[데이터 분석가 20주 전일제] 데이터 분석가 JD에 요구되는 필수 역량 한번에! 기본 스킬뿐만 아니라 데이터 엔지니어링, AWS, 영역별 도메인 특강까지!
아무리 비전공자, 초보자라도 분석에 필수적인 스킬은 존재합니다. 그래서 스킬을 그저 알려주는 교육은 많습니다. 하지만 내가 배운 스킬들을 실무에 잘 활용할 수 있는지, 잘 써먹을 수 있는지 직접 체크하기는 어렵습니다.
본 과정에서 배운 스킬들은 정기적으로 진행하는 Level Test를 통해 내 실력을 체크할 수 있습니다!
혼자 배우는 프라이빗 교육 시대는 끝났습니다. 팀원들과 함께 배우고, 팀원들끼리 피드백하며 성장하는 동료 학습(Peer Learing) 시스템으로 교육 및 프로젝트가 진행됩니다.
특히 프로젝트는 마치 야생에 던져진 것처럼, 팀원들과 함께 데이터 직접 수집부터 인사이트 도출까지의 전반적인 과정을 진행하게 됩니다.
일반적인 취업 과정에서는 단순히 파이썬, R과 같은 하드 스킬만 가르쳐 줄 뿐, 취업 준비는 별도로 진행해야 합니다.
본 과정은 스킬 학습, 포트폴리오 정리와 더불어 이력서 및 자기소개서 제작, 면접 등에도 도움을 드립니다.
▵ 강의는 물론 다양한 특강도 함께 진행해요.
▵ Peer Review를 통해 프로젝트를 함께 나눌 수 있어요.
▵ 수료생 네트워킹, 면접 롤플레잉 등 다양한 커리어 이벤트도 진행해요.
처음에는 학원에 대한 불신이 많았습니다. 하지만, 친구의 강력한 추천으로 나노디그리 4기 과정에 참여하였습니다. SQL과 파이썬을 배우면서 제가 부족했던 부분과 실무에서 필요한 부분을 체크할 수 있어 효율적으로 시간을 활용할 수 있었습니다. 특히 가장 좋았던 부분은 도메인이 같은 구성원들과 실제 기업에서 진행되는 분석 프로젝트처럼 할 수 있다는 점입니다. 다수의 프로젝트가 저의 소중한 포토폴리오가 되었고 서류전형과 면접에서 강력한 무기가 되었습니다.
나노디그리 과정은 학습의 자율성을 강조합니다. 강사님이 진행해주시는 수업 역시 중요하지만, 3번의 데이터 분석 프로젝트를 진행한 경험이 파이썬 실력을 키우는데 가장 큰 도움이 되었습니다. 1차프로젝트에서는 EDA(탐색적 데이터 분석)를 통해 처음 보는 데이터를 파이썬으로 살펴보는 프로젝트를 진행하였으며, 2차 프로젝트에서는 EDA를 넘어서 데이터에서 얻을수있는 인사이트와 전략까지 도출해보았습니다. 마지막 3차 프로젝트에서는 생소하게 느껴지던 머신러닝 기술을 활용하여 미래의 데이터를 예측하는 회귀분석 모델까지 만들어 볼 수 있었습니다. 자율적으로 프로젝트 주제를 정하고 데이터 분석을 진행했기 때문에 실제 직장에 가서 바로 사용할 수 있을 거라는 자신감이 생긴 것 같습니다.
저는 ○○역에 위치한 ○○이라는 회사에 사업개발 직무로 입사하여 출근 중입니다. 지금 회사에서 개발한 솔루션이 데이터를 기반으로 한 것이라, 나노디그리에서 배웠던 내용들이 직간접적으로 활용될 기회가 많이 있을 것 같았고 덕분에 입사를 성공적으로 할 수 있게 되었습니다.
나노디그리에서 사용했던 교재를 아직 현업에서 사용하고 있을 정도로 교육 퀄리티가 매우 좋았습니다. 무엇보다 나노디그리 과정이 좋았던 점은 데이터를 바라보는 시각이 넓어졌다는 점입니다... 데이터 분석 직무는 소통을 정말 많이 하셔야 합니다. 나노디그리 다음 기수에는 만난 동료들과 친해지고, 무조건 열심히 나와서 배우셨으면 좋겠습니다. 저는 2기 수강생인데 아직도 그 때 함께 배운 동료들과 연락하고 있습니다.
