Fast campus School

R로 배우는
데이터 사이언스 SCHOOL

    프로젝트로 완성하는 8주 완성 데이터분석 강훈련 과정

    * 강의만 100시간 이상 진행되는 풀타임 과정입니다.
  • 분석의 원리와 의미를 해석할 수 있는 탄탄한 통계 기본기

  • 머신러닝 알고리즘을 스스로 구현할 수 있는 R프로그래밍

  • 주제 선정부터 실전 분석 및 결과 도출까지 프로젝트 완성


더 빨리! 더 많이! 알고 싶지만 어디서부터 시작해야 할지,
어디까지 봐야 할지 막막한 입문자라면
박재근 매니저(02-517-0642)에게 상담 받으세요!


※ 조기마감 될 수 있으니, 고민 전에 상담부터 받아보세요!

추천 대상


  • 데이터 분석 '처음입니다'.

    데이터 분석에 관심은 가지고 있지만 프로그래밍에 대한 높은 장벽으로 데이터 분석 공부를 시작하기 어려웠던 분

    데이터 분석에 관심은 있지만 현실은 엑셀로 평균, 분산 등의 지표는 뽑아내는 작업에 그치고 있었다면, 진성 문과생이라 프로그래밍을 시작하기가 두려웠다면, R로 데이터 분석을 시작하세요!


  • '체계적으로는 아니지만' 해본 적은 있어요.

    R, Python, SAS, SPSS, Matlab 등으로 분석을 해본 적은 있지만 통계이론, 체계적인 방법론과 프로세스를 모르는 분

    본 과정은 데이터 분석 결과를 뽑아내는 것이 아닌 데이터 분석의 '과정'을 가르치는 수업입니다. 실제 프로젝트를 통해 내가 이해할 수 있는, 남에게 설명할 수 있고 설득할 수 있는 분석력을 기를 수 있습니다.

    ☺ 전공/직무를 막론하고 데이터 분석으로 자신의 경쟁력을 높이고 싶은 대학생/취준생

    ☺ 통계학적 실험설계와 검증을 통해 연구를 진행하고 논문을 작성하고자 하는 대학생/대학원생

    이 외 어떤 분야에서든 데이터 분석을 제대로 활용해보고 싶은 모두에게 추천합니다

Why
DATA SCIENCE SCHOOL with R


R로 배우는 데이터 사이언스 스쿨 8주 후,


    ✔ R을 활용하여 머신러닝 알고리즘까지 스스로 구현할 수 있습니다.

    본 과정은 데이터 분석 입문자가 두려워했던 코딩에 대한 진입장벽을 낮추고, 전문적인 데이터 분석 직무가 아니라도 실무에서 언제든지 데이터 분석을 해볼 수 있도록 'R'을 활용하여 수업합니다. R은 기본적으로 통계학자들이 분석을 위해 만든 프로그램으로 Rstudio를 활용하면 보다 더 편리하게 분석할 수 있습니다.


    ✔ 단편적인 분석 결과가 아닌 분석의 '과정'과 '이유'를 설명할 수 있습니다.

    본 과정은 통계적 분석을 중점적으로 다루는 과정입니다. 데이터 분석을 처음 접하는 문과계열 전공자 혹은 실험설계를 해야하는 연구자들은 알고리즘 전에 통계적 분석을 먼저 제대로 알아야 합니다. 올바른 가설을 세우고, 타당한 분석 절차를 통해 분석의 근거를 확고히 하는 것이 그 무엇보다 중요하기 때문입니다.


    ✔ 내가 기획, 설계, 분석하는 프로젝트를 통해 실제 결과물까지 가져갈 수 있습니다.

    특정 예제를 특정 모델로 분석해보는 것은 누구나 할 수 있습니다. 하지만 데이터 수집, 샘플링, 변수와 모델 선택, 결과 해석 및 평가 이 모든 것 직접 기획/설계/분석하는 것은 아무나 할 수 없습니다. 본 과정에서는 실무자의 코칭과 피드백을 바탕으로 나만의 프로젝트를 진행하고 결과 리포트까지 작성해봅니다.


