µ¥ÀÌÅÍ ¿£Áö´Ï¾î (ÀÎÅÏ) 

µö¼¼ÀÏÁ ¼Ò°³ÇÕ´Ï´Ù
µö¼¼ÀÏÁî´Â ¸Ó½Å·¯´× (Machine Learning)°ú ¼¼ÀÏÁî °ü·Ã ºòµ¥ÀÌÅÍ(Big Data)¸¦ ±â¹ÝÀ¸·Î ±Ã±ØÀûÀÎ ¼¼ÀÏÁî ÀÎÅÚ¸®Àü½º(Sales Intelligence: SI)À» ±¸ÇöÇÏ´Â °ÍÀ» ¹Ì¼ÇÀ¸·Î, ¾à 3³â °£ÀÇ R&D¸¦ ÅëÇØ Ãâ½ÃµÇ¾ú¾î¿ä. ¿µ¾÷ ´ã´çÀÚÀÇ Á¤º¸¸¦ ±â¹ÝÀ¸·Î °Å·¡ ¼º»çÀ²ÀÌ ³ôÀº ÀáÀç ¹ÙÀ̾ ¿¹ÃøÇØ ±â¾÷µéÀÇ ¿µ¾÷À» Áö¿øÇÏ´Â ÀÏÀ» ÇÏ°í ÀÖ¾î¿ä. Ãâ½Ã 1³â ¸¸¿¡ ÈæÀÚ¸¦ ±â·ÏÇÏ°í ¸Å´Þ ºü¸£°Ô ¼ºÀåÇÏ°í ÀÖ½À´Ï´Ù. ÀΰøÁö´É »ê¾÷¿¡¼­ ºü¸£°Ô ¼ºÀå ÁßÀÎ µö¼¼ÀÏÁî¿Í ÇÔ²²ÇÒ ÀÎÀç¶ó¸é Áö±Ý ¹Ù·Î Áö¿øÇØÁÖ¼¼¿ä!

½ÃÀå¹®Á¦
³»¼ö½ÃÀåÀÌ Çù¼ÒÇÑ Çѱ¹ °æÁ¦ ¿©°Åᆫ »çᆼ ³»¼ö¿¡¸¸ ´ëÀÀÇÏ´Â ±â¾÷Àº »ç½Ç»ó »ýÁ¸ÀÌ ºÒ°¡´ÉÇÑ »óȲÀÌ¿¡¿ä. ±×·¯³ª ¼Ò±Ô¸ð Á¦Á¶»ç³ª Áß¼Ò±â¾÷ÀÇ ¿µ¾÷ ´ã´çÀÚµéÀº ÇØ¿ÜÆǷθ¦ °³Ã´ÇÒ ¶§ ´Ù¾çÇÑ ¹®Á¦¿¡ Á÷¸éÇÏ°í Àִµ¥¿ä, ´Ù¾çÇÑ ¹®Á¦ Áß ¾ÐµµÀûÀ¸·Î 1À§¿¡ ²ÅÈ÷´Â°Ç ¹Ù·Î ÀáÀç ¹ÙÀ̾ ´ëÇÑ Á¤º¸ ºÎÁ·ÀÌ¿¡¿ä.ÀϹÝÀûÀ¸·Î ÇØ¿Ü¿µ¾÷ ´ã´çÀÚµéÀº ¾÷¹«½Ã°£ÀÇ ¾à 33%¸¦ ÀáÀç ¹ÙÀ̾î DB¸¦ ¸¸µå´Âµ¥ »ç¿ëÇÏ°í ÀÖ°í , Á¦Á¶»ç°¡ ¹ÙÀ̾ ã±â À§ÇÑ ÁöÃâ ºñ¿ëÀº ¿¬Æò±Õ 920¸¸¿ø¿¡ À̸£´Â »óȲÀ¸·Î ¿µ¾÷ ´ã´çÀÚµéÀÌ ÀáÀç ¹ÙÀ̾ È¿À²ÀûÀ¸·Î ¹ß±¼ ÇÒ ¼ö ÀÖ´Â ÀÌ·¸´Ù ÇÒ ¹æ¹ýÀº ¾ø´Â »óȲÀÌ¿¡¿ä.