본 과정에서 함께하는 강사님은 모두 전임 강사가 아닌 현업의 실무자입니다. 누구보다 데이터 분석 생태계의 최전선에 계신 현업 전문가 분들이 직접 오프라인 강의로 참석하시기 때문에, 스킬의 심화 학습은 물론 소통을 통해 언제든지 궁금한 부분을 해결할 수 있습니다.
강사님 뿐만 아니라 이 과정을 수료하고 성공적으로 취업하신 졸업생, 그리고 해당 과정을 기획하는 매니저들도 데이터 분석 관련 현업에 종사하고 있습니다. 스터디 또는 프로젝트를 수행할 때에도 항상 주변에서 분석 실무에서의 이야기를 나눠드림으로써, 데이터 분석 실무를 직간접적으로 경험할 수 있습니다.
같은 데이터 분석가도 기업, 산업군, 직무, 직책에 따라 필요한 스킬과 도메인 지식에 차이가 있습니다. 개인에게 맞는 커리어를 찾아가실 수 있도록 토픽 클리핑부터 모의 면접까지 다양한 커리어 프로그램을 마련하였으며, 이를 통해 개인의 명확한 커리어를 확립하실 수 있게 됩니다.
트렌드에 맞는 데이터 분석 스킬과 역량을 단기간에 끌어올리고 싶은 취업 준비생
데이터 분석 포트폴리오 등의 스펙을 만들고 싶은 취업 준비생
데이터 분석가로의 완벽한 커리어 전환을 희망하는 취업 준비생
나노디그리는 비전공자, 입문자도 시작할 수 있는 부트캠프 과정입니다.
나이가 많다고, 전공자가 아니라고 걱정하지 마시고 저희와 상담을 진행하면서 본인과 저희 과정이 잘 맞는지 먼저 확인해 주시면 좋을 것 같습니다.
상담은 담당 PM과 직접 하실 수 있고, 다양한 레퍼런스를 통해 여러분의 진로를 함께 고민해 나가고 있습니다.
'어떤 길을 가야하지'라는 걱정보다는 '할 수 있다'라는 열정만 가지고 오시면 여러분도 6개월 후, 데이터 분석가가 되실 수 있습니다.
본 과정은 취업 연계 과정이 아닌 취업 지원 과정입니다.
저희의 정해진 기업에 취업되는 것이 아니라 수강생들이 목표를 가지고 개별적으로 원하는 도메인으로의 취업 준비 여정을 달려가고 있습니다.
러닝스푼즈의 강점은 '현직자'와 현업의 문제, 현업의 이야기를 들을 수 있다는 것입니다.
원하는 분야와 기업에 취업할 수 있도록 커피챗, 모의면접 등 다양한 지원을 통해 취업이라는 Goal에 나아가고 있습니다.
결제 방법은 상담 후 별도로 안내되고 있습니다. 상담 진행 방식은 다음과 같습니다.
1. 페이지 내 "상담신청" 버튼을 클릭하여 상담을 신청합니다.
2. 상담은 내부 순차적으로 진행되며, 유선상담은 10~15분 / 방문상담은 30분~1시간 정도 소요됩니다.
*누적된 상담 건으로 인해 회신이 다소 지연될 수 있습니다.
3. 상담 마지막에 수강료를 안내드리고 있으며, 상담 종료 후 장바구니에 결제 사항을 추가해드립니다.
특별히 필수적으로 요구되는 노트북 사양은 없지만,
나노디그리 측에서 권장드리는 노트북 사양은 다음과 같습니다.
* 8GB 이상의 RAM 사용을 권장드립니다.
* 추후 AI 딥러닝 이상의 기술(영상 처리, 이미지 처리 등)이 필요한 경우 : 외장 그래픽카드 추가를 권장드립니다.
[Pre-Course] 파이썬 & 머신러닝 패키지 (VOD)
Python 기초 강의를 수강하고 강의에 대한 테스트 과정을 거쳐 코스에 입과하실 수 있습니다.
