1. 정규교육과정
  2. 취업교육과정
  3. 일본취업과정
  4. 자체시험센터
  5. 취업지원안내
  6. 커뮤니티
  7. 솔데스크 수강후기
  8. 솔데스크 오시는길
이  름 :
휴대폰 : - -
개인정보수집동의 [자세히]

02-6901-7098

자바취업과정 - 자바 인공지능 빅데이터분석 구축과정

자바취업과정 - 자바 인공지능 빅데이터분석 구축과정
자바(Java)기반 인공지능 빅데이터 분석 시스템과정
평일반 : 2020년 11월 24일
전화 : 02-6901-7098
100%국비지원 | 월 40만원 훈련수당 지급
교육내용  
sw.gif

job.gif


과정소개

JAVA를 통한 OOP 프로그래밍, Python을 통한 데이터 수집 및 분석, Tensorflow를 이용한 머신러닝을 학습하고 예측 모델을 제작하여 Django2, Spring 및 Spring Boot 2를 통한 지능형 웹서비스를 구축하는 과정입니다.


교육목적

데이터 수집과 분석을 통하여 머신러닝 기초 데이터를 준비하고 예측 모델을 제작하여 Django2, Spring 및 Spring Boot 2를 통한 지능형 웹서비스 구축




자바프로그래머

프로그래밍 언어 ‘자바(JAVA)'를 통해서 프로그램을 개발하거나 웹사이트 제작, 어플리케이션을 개발할 수 있는 프로그래머


꾸준히 인기있는 ‘자바’

IT매체 테크리퍼블릭이 발표한 2018년 수요가 많은 프로그래밍 언어 7가지(자바, 파이썬, 자바스크립트, C++, C#, PHP, 펄)에 속해 있기도 합니다.


자바는 아주 잘 만들어진 언어로 전 세계 수십억 개의 디바이스에서 수백만 명의 개발자들이 사용하고 있는 프로그래밍 언어입니다.


자바 프로그래머의 전망

4차 산업혁명 시대를 맞아 개발자 또는 프로그래머 직업이 전망이 밝은 취업직종으로 떠오르고 있습니다. 4차 산업혁명 시대에 소프트웨어 부문 일자리 전망이 밝기 때문입니다.


"소프트웨어는 인공지능, 사물인터넷, 지능형 로봇, 빅데이터 분석.활용 등
4차 산업혁명 시대 주요 산업분야에서 공통적으로 쓰이는 핵심기술"

 
기존 일자리가 사라지더라도 소프트웨어 분야 일자리는 오히려 늘어날 것이라는 전망이 많습니다.



solda.gif

학습목표

- JAVA, Spring, Ajax, jQuery, Mobile web, DBMS, Ubuntu, Cloud, Github, aws, was 관련 학습을 통한 신입 Web 개발자 취업 능력 함양과 Python을 이용한 비정형 데이터 수집 및 분석, 시각화을 통한 데이터 분석 분야 취업 능력 함양, 머신러닝과 Tensorflow를 통한 인공신경망에 기반한 딥러닝 ANN, CNN, RNN, DQN, 게임 인공지능 관련 알고리즘을 학습하여 머신러닝 개발자로 취업 할 수 있는 능력을 갖추는 것이 목적입니다.

Web 개발 기본 과정

JAVA OOP 개발, JSP 웹 개발 기초, MySQL DBMS

BigData 개발 및 분석

R을 통한 통계 기반 데이터 분석 및 시각화

파이썬을 통한 데이터 수집 Crawler 제작 및 분석

Hadoop을 통한 분산 데이터 입출력

인공지능 딥러닝

인공지능, Machine learning, Tensowflow 2 학습을 통한 예측 모델 제작

Django2와 Spring Boot 2를 이용한 분석 결과와 머신러닝 모델 실시간 웹서비스 구축

프로젝트



과정강점

- 프로그램 코딩의 시작 단계인 웹페이지를 구축, 배포, 운영, 관리 할 수 있다
- 빠른 사이클로 변화되고 있는 다양한 문법을 학습할 수 있고, 웹 페이지 소스 분석능력을 키울 수 있다.
- 우리나라 각 분야의 공공기관에서 생성하거나 취득하여 관리중인 공공데이터 Open API를 이용하수 있으며, 제공된 다양한 형식의 XML, CSV, JSON등의 데이터를 가공, 변환할 수 있다.
- 가공되지 않은 공공데이터들의 분석 결과를 쉽고, 빠르고, 효과적으로 전달할 수 있도록 시각적으로 표현해서 웹서비스를 할 수 있다.
- 웹크롤링 및 Open API 활용등 수집된 데이터를 활용하여 관련된 프로그램을 개발할 수 있다.


