<aside>
💡 커리큘럼 및 강사진은 일정 및 진행상황에 따라 변경될 수 있습니다.
</aside>
| 연번 |
과정명 |
주제 및 내용 |
기간 |
시간 |
강사명 |
| 0 |
사전 교육 |
이러닝 교육 |
|
|
|
- 데이터 분석을 위한 파이썬 기초
- 데이터 분석에 꼭 필요한 파이썬과 웹크롤링 | | | |
| 1 | OT | 핀테크/디지털 금융 트렌드
- 교육 목표 및 취업군 안내
핀테크 산업의 이해 및 기술
- 인공지능 이해
- 생성형 AI와 활용 | 1 | 8 | 이민호/최성우 |
| 2 | 기초 역량 | 프로그래밍 기초 : Python
- 파이썬 개요
- 파이썬 수식 계산, 선택과 반복
- 파이썬 함수, 모듈/패키지
데이터분석 라이브러리
- Numpy, Pandas, Matplotlib | 5 | 40 | 최성우 |
| 3 | 기초 역량 | 웹크롤링을 활용한 데이터 수집
- BeautifulSoup을 활용한 정적 웹 크롤링
- Selenium을 활용한 동적 데이터 크롤링
- API를 활용한 데이터 수집 (전자공시, 공공 데이터, SNS 등)
- 데이터 정제 및 저장 자동화 | 5 | 40 | 최성우 |
| 4 | AI 역량 | 머신러닝 및 딥러닝 기초
- 지도학습/비지도학습 개념 및 주요 알고리즘
- 이상 탐지 모델 및 금융 리스크 분석
- XGBoost 및 랜덤 포레스트를 활용한 데이터 분석
- 딥러닝 모델 실습 (LSTM, CNN)
- 시계열 분석을 활용한 예측 모델 구축 | 4 | 32 | 최성우 |
| 5 | AI 역량 | 자연어 처리 (NLP) 및 생성형 AI
- 텍스트 데이터 전처리 및 벡터화 기법
- 감성 분석 및 토픽 모델링 실습
- GPT-4 및 프롬프트 엔지니어링 기법
- 뉴스, 블로그, SNS 데이터를 활용한 자연어 처리 | 5 | 40 | 최성우 |
| 6 | 실무
프로젝트 | 데이터기반 정책의사 결정 (Data Driven Policy Decision Makring)
- 시민들의 민원 데이터, 블로그, 소셜 데이터를 분석하여 정책 수요 도출
- 서울시 출산장려 정책과 관련하여 시민들이 필요로 하는 정책 요구사항 분석
- 감성 분석 및 키워드 추출을 활용한 정책 방향성 결정
- 머신러닝 기반 정책 효과 예측 및 최적화 | 5 | 40 | 최성우 |
| 7 | 실무
프로젝트 | 데이터 기반 투자 (Data Driven Investing)
- 데이터 기반 투자 리스크 분석 및 하락 위험 예측
- 전자공시 및 뉴스 데이터를 활용한 기업 리스크 요인 파악
- ESG 분석을 활용한 기업 리스크 평가 및 투자 의사결정 모델 구축
- 포트폴리오 최적화를 위한 머신러닝 기반 분석 기법 적용 | 5 | 40 | 최성우 |
| 8 | 실무
프로젝트 | 데이터기반 마케팅(Data Driven Marketing)
- 마케팅 캠페인 이전/이후 성과 변화 분석
- 인플루언서 광고 전후 성과 변화를 VoC(Voice of Customer) 분석을 통해 측정
- 소셜미디어(트위터, 유튜브, 블로그) 데이터를 활용한 브랜드 감성 분석
- A/B 테스트 및 디지털 광고 최적화 | 5 | 40 | 최성우 |
| 9 | 자율심화
프로젝트 | AI 기반 정책 분석 : 자연어 처리 및 머신러닝을 활용한 정책 추천 시스템 구축
AI 기반 투자 분석 : 전자공시 및 블로그 데이터를 활용한 투자 전략 설계
AI 기반 마케팅 자동화 : 소셜미디어 감성 분석을 통한 브랜드 관리
- 자연어 처리 및 추천 시스템을 활용한 고객 맞춤형 마케팅
AI 기반 소비자 인사이트 : 고객 피드백 감성 분석을 통한 제품 개선 전략 | 15 | 120 | 최성우 |
| 10 | 발표회 | 프로젝트 발표회 | 1 | 8 | 최성우 |
| 11 | 멘토링 | 핀테크/금융 현업 멘토링 | 3 | 21 | |
| 12 | 특강 | 취업 특강
코딩테스트 특강
알고리즘 특강
현업자 특강 | 12 | 48 | |
| 계 | | | 66 | 477 | |