Data Scientist 커리큘럼

데이터로부터 인사이트를 발굴하고 비즈니스 가치를 창출하는 데이터 사이언티스트를 양성하는 과정입니다.

🎯 학습 목표

• 통계학과 수학적 기초를 바탕으로 한 데이터 분석 능력
• Python/R을 활용한 데이터 처리 및 시각화 기술
• 머신러닝과 딥러닝을 통한 예측 모델 구축
• 비즈니스 문제를 데이터 관점에서 해결하는 능력

📚 커리큘럼 구성

1. 데이터 분석 시작하기

데이터 분석의 기본 개념을 배우고, 코랩/주피터 환경을 설정합니다.

• Python에서 Pandas를 활용해 데이터 프레임 다루기 시작.
• 분석 환경을 세팅하고, 간단한 데이터 입출력 실습.

2. 데이터 수집하기

데이터는 다양한 경로에서 얻습니다.

• API(JSON, XML) 활용법
• 웹 스크래핑(BeautifulSoup) 으로 데이터 수집

3. 데이터 정제하기

수집한 데이터는 그대로 쓰기 어렵습니다.

• 결측치, 중복 데이터 처리
• 불필요한 데이터 삭제
• 정규 표현식을 활용한 텍스트 정제

4. 데이터 요약하기

데이터의 기본 특성을 빠르게 파악하는 단계입니다.

• 기술통계(평균, 중앙값, 분산 등)
• 분포 시각화(산점도, 히스토그램)

5. 데이터 시각화하기

데이터를 눈으로 확인하며 패턴을 찾습니다.

• Matplotlib/Seaborn 기본 그래프 다루기
• 선/막대 그래프, 분포 그래프

6. 복잡한 데이터 표현하기

더 풍부한 분석을 위해 다양한 시각화 기법을 배웁니다.

• 객체지향 API 활용
• 여러 그래프 조합(서브플롯)
• 다양한 그래프 커스터마이징

7. 검증하고 예측하기

단순한 시각화를 넘어 통계적 추론과 머신러닝 기초로 연결됩니다.

• 가설 검정으로 데이터 의미 검증
• 선형/로지스틱 회귀로 데이터 예측 모델 만들기

핵심 라이브러리 심화

• Pandas: 데이터프레임/시리즈, Groupby, Merge, Pivot
• NumPy: 배열 연산, 통계 함수
• Matplotlib/Seaborn: 다양한 그래프 구현 및 시각화 커스터마이징

작성자: 황태검

문의처: academygum123@gmail.com