musin.gif


교육진행

- 이론과 실습을 병행
- 훈련생들이 수업 소스를 공유하고 협업해서 공부할 수 있도록 스터디 그룹 활성화하기
- 난이도가 있는 수업은 보충 자료(보조 교재 및 참고 문서)를 충분히 제공하여 학업 능력 향상하기
- 수업 내용에 대한 복습과 예습을 수시로 이용할 수 있는 온라인 공간 제공하기
- 수업 진도에 따른 과제물 제시하기
- 완료된 과제물에 대해서 본인 동의하에 소스 공유, 발표, 질문할 수 있도록 시간 배려 하기


솔데스크강의장

edu01_02_d.png

교육대상
- 웹 개발에 입문하는 개발자
- Python을 배우고 실무에 활용하고 싶은 구직자
- 데이터 수집 및 분석에 입문하는 개발자
- 머신러닝에 입문하는 개발자
- 머신러닝의 시작을 어디서부터 해야할지 모르는 학생
- NVIDIA GTX 1060 GPU를 이용한 딥러닝에 입문하는 개발자
- Google Cloud를 활용한 딥러닝에 입문하는 개발자
- 인간과 인공지능의 대전 게임 관련 모델을 개발하고 싶은 구직자


진출분야

- 웹 프로그래밍 개발자
- 웹 컴퍼넌트 개발자
- GUI 응용프로그램 개발자
- ERP/CRM 기업용 솔루션 개발자
- 모바일 어플리케이션 개발자
- 빅데이터 분석/개발 전문가
- 인공지능 머신러닝 분석/개발 전문가
교육기간 · 6개월
수강생혜택

※ 국비지원 자격 ※   아래조건중 1가지이상 충족시 신청가능  30명선착순접수

 

ㆍ 구직자 ( 미취업자 및 실업자 )

ㆍ 직업안정기관(워크넷등)에 구직등록한 15세 이상 구직자

ㆍ 다음해 2월말까지 졸업예정인 고등학교 3학년 재학생으로서 상급학교 비진학 예정인 학생

ㆍ 다음해 2월말까지 졸업예정인 대학(전문대학 포함) 최종학년 재학생으로서 상급학교 비진학 예정인 학생

ㆍ 야간대학교, 사이버대, 방통대 재학생 및 휴학생 ( 재학중에도 수강신청가능 )

ㆍ 고용노동부- 취업성공패키지. 내일배움카드 발급자

ㆍ 비전공자 초보자도 지원 가능 30명 선착순접수  지원문의 02-6901-7098

 

 

 · 수강료 전액 무료 + 매월 훈련수당 지급(최대 400,000원)

 · 예습 및 복습을 위한 실습실 상시 개방 (오전 10:00 - 22:00)

 · 온라인 인터넷 동영상 강의 무료지원

 · 국내취업연계 , 해외취업연계 ( 일본IT취업연계가능 )

 · NCS 기반의 체계적 교육 · 훈련으로 경력개발 유리

 · 수료생은 취업보도실의 체계적인 관리시스템을 통해 취업지원

교육커리큘럼
세부내용

순번

과목명

모듈

세부과정

1

응용SW엔지니어링

프로그래밍 언어활용(JAVA/Python)

 

• Software 개론자바 언어의 이해, JDK1.8.0 설정

• Eclipse JAVA Application 개발 환경 설정

• 데이터 형(data type), 연산자(Operator)

• 제어문의 실습

• OOP 특성, Class, Method, 생성자, Package, 예외처리

• Call By Reference, 메소드로 객체의 전달

• 추상 메소드추상 클래스(Abstract Class), 인터페이스(Interface)