실제 수강 후기

  • 한상훈님 프로젝트 예시

  • Q1. 데이터 사이언스 스쿨에서 어떤 프로젝트를 진행하셨나요?

    첫 번째 프로젝트는 Kaggle 경진대회에서 사용됬던 데이터인 특정지역 주택관련 데이터를 사용하여 선형회귀 모형을 만들어 집값 등을 예측하는 프로젝트를 진행했습니다.
    두 번째 프로젝트는 여행사에서 데이터를 모은다면, 고객들의 로그데이터나 입력데이터를 가지고 소비행위와 성향을 알 수 있을까? 라는 개인적인 질문으로 가설을 세워 프로젝트를 진행하였습니다. 수강 중 배운 통계나 검정을 포함해 머신러닝을 적용할 수 있어서 의미있게 느껴진 프로젝트였죠.


    Q2. 프로젝트를 하고 나서 느낀점은 무엇인가요?

    정확한 분석이나 해답은 없다는 것입니다. 실제 분석해보니 정답은 이미 현상에 있고, 내가 정해진 답을 찾아내기 위해 얼마나 따라갈 수 있느냐가 중요하다는 걸 느꼈죠.
    R을 활용한 머신러닝은 정답을 알려준다기보다는 데이터 간의 관계를 이해하기 위한 도구였다는 걸 새롭게 알게됬어요.또한, 실무 현업에 계신 강사님들의 피드백과 수강생들과의 네트워킹으로 개인 프로젝트가 안정적인 방향으로 발전할 수 있어서 만족도가 매우 높았습니다.


    Q3. 스쿨 수강 이후 향후 계획이 어떻게 바뀌셨는지 알고 싶습니다!

    스쿨 수강 전에는 데이터 사이언스에 대해 전혀 모르는 사람이였는데요. 앞으로는 제가 공부했던 건축과 컨설팅 분야에 데이터 사이언스 스킬을 접목해서 하나의 모델을 만들어 새로운 가치를 만들어내고 싶습니다. 그러기 위해서 앞으로도 R 프로그래밍이나 파이썬 등 다양한 분야를 공부할 계획입니다.
    최근에 데이터 사이언스 스쿨 R과정 매니저님, 팀장님, 강사님들께서 진로상담을 적극적으로 해주셨는데 조언을 고려하여 대학원과 취업을 동시에 고민하고 있습니다.

  • 더 자세한 데이터 사이언스 스쿨 R 후기 확인하기

커리큘럼


  • Part 1. R을 활용한 통계적 모델링
    (1-3주차)
    데이터 분석 소개 및 이해, 기초통계 개념 - 데이터 및 데이터 분석 개요
    - 모집단/표본, 모수/통계량, 기술통계, 추론통계
    - 통계량의 이해: 최빈값, 중앙값, 산술평균, 가중평균, 분산, 표준편차, 왜도, 첨도 등
    유사도, 확률 및 확률분포 - 유사도/거리
    - 집합이론, 조건부확률, 베이즈 정리 등
    - 이산확률분포와 연속확률분포
    통계적 추정, 가설검정 - 추정량/추정값, 점추정/구간추정, 신뢰구간, 유의수준
    - 통계 기반 의사결정 개요, 귀무/대립 가설, 검정/통계량, 유의확률, 가설검정 오류 등
    상관분석 및 분산분석 - 상관분석
    - 분산분석
    통계적 모형 및
    선형회귀분석
    - Inference/ Prediction
    - 선형회귀분석 배경 및 개요
    - 주요 개념 소개: 오차항 가정, 최소제곱법, 결정계수, 회귀식 등
    - 다중선형회귀분석
    - 결정계수를 이용한 적합도 검정
    선형회귀분석의 활용 및
    확장
    - 데이터파티셔닝을 통한 Training/Testing 데이터 준비- 선형회귀모형의 예측
    - 회귀모형 오차의 측정 및 이해
    - Poisson과 Logistic 회귀분석 주요 개념 소개
  • Part 2. R을 활용한 데이터크롤링 및 텍스트마이닝
    (4주차)
    데이터 크롤링 - R을 활용한 데이터 크롤링
    - request, api, selenium
    데이터베이스 활용 - RDB (관계형 데이터)
    - NoSQL (비정형 데이터)
    텍스트마이닝 - 텍스트마이닝
    데이터 시각화 - 데이터 시각화
    Part 3. R을 활용한 머신러닝
    (5-6주차)
    머신러닝 - 머신러닝 기초 및 개요, 로지스틱 회귀분석
    - 나이브베이즈
    - KNN ( k-최근접 이웃 알고리즘 )
    - 유사도분석 및 추천시스템
    - Decision Tree ( 의사결정나무 )
    - Random Forest ( 랜덤포레스트 )
    - SVM ( 서포트벡터머신 )
    Part 4. 데이터 분석가 실무자 특강
    (7주차)
    데이터 사이언티스트는
    어떻게 일할까?
    /R게임사 데이터 분석가
    - 실무에서는 어떤 데이터 분석을 할까?
    - 보고, 공유를 위한 데이터 시각화 스킬
    - 매출, 고객 데이터 분석 기본을 위한 시계열 분석
  • Part 3. 내가 기획, 설계, 분석하는 프로젝트
    (8주차)
    내가 분석하고 싶은 주제로
    직접 진행하는 프로젝트
    - Regression Analysis (회귀분석) 프로젝트
    회귀분석은 예측모형 중에서 출력하고자 하는 값이 '숫자'인 경우에 적용할 수 있는 분석이며 전통적인 통계분석에서 가장 많이 사용하는 예측 방법입니다. 3주차에 강사님의 주도 하에 회분석 및 리포트 작성법 까지 체계적으로 가르쳐드립니다.