»ç¾÷¸ñÇ¥
¡¤ ÀúÈñÀÇ ÁÖ¿ä ¸ñÇ¥´Â ¸Ó½Å·¯´× (Machine Learning)°ú ¼¼ÀÏÁî °ü·Ã ºòµ¥ÀÌÅÍ(Bigdata)¸¦ ±â¹ÝÀ¸·Î ±Ã±ØÀûÀÎ ¼¼ÀÏÁî ÀÎÅÚ¸®Àü½º(Sales Intelligence: SI)À» ±¸ÇöÇÏ´Â °ÍÀÌ¿¡¿ä.
¡¤ Àü ¼¼°è¿¡¼­ »ê¹ßÀûÀ¸·Î ¹ß»ýµÇ´Â ¼¼ÀÏÁî µ¥ÀÌÅ͸¦ È¿À²ÀûÀ¸·Î Á¤¸®ÇÏ´Â°Í »Ó¸¸ ¾Æ´Ï¶ó ±â¾÷ °£ °Å·¡(B2B) ¼º»çÀÇ ±Ã±ØÀûÀÎ ÀÌÇظ¦ ÅëÇØ, ±¹³»¿Ü ¿µ¾÷ ´ã´çÀÚµéÀÇ ¼¼ÀÏÁî ÆÄ¿ö¸¦ ÁõÆø(Amplifying) ½ÃÅ°°íÀÚ ÇÕ´Ï´Ù
¡¤  ¼­ºñ½º ½½·Î°Ç "Guess less, Win more." ¼¼ÀÏÁî ´ã´çÀÚµéÀÌ Ã³À½ ´ë»ó °í°´ ¹ß±¼À» ÇÒ ¶§, ¡°´Ü¼øÈ÷ °¨À¸·Î ÇÏ´Â°Ç ÁÙÀÌ°í, Á¤È®ÇÑ µ¥ÀÌÅ͸¦ ÅëÇØ ¿µ¾÷ ¼º»çÀ²À» ³ôÀÌÀÚ¡° ¶ó´Â Àǹ̷Î, ±â¾÷ÀÇ ¿µ¾÷ ½ÃÀåÀ» ¹Ù²ã°¡ÀÚ´Â ¸ñÇ¥ ¾Æ·¡ ¸ðÀÎ ÀúÈñÀÇ À̾߱⸦ ¿©·¯ºÐµé²² Á÷Á¢ ÀüÇص帮°í ½Í¾î¿ä!!

¸ðÁýºÎ¹® ¹× ÀÚ°Ý¿ä°Ç

¸ðÁýºÎ¹® ´ã´ç¾÷¹« ÀÚ°Ý¿ä°Ç Àοø
ÄÜÅÙÃ÷ ¸¶ÄÉÅÍ

[ÁÖ¿ä ¾÷¹« - ¿À½Ã¸é ÀÌ·± ¾÷¹«¸¦ ÇÏ°Ô µÇ½Ç°Å¿¡¿ä! ]

´ë¿ë·® µ¥ÀÌÅÍ ETL ÀÛ¾÷

- Machine Learning/Deep Learning ½Ã½ºÅÛ Ã³¸®¿ë ´ë¿ë·® µ¥ÀÌÅÍ Àüó¸® ÀÛ¾÷

- LLM ÇнÀ¿ë µ¥ÀÌÅÍ Àüó¸® ÀÛ¾÷


[ÀÚ°Ý ¿ä°Ç - ÀÌ·±ºÐÀ» ã°í ÀÖ¾î¿ä!]
pythonÀ¸·Î µ¥ÀÌÅÍó¸® ÀÛ¾÷À» °æÇè Çغ¸½ÅºÐ(pandas, etc.)