• File IO 프로그램 개발

• JDBC 프로그램의 개발

• 파이썬 설치와 환경 설정,Anaconda (Python 3) 설치

• Conda를 이용한 Python 3 기반 가상환경 생성

• 내장 데이터 타입숫자시퀀스매핑, set 타입

• 연산자제어문의 실습함수의 제작 실습

• 모듈과 패키지, datetime 모듈상속, import

• 객체지향 프로그래밍클래스 제작

• Class 선언클래스 멤버메소드인스턴스 멤버메소드의 실습생성자소멸자모듈 분리

• try ~ except를 사용한 예외 처리

 

데이터베이스 요구사항 분석

 

• 실제 업무에 사용되는 문서에서 데이터베이스 요구사항 도출하기

• 사용자 인터뷰를 통해 수집된 요구사항을 업무 주제별로 분리

• 데이터 관리의 정확성을 위해 요구사항을 적절한 크기 또는 범위의 내용으로 분해 또는 통합

 

데이터베이스

구현

 

• DBMS의 개요, DBMS(Data Base Management System) 설치하기

• 계정의 생성권한 부여, DCL, DML, DDL

• 조인서브쿼리사용뷰와 인덱스 처리

• 관계형 데이터베이스 모델링정규화와 JOIN

• Commit과 RollBack처리

• 사용자생성과 권한 부여

 

SQL 활용

 

• PL/SQL문법커서의정의프로시져함수를 사용한 처리

• 트리거데이터베이스 Function 구현

• 트랜젝션과 권한 설정

• 기업데이터베이스 구축

• 데이터베이스 보안

 

요구사항 확인/

애플리케이션 요구사항 분석

 

• 요구사항의 파악요구 사항 정의(Defining Requirement)

• Usecase Diagram 작성 실습

• Usecase 제작에 따른 컨텐츠 구성도 등록

 

애플리케이션 설계

 

• 요구사항을 참고하여 비기능 요구사항 분석

• Application, DBMS, Framework등 시스템 간 연계 설계

• JSON, HTML등 시스템간 송수신 데이터 형식 설계

• Rest를 이용한 타시스템간 연동 설계

 

화면 설계

 

• HTML 파일의 제작 실습(H, BR, IMG, A, UL, OL, LI)

• 스크립틀릿(Scriptlet) 실습

• JSP 코드상에서의 태그의 사용, HTML 기반 JSP 결과 출력

• 표현식(Expression), P, DIV, SPAN, DL, DT, DD, pre, xmp 태그

• Page 지시자(Directive), class import, request 내부 객체 실습

• response 내부 객체, out 내부 객체, application 내부 객체의 사용

• GET, POST Form Data 전송 방식, TEXT, TEXTAREA, PASSWORD, CSS

• placeholder, autofocus, <SELECT> ~ <OPTION>, RADIO 태그

• CHECKBOX 태그

• CSS(Cascading Style Sheet)의 사용, SPAN, DIV 기본 사용법, A 태그

 

화면 구현(Javascript, jQuery, Bootstrap)

 

• Data Type, Variable, Operator(연산자), 제어문

• function(함수), 시스템 지원 전역 함수의 사용가변인수

• 객체 지향 프로그래밍

• Event의 처리(INPUT, BUTTON, SUBMIT)

• Ajax(Asynchronous JavaScript and XML), XMLHttpRequest 객체

• JSON(JavaScript Object Notation) 출력의 Ajax 처리

• Javascript framework jQuery 설치

• selector를 이용한 DOM Element(태그)의 검색

• jQuery Ajax 요청의 처리, GET, POST 방식과 한글 처리

• Bootstrap 활용

 

인터페이스 설계/인터페이스 구현

• Interface 구현과 추상화

• Interface 기반 빈의 생성 및 할당

• Spring Controller Interface 구현

• Spring Process, DAO Interface 구현

• MyBATIS Interface 구현

서버 프로그램 구현(JSP, Spring, Spring Boot 2)

 

• TOMCAT 8 Install

• JSP 스크립트 기본 문법, JSP 스크립틀릿 코드의 생성 및 실행

• Page 지시자(Directive), class import, request 내부 객체 실습

• response 내부 객체, out 내부 객체, application 내부 객체의 사용

• GET, POST Form Data 전송 방식

• CSS(Cascading Style Sheet)의 사용

• JSP 기반 공지사항의 제작 및 응용

• JSP 기반 회원 관련 제작

• JSP 기반 로그인/로그아웃, Cookie, Session의 활용

• STS(Spring Tool Suite) 설치(권장)