    - Machine Learning (머신러닝) 프로젝트
    머신러닝은 분류문제(Classification)를 풀기 위한 예측 기법입니다. 수업시간에 배운 머신러닝 모형들을 바탕으로 개인 주제에 맞는 데이터셋을 준비, 분석, 결과 도출까지의 전체적인 과정을 강사님의 피드백을 바탕으로 완성하실 수 있습니다.

    - 데이터셋 준비
    어떤 변수를 고려해야 하는지, 어떤 변수가 필수적으로 들어가야 하는지에 대한 고민을 바탕으로 최대한 많은 변수를 찾고 데이터를 수집해오시면 됩니다. 프로젝트는 7주차에 진행되므로 적절한 데이터를 준비하실 수 있도록 강사님, 담당 매니저가 도와드립니다.

    내가 관심있는 분야, 궁금한 주제로 직접 분석 프로젝트를 진행할 수 있습니다.

    ✔ 주제 예시


강사진

  • Placeholder

    통계분석 파트


    이부일 /
    (주)인사이트마이닝 대표이사


    "데이터 분석과 확률의 개념을 이해하기 위해 수식적인 접근보다는 개념의 이해를 중심으로 전달하고, 배운 것들을 언제 사용하고 실제 R을 활용하여 어떻게 분석, 해석하여 보고서를 작성할 수 있는지를 실습해봅니다."

  • Placeholder

    데이터 크롤링 및
    텍스트마이닝 파트


    이용구 /
    (주)스위즐랩스 CTO


    "데이터 수집과 저장, 분석을 하기에 적합한 툴인 R을 이용하여 효과적으로 소셜 웹 데이터를 수집 및 가공해 만든 데이터베이스를 이용해 데이터 엔지니어링 기반 프로젝트가 진행되며, 데이터 엔지니어로 오랫동안 활동한 경험에서 나오는 노하우를 최선을 다해 전달하려 합니다."

  • Placeholder

    머신러닝 파트


    허석진 /
    티켓몬스터 데이터분석가


    "복잡한 수식보다 직관적으로 머신러닝의 원리를 이해하여 도구에 구애받지 않는 기초 체력 기르기, 강의가 후에도 스스로 학습하고 문제를 해결할 수 있는 능력 배양에 중점을 두려합니다."

선발 프로세스


  • 전화상담

    수강신청서를 작성해주실때 선택해주신 희망 전화상담 시간에 따라 담당 매니저가가 유선연락을 드립니다. 전화상담에서는 자세한 커리큘럼의 소개와 함께 이수 가능 여부를 진단해드림은 물론 여러분이 꿈꾸는 커리어의 방향을 듣고 어떻게 실현해나갈 수 있을지 상담해드립니다.