- µ¥ÀÌÅÍ Å©·Ñ¸µ, ½ºÅ©·¡ÇÎ ÀÛ¾÷À» °æÇè Çغ¸½ÅºÐ

- RESTfull API¿¡ ´ëÇÑ ÀÌÇسª ÀÛ¾÷À» °æÇè Çغ¸½ÅºÐ

- SQL¹® ÀÛ¼ºÀ» Çغ¸½Å ºÐ

- Ŭ¶ó¿ìµå(AWS, GCP µî) °æÇèÀÌ ÀÖÀ¸½Å ºÐ

- µ¥ÀÌÅÍ¿£Áö´Ï¾î ȤÀº AI°ü·Ã Bootcamp³ª Lab °æÇèÀÌ ÀÖÀ¸½Å ºÐ

- Spark, Hadoop °æÇèÀÌ ÀÖÀ¸½ÅºÐ

- ¿øÈ°ÇÑ Ä¿¹Â´ÏÄÉÀÌ¼Ç ¿ª·®À» °®Ã߽ŠºÐ


[º¹Áö ¹× ÇýÅÃ]
µö¼¼ÀÏÁî´Â ÆÀ¿øµéÀÇ ÆíÀǸ¦ À§ÇØ ¿©·¯ º¹Áö¸¦ °®Ãß°í ÀÖ¾î¿ä. ȸ»ç ¼ºÀå¿¡ ¸Â°Ô º¹Áö¿Í ÇýÅõµ ºü¸£°Ô ¾÷±×·¹ÀÌµå µÇ°í ÀÖ¾î¿ä~!

ÇöÀç ÀúÈñ´Â ¾÷¹«¿¡¸¸ ÃÖ´ëÇÑ ÁýÁßÇÒ ¼ö ÀÖµµ·Ï!!
- º¹ÀåÀº ÀÚÀ¯·Ó°Ô! (ºñ¿À´Â ³¯ ¹Ý¹ÙÁö, Å©·Ï½º OK)
- ÆÀ¿øµéÀÇ Á¡½ÉÀº µçµçÇÏ°Ô Á¡½É ½Ä´ë Á¦°ø!!!

- ¾÷¹«¿ë Àåºñ Áö¿ø (MacBook Pro M2 or windows 11_i7, ¸ð´ÏÅÍ, ¸ð´ÏÅÍ¾Ï µî) 

ÆÀ¿øÀÌ °³º°ÀûÀ¸·Î ¼ºÀåÇÒ ¼ö ÀÖµµ·Ï ¾µ¸ð¾ø´Â ½Ã°£Àº ÁÙÀÌ°í, ÇÊ¿äÇÑ ±³À°À» µéÀ» ¼ö ÀÖµµ·Ï!!
- »ï¼º¿ª¿¡¼­ »ç¹«½Ç Door to Door 10ºÐ ( ¿ì¸®ÀÇ ½Ã°£Àº ¼ÒÁßÇϴϱñ!)
- ¸ÅÁÖ ±Ý¿äÀÏ 5½Ã 30ºÐ Åð±Ù ( ¿ì¸®ÀÇ ½Ã°£Àº ¼ÒÁßÇϴϱñ x2!! )
- ¾÷¹« ¼ºÀå¿¡ ÇÊ¿äÇÑ µµ¼­ ¹× °­ÀÇ Áö¿ø

ÆÀ¿øµéÀÇ ÇູÀ» À§ÇØ!!
- ´Ù¾çÇÑ °£½Ä ¹«ÇÑ Á¦°ø
- Æú¹Ù¼Â Ä¿ÇÇ(¿¡½ºÇÁ·¹¼Ò ¸Ó½Å ¹× µå¸³), Â÷(tea) ¹«ÇÑ Á¦°ø
- ¸ÅÁÖ ¸ñ¿äÀÏ, ±Ý¿äÀÏ ¿ÀÈÄ 4½Ã~6½Ã ¸ÆÁÖ Á¦°ø
- Á¡½É½Ã°£Àº ³Ë³ËÇÏ°Ô 1½Ã°£ 30ºÐ!! ( ³» Á¡½É ½Ã°£Àº ¼ÒÁßÇϴϱñ!!! )
- ¾÷¹« ¼º°ú¿¡ µû¶ó ½ºÅå¿É¼Ç Á¦°ø

[°í¿ëÇüÅ ¹× ±Ù¹«È¯°æ]
- ÀÎÅÏ
- ¾÷¹« ´É·Â¿¡ µû¶ó ÀÎÅÏ ±â°£ ´ÜÃà ¹× Á¤±ÔÁ÷ Àüȯ ±âȸ Á¦°ø
- Àå¼Ò : À§¿öÅ© »ï¼º2È£Á¡ (4¿ù »ï¼º¿ª ±Ùó·Î ÀÌ»ç ¿¹Á¤)

