[데이터 사이언티스트] 비전공자/입문자를 위한 Data Science(DS)와 AI 학습 & 취업 가이드

비전공자/입문자를 위한 Data Science(DS)와 AI 학습 & 취업 가이드

---

Data Science(DS) 개념 잡기

1. Data Science(DS)란?
2. 데이터 분석의 필요성과 수요가 증가한 이유
3. AI/ML의 필요성과 수요가 증가한 이유
4. Data Science(DS) 분야의 다양한 요구사항과 층위
5. Data Science(DS) 관련직군 정리 

 

Artificial Intelligence(AI) 개념 잡기

1. 인공지능(AI), 머신러닝(ML), 딥러닝(Deep Learning)
2. 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning) 
3. 딥러닝(Deep Learning)
4. 간략히 살펴보는 딥러닝의 역사
5. 딥러닝 응용분야
6. 다양한 컴퓨터비전 문제영역 소개
7. 다양한 자연어처리(NLP) 문제영역 소개

 

DS와 AI 관련 직군 분류 및 직군별 요구역량 분석 

1. Data Analyst(Data Scientist) 취업 자격요건 분석 및 직군 학습 로드맵과 취업가이드
2. ML/AI Engineer 취업 자격요건 분석 및 직군 학습 로드맵과 취업가이드
3. ML/AI Research Scientist 취업 자격요건 분석 및 직군 학습 로드맵과 취업가이드
4. Growth Hacker(Growth Marketer) 취업 자격요건 분석 및 직군 학습 로드맵과 취업가이드

 

서비스 데이터 분석 & Growth에서 자주 사용되는 개념 잡기

1. 광고 캠페인의 기본 개념 - 노출(Impression), 클릭(Click), 전환(Conversion), 클릭률(CTR), 전환율(Conversion Rate)
2. AARRR
3. Funnel
4. 코호트 분석(Cohort Analysis)
5. OMTM
6. A/B Test

 

자주 묻는 질문들 

1. Python vs R 어떤 언어를 학습하는게 좋을까요?
2. 대학원은 필수인가요?

 

Data Science(DS) & AI 분야 취업 가이드

1. 직군 타게팅
2. 회사 타게팅 - 대기업, 중소기업, 스타트업
3. 관련 역량 쌓기 - 교육/스터디, 공모전, 동아리, Kaggle, 개인 프로젝트

 

비전공자/입문자를 위한 Data Science(DS)와 AI 학습 & 취업 가이드 - 인프런 | 강의