• Data Management(SQL Development) 설정

• servlet원리, servlet을 이용한 폼 데이터의 처리, Servlet 실습

• Spring기반 MVC의 원리, STS Spring MVC의 개발 구조 분석

• Maven 의존성 추가, Local 저장소의 설정, settings.xml

• EL(표현 언어, Expression Language)의 사용

• JSTL(JSP Standard TAG Library)의 사용

• DI(Dependency Injection)의 구현

• MyBATIS 설치 및 사용

• Spring 기반 공지사항의 제작 및 응용

• Spring 기반 자료실의 제작 및 응용

• Spring 기반 회원(관리자관련 기능의 제작 및 응용

• Spring boot 2 기반 공지사항의 제작 및 응용

• Spring boot 2 기반 자료실의 제작 및 응용

• Spring boot 2 기반 회원(관리자관련 기능의 제작 및 응용

• Filter, Interceptor의 활용

• AOP(Aspect Oriented Programming)의 구현

• Transaction 구현

• AOP + MyBATIS + Oracle기반 선언적 Trancation

 

통합 구현

• Github 회원 가입 설정저장소(Repository) 생성 및 삭제

• EGit 설정팀장이 Github에 공유할 프로젝트 생성

• test 프로젝트 최초로 등록하기(프로젝트 최초 공유)

• 팀장이 Github에 공유할 새로운 프로젝트 생성팀 프로젝트 등록하기

• 팀원이 Github에서 프로젝트 소스를 최초로 Eclipse(STS)P로 가져오기

• 개발 소스 통합

정보시스템 이행

 

 

• Ubuntu download 및 VMware Player 15.5.1 설정

• Ubuntu 18.04.4 LTS VMWare 설정

• TAR 명령어, JAVA, Tomcat 설치

• MariaDB 10.3.21 다운로드 및 설정

• 업로드할 프로젝트 설정

• 웹 서비스의 운영상의 분류,

• Linux 기반 웹 호스팅 서비스의 신청, DBMS의 설정

• FTP(File Transfer Protocol) 설정

• DBMS접속 및 테이블 생성, MariaDB Client HeidiSQL 설정

• FTP(File Transfer Protocol) 설정

• SSH 접속톰캣 서버 재시작

• 조건 그래프, 3차원 산점도 그래프 제작 실습

• ggplot2 package를 이용한 시각화

 

애플리케이션 테스트 수행(JUNIT)

 

• 요구사항을 기반으로 테스트 계획을 수립

• JAVA 테스트메소드 실행 추적을 위한 Eclipse 사용

• JSP, Beans(DAO, Process) 테스트

• Spring 4.3.20 + DataSource 테스트, spring-jdbc 모듈 추가 JUNIT 테스트

• Spring + MyBATIS + Oracle 테스트

• @RunWith, @ContextConfiguration, @Before, @Test, @After 테스트 실습

 