  • 수강 확정 및 수업시작

    상담을 통해 나에게 맞는 과정인지 확인하고 수강의지가 확고해졌다면 준비는 끝났습니다. 바로 결정이 어렵다면 충분히 고민하신 후 담당 매니저에게 연락을 주세요. 수강이 확정되신 분들께는 강의 시작 전 미리 학습해오면 좋을 만한 영상, 책, 자료 등을 자세히 안내해드립니다.

취업 지원 프로그램

패스트캠퍼스 스쿨 취업 지원 프로그램 이용을 원하실 경우 담당 매니저에게 말씀해주세요!
* 커리어 서비스 : 15만 원 (정가 30만 원)

취업 지원 프로그램에는 자소서 첨삭, 이력서 관리, 모의 면접, 참여기업이 열람할 수 있도록 스쿨 홈페이지에 이력서 등재, 12월에 진행되는 하이어링데이(1:1 기업 인터뷰) 참가 등이 있으며, 취업 지원 프로그램에 대한 자세한 사항은 상담 시 안내받으실 수 있습니다.

Placeholder

패스트캠퍼스 스쿨의 채용매니저를 소개합니다.

강종무, Recruitment Adviser

매 달 20개 이상의 기업 인사담당자와 채용 연계 협업을 하고 있으며 1기 부터 지금까지 500여명 이상의 수강생의 커리어 코칭을 해왔습니다. “모든 수강생이 원하는 회사에, 원하는 직무로” 라는 사명을 가지고 수강생 한 분 한 분의 인생의 전환점을 만들고자 합니다.

HIRING REPORT 확인하기
  • 참여 기업 특강

    Placeholder

    스타트업의 대표님/HR담당자가 직접 강의장으로 찾아옵니다! 인터넷만으로는 알 수 없는 채용 정보들과 구체적으로 각 회사들이 원하는 디테일한 역량들까지 제대로 알고 준비할 수 있습니다.

  • 네트워킹 데이

    Placeholder

    7개 스쿨의 사람들이 모여 궁금했던 서로의 영역에 대해 공유하고 좋은 파트너까지 얻을 수 있습니다. 또한, 수료생들이 스쿨을 수강할 때 그리고 수료 이후의 다양한 경험들을 들어보며 현재 수강생들이 진행 중인 프로젝트나 포트폴리오 준비, 면접 준비과정에서 실질적인 도움을 받을 수 있습니다.

  • Hiring Day

    Placeholder

    스타트업의 대표님/HR담당자와의 1:1 인터뷰를 갖는 채용 행사를 통해 4개월간 쌓아온 안드로이드 개발 역량을 펼칠 수 있는 적극적인 구직의 기회입니다.

전문 HR 기업과의 연계를 통한 취업지원

  • Placeholder

    로켓펀치의 스타트업 데이터를 활용하여 수강생들에게 최적의, 최신의 정보를 제공하고 스쿨 수료생의 정보를 로켓펀치에 공개해 스타트업과 인재를 효율적으로 연결합니다. 또한, 로켓펀치와 연계하여 스쿨 수료생을 위한 채용 행사인 하이어링데이를 개최합니다.

    [보도자료] 패스트캠퍼스, 로켓펀치와 인재 연결 업무 협약 체결
  • Placeholder

    겟링크스는 각 글로벌 테크기업 구인 공고를 실시간으로 전달하고, 패스트캠퍼스는 공고에 부합하는 수료생을 찾아 소개하여 태국, 인도네시아, 말레이시아, 일본, 중국 등 아시아 전역의 글로벌 스타트업으로 취업을 연결합니다.

    [보도자료] 패스트캠퍼스, 겟링크스와 수강생 '글로벌 취업' 돕는다
  • Placeholder

    지인을 소개해 주고, 채용시 보상받는 서비스를 제공하고 있는 원티드와 연계하여 수료생분들에게 최적의 회사/직무를 추천하고 있습니다. 패스트캠퍼스는 고정 추천인으로서 패스트캠퍼스 수료생 각각에게 적합한 회사에 추천서를 발송합니다.