[Main-Course] SQL로 시작하는 데이터 이해
1회차. 관계형 데이터베이스 이해와 실습을 위한 환경 셋팅
2회차. 데이터 조회와 조건에 따른 데이터 필터링
3회차. 데이터 그룹화와 집계함수를 통한 간단한 통계
4회차. 조인을 활용한 데이터 조회
5회차. 서브쿼리와 분석을 위한 다양한 함수 활용
6회차. Kaggle 데이터를 활용한 프로젝트 (1)
7회차. Kaggle 데이터를 활용한 프로젝트 (2)
[Main-Course] 파이썬 프로젝트 및 포트폴리오
1회차. 사전 온라인 강의 파이썬 기초 문법 리뷰 (1)
2회차. 사전 온라인 강의 파이썬 기초 문법 리뷰 (2)
3회차. 프로젝트에 활용되는 파이썬 패키지
4회차. Kaggle 데이터를 활용한 python 프로젝트 (1)
5회차. Kaggle 데이터를 활용한 python 프로젝트 (2)
6회차. Kaggle 데이터를 활용한 python 프로젝트 (3)
7회차. Kaggle 데이터를 활용한 python 프로젝트 (4)
[Main-Course] Tableau와 함께 하는 데이터 리터러시
1회차. Tableau, 큰 그림 속에서 이해하기
2회차. Tableau 기본 차트 그리기 (1)
3회차. Tableau 기본 차트 그리기 (2)
4회차. Tableau 필수 기능 정리하기 (1)
5회차. Tableau 필수 기능 정리하기 (2)
6회차. 데이터 리터러시, 우리가 태블로를 배우는 이유
7회차. Tableau 프로젝트
[Main-Course] 통계를 위한 머신러닝
1회차. 기초 통계학
2회차. 다양한 통계 분석 기법과 통계 방법론 (1)
3회차. 다양한 통계 분석 기법과 통계 방법론 (2)
4회차. 다양한 통계 분석 기법과 통계 방법론 (3)
+6회차 업데이트 예정
[Main-Course] Product Analysis
1회차. Data 직군에 대한 이해와 Product Analyst
2회차. 데이터 전처리와 EDA
3회차. Funnel과 Growth, Funnel 개선을 위한 접근 방법
4회차. Cohort와 LTV
5회차. A/B Test
6회차. 프로덕트 분석 케이스 스터디
[Main-Course] Project 1. 데이터 분석과 EDA 프로세스 익히기
데이터 분석가에게는 SQL, Python과 같은 하드 스킬도 중요하지만,
데이터를 본인의 분야에 맞게, 적절하게 활용할 줄 알고 다양한 의사소통을 하는 소프트 스킬 또한 중요합니다. 이를 우리는 데이터 리터러시 라고 합니다.
데이터 리터러시 강의와 파이썬 강의 이후 1차 프로젝트를 짧게 진행하며, 데이터 분석에 대한 전반적인 프로세스를 익히고 EDA에 대한 생태계를 체험해봅니다.
[Main-Course] Project 2. 자율 주제 프로젝트
데이터 분석가는 혼자 일하지 않습니다. 반드시 누군가와 함께 의사소통하며, 적절한 역할을 맡아 업무를 진행하게 됩니다. 또한 현업에서는 다양한 상황이 발생하는데, 이를 적절하게 대처할 수 있어야 합니다. 이러한 역량을 기르기 위해, 주제 선정부터 데이터 수집, 분석, 그리고 결과물 발표까지 진행하는 팀별 프로젝트를 진행합니다.
SQL, 통계 강의 이후 2차 프로젝트를 진행하며, 팀별 자율 프로젝트를 수행함으로써 본인들만의 포트폴리오를 구성할 수 있습니다.
[Boost-Course] 취업을 위한 커리어 관리 시스템
- 적성검사 및 Level 테스트
- 트렌드 파악을 위한 토픽 클리핑
- 나노디그리 수료생과의 네트워킹
- 자기소개서 특강 & 포트폴리오 특강
- 이력서 및 자기소개서 첨삭
- 현업자와의 모의 면접 (기술/인성)
- 커리어 매니저와의 커리어 상담
지금 보고 계시는 강의의 관련 태그로 다른 강의도 찾아보세요.
로그인 후 이용가능합니다.
로그인 페이지로 이동합니다.
