[사업주 훈련과정]

[상위1% 데이터] 데이터 아키텍처로 시작하는 디지털 전환

총 34차시 / 36시간 교육과정
김상복, 김선용, 김은향

학습기간

30일

수료기준 및 수강정원

수강정원 총 진도율 중간평가 최종평가 과제
0명 80% 이상 총 100점/
10%반영
총 100점/
40%반영
총 45점/
100%반영
반영된 평가, 과제 점수 합산 60점 이상

교육비안내

교육비 환급 우선지원 기업 환급 지원 기업
(1000인 미만)
환급 지원 기업
(1000인 이상)
221,760 199,584 117,408 88,704

과정소개

 본 과정은 인공지능과 더불어 소프트웨어 중심의 미래사회에서 지식 정보화에 핵심적인 역할을 하는 데이터에 대하여 정보화하는 방법을 학습하는 강좌이다. 데이터는 지식정보를 분석하고 문제해결 역량을 길러줄 수 있는 중요한 열쇠이며, 최근에는 데이터를 다룰 수 있는 역량과 이 데이터 통하여  미래를 예측하고 싶은 욕구가 증가하고 있다. 

 데이터베이스는 지식 정보화의 핵심영역으로 현실세계에서 발생하는 많은 정보중에서 정보화에 필요한 데이터를 정의하여, 지식 정보 축적하는 저장소이다. 데이터아키텍처는 데이터에 대한 표준 규칙을 수립한 후, 데이터 간의 연결 관계와 구조를 정의하여 시각화하고, 저장된 데이터에 대한 품질을 확보하여 향후 데이터를 기반으로 지능정보 사회의 핵심 자원으로 활용하는데 필수적인 요소이다. 

교육대상

- IT 관련 전공자

- IT 업계에 종사하고 있으며, 역량을 향상시키고 싶은 재직자

- 비전공자이지만 데이터베이스에 관심 있는 분

- 빅데이터 전문가로 성장하고 싶은 분

교육목표

지식정보화에 핵심요소인 데이터 표준 정책을 수립할 수 있다. 

업무를 기반으로 정보화에 필요한 정보 항목을 도출할 수 있다. 

데이터에 대한 시각화를 할 수 있도록 정보 구조를 설계할 수 있다.

데이터 프로파일링 등을 통하여 데이터에 대한 품질을 확보할 수 있다.

교육목차

  1. 데이터 활용
  2. 데이터 표준화 개념
  3. 데이터 표준화 원칙
  4. 표준 단어
  5. 표준 도메인
  6. 표준 코드
  7. 표준 용어
  8. 데이터 모델링의 이해
  9. 개념모델링_주제영역 정의
  10. 개념모델링_엔터티 정의
  11. 개념모델링_사례분석
  12. 개념모델링_관계 정의
  13. 개념모델링_관계 정의 사례분석
  14. 논리모델링_속성/식별자 정의
  15. 논리모델링_사례분석
  16. 논리모델링_정규화/이력관리
  17. 논리모델링_정규화 사례분석
  18. 물리모델링_논리 물리모델 변환
  19. 물리모델링_논리 물리모델 변환 실습
  20. 물리모델링_반정규화
  21. 물리모델링_인덱스 설계
  22. 물리모델링_무경설 설계
  23. 데이터 품질 개요
  24. 데이터 품질 진단 – 계획/정의단계
  25. 데이터 품질 진단 – 정의단계 1(중요도)
  26. 데이터 품질 진단 - 정의단계 2(프로파일링 개념)
  27. 데이터 품질 진단 - 정의단계 3(프로파일링 실습)
  28. 데이터 품질 진단 - 정의/측정/분석단계
  29. 데이터 품질진단 - 개선 단계 및 프로파일링
  30. 데이터 프로파일링 - 도메인(번호/금액/명칭)
  31. 데이터 프로파일링 - 수량/분류/날짜/율
  32. 데이터 프로파일링 - 도메인(내용/코드/키/공통)
  33. 데이터 프로파일링 - 업무규칙
  34. 인공지능 학습데이터 품질

목록으로