- ½Ã°£ : ¿ù~±Ý, 09 : 00 ~ 18 : 00
- Á¡½É½Ã°£ : 11½Ã 30ºÐ ~ 13½Ã (1½Ã°£ 30ºÐ)

[ÇÕ·ù¿©Á¤]
- ÀÔ»ç Áö¿ø ¼­·ù : À̷¼­ ¶Ç´Â ÀÚ±â¼Ò°³¼­, Notion µî Æ÷Æ®Æú¸®¿À ȤÀº °æ·Â ±â¼ú¼­
(¿©·¯ºÐÀÇ À̾߱⸦ ÀÚÀ¯·Ó°Ô Àû¾îÁÖ¼¼¿ä! - ÀÚÀ¯¾ç½Ä)
- ÇÕ·ù ¿©Á¤ : ¼­·ù ÀüÇü > ÀÎÅͺä ÀüÇü > ó¿ìÇùÀÇ > ÃÖÁ¾ ÇÕ°Ý
- ÇØ´ç °ø°í´Â ¼ö½Ã ä¿ëÀ¸·Î, ä¿ë ¿Ï·á ½Ã Á¶±â¿¡ ¸¶°¨µÉ ¼ö ÀÖ½À´Ï´Ù.
- Áö¿øÀÚÀÇ ÀÌ·Â ¹× °æ·Â »çÇ׿¡ µû¶ó ÀϺΠ°úÁ¤ÀÌ »ý·«µÇ°Å³ª Ãß°¡µÉ ¼ö ÀÖ½À´Ï´Ù.

[ÀÚ°Ý¿ä°Ç]

Çз»çÇ×: ´ëÇб³(4³âÁ¦) ÀÌ»ó




[¿ì´ë »çÇ× - ÀÌ·±ºÐÀÌ¸é ´õ ÁÁ¾Æ¿ä!]]

Machine Learning/Deep Learning ±â¹Ý ½Ã½ºÅÛ °³¹ß ¹× ¿î¿µ °æÇèÀÌ ÀÖÀ¸½Å ºÐ

- Airflow ¿î¿µ °æÇèÀÌ ÀÖÀ¸½Å ºÐ

- AWS Athena, BigQuery µî ´ë¿ë·® µ¥ÀÌÅ͸¦ ´Ù·ç¾î º»ÀûÀÌ ÀÖÀ¸½Å ºÐ

- ¿Ü±¹¾î°¡ ´É¼÷ÇÏ°Ô °¡´ÉÇϽźÐ(¿µ¾î, º£Æ®³²¾î, ű¹¾î, Àεµ³×À̾Æ, ¸»·¹À̽þÆ, Áß±¹¾î, ±âŸ)

±Ù¹«Á¶°Ç

  • °í¿ëÇüÅÂ: ÀÎÅÏ
  • ÀαÙÁöÇÏö¿ª: ¼­¿ï2È£¼± »ï¼º(¹«¿ª¼¾ÅÍ) (4¹ø Ãⱸ¿¡¼­ 400mÀ̳»)
  • ±Þ¿©Á¶°Ç: ¿¬ºÀ ÇùÀÇ ÈÄ °áÁ¤

ÀüÇü´Ü°è ¹× Á¦Ãâ¼­·ù

  • ÀüÇü´Ü°è: ¼­·ùÀüÇü > ¸éÁ¢ÁøÇà > ÃÖÁ¾½É»ç > ÃÖÁ¾ÇÕ°Ý
  • Ãß°¡ Á¦Ãâ¼­·ù
    À̷¼­, ÀÚ±â¼Ò°³¼­
    Æ÷Æ®Æú¸®¿À

Á¢¼ö¹æ¹ý

  • Á¢¼ö¹æ¹ý: ÀÎÅ©·çÆ® ä¿ë½Ã½ºÅÛ
  • Á¢¼ö¾ç½Ä: ÀÎÅ©·çÆ® À̷¼­, ÀÚÀ¯¾ç½Ä

±âŸ À¯ÀÇ»çÇ×

  • ÀÔ»çÁö¿ø¼­ ¹× Á¦Ãâ¼­·ù¿¡ ÇãÀ§»ç½ÇÀÌ ÀÖÀ» °æ¿ì ä¿ëÀÌ Ãë¼ÒµÉ ¼ö ÀÖ½À´Ï´Ù.

00