2

빅데이터 시스템 구축

빅데이터 플랫폼 요구사항 분석

• 빅데이터 플랫폼의 기능 및 비기능 요구사항에 대한 자료 수집 계획 수립

• 요구사항의 중요도 및 비즈니스 측면의 영향성을 분석하여 요구사항별 우선순위 지정

• 빅데이터 플랫폼 구축의 기능 및 비기능 요구사항과 제약사항을

정리하고 명세서 작성

빅데이터 플랫폼 아키텍처 설계

• 빅데이터 플랫폼 요구사항 명세서에 따라 빅데이터 플랫폼 구축에

필요한 하드웨어 및 소프트웨어 기능 자료를 검토하고 하드웨어와

소프트웨어 규격서를 작성

• 인프라구조 설계를 위하여 하드웨어와 소프트웨어 통합연동에서

고려해야 하는 사항을 검토

• 빅데이터 플랫폼 요구사항에 따른 규격서를 바탕으로 하드웨어

구조소프트웨어 구조를 설계

빅데이터 수집시스템 개발

• Flume플럼

• Chukwa척와

• Scribe스크라이브

• SQOOPSQl-to-hadOOP; 스쿱

• Kafka카프카

• OpenRefine오픈리파인

• JSONJavaScript Object Notation; 제이슨

• BSONBinary javaScript Object Notation; 비슨

• Thrift쓰리프트

• Protocol Buffers프로토콜 버퍼스

• Avro에이브로

빅데이터 저장시스템 개발

• HDFSHadoop Distributed File System

• DynamoDB다이나모DB

• MongoDBMONGOus DB; 몽고DB

• CouchDBCluster Of Unreliable Commodity Hardware DB; 카우치DB

• Cassandra카산드라

• HBaseHadoop dataBASE; H베이스

• RedisREmote DIctionary System; 레디스

• Riak리악

• Hypertable하이퍼테이블

• ZooKeeper주키퍼

빅데이터 처리시스템 개발

• Cascading캐스캐이딩

• Cascalog캐스칼로그

• Mrjob미스터잡

• S4Simple Scalable Streaming System

• MapR맵알

• Acunu아큐누

• Azkaban아즈카반

• Oozie우지

• Greenplum그린플럼

• EC2Elastic Compute Cloud

• 프로그래밍 언어

• Pipes파이프

• Mechanical Turk미케니컬 터크; Mturk

• Datameer데이터미어

• InfoSphere BigInsights인포스피어 빅인사이트

데이터 분석

텍스트 데이터 분석

• 텍스트 마이닝 기술

• 오피니언 마이닝 기술

• 리얼리티 마이닝 기술

• 군집화 기술

• 소셜 네트워크 분석 기술

• 그래프 마이닝 기술

• 빅데이터를 처리하는 기존 알고리즘 변형 기술

• 최신 빅데이터 분석 연구

• 빅데이터 주요 분석 기술

탐색적 데이터 분석

• CSV, XLS, TXT: 공공데이터포털

• CSV 데이터

• 엑셀 데이터

• TXT 데이터

• XML과 JSON: 서울열린데이터광장

• XML 데이터

• JSON 데이터

• 데이터베이스

• dbplyr와 pool 패키지

• 내장 데이터셋

빅데이터 분석 결과 시각화

• ggplot2 패키지

• ggplot2 구성 요소와 문법 구조

• ggplot2 치트시트

• ggThemeAssist 패키지

• ggplot2와 ggThemeAssist 함께 활용하기

머신러닝 기반 데이터 분석

• Jupyter Notebook 커널 연동개발 환경 구성

• 머신러닝 개론

• 선형 회귀(Linear Regression), 성적 예측 모델 구현

• 평균 제곱근 오차(RMSE: Root Mean Square Error)

• 정규 분포 난수의 생성균등 분포 난수의 생성

• 경사 하강법(gradient decent)

• 다중 선형 회귀(Multiple Linear Regression) 모델

• 로지스틱 회귀(Logistic Regression) 모델의 구현,

• 하이퍼파라미터 최적화

• 기울기 소실 문제와 활성화 함수손실 함수

• 수치 예측 모델의 개발

• 분류(Classification) 모델 개발

• 통계 및 기하기반 머신러닝 알고리즘

3

빅데이터 시스템 구축 프로젝트

빅데이터 시스템 구축 프로젝트

1. 파일럿 프로젝트 도메인 분석

2. 분산 환경의 실시간 빅데이터 분석 시스템 아키텍처 설계

3. 아키텍처에 따른 하드웨어 검토 및 개발테스트,운영환경 구축

4. 데이터 수집 관련 기술 검토

5. 데이터 저장소 데이터 수집 기능 구현

6. 웹크롤링 기반 데이터 수집 기능 구현

7. 수집 데이터와 하둡 연동 기능 구현

8. 데이터 적재 관련 기술 검토

9. 배치 기반 데이터 적재 기능 구현

10. 실시간 데이터 적재 기능 구현

11. 데이터 탐색 및 처리와 관련된 기술 검토

12. 데이터 탐색 기능 구현

13. 데이터 처리 기능 구현

14. 워크플로우를 활용한 데이터 처리 자동화

15. 데이터 분석 관련 기술

16. 실시간 데이터 분석 기능 구현

17. 분석 결과를 외부 시스템과 연동하는 기능 구현


강사프로필
솔데스크소개  |  솔데스크교육시스템  |  솔데스크학원연혁  |  솔데스크시설  |  솔데스크제휴기관  |  솔데스크오시는길  |  기업교육  |  개인정보보호정책
교육내용
교육커리큘럼
강사프로필
수강후기
온라인문의
수강료조회