-
수강기간
6개월
720시간 종로,노량진 -
수강료
교육비
무료월 최대 지급
116,000원
취업성공패키지 참여자
최대 40만원 -
교육문의
02-747-5983
파이썬과 자바를 연계한 머신러닝 활용 개발자 양성 과정 소개
파이썬과 자바를 연계한 머신러닝 활용 개발자 양성 과정 특징
과정목표
- 01
응용소프트웨어 개발에 사용되는 프로그래밍 언어의 기초문법을 적용하고 언어의 특징과 라이브러리를 활용하여 기본 응용소프트웨어를 구현할 수 있다.
- 02
관계형 데이터베이스에서 SQL을 사용하여 목적에 적합한 데이터를 정의하고, 조작하며, 제어할 수 있다.
- 03
UI 설계 산출물과 GUI 디자인 가이드를 바탕으로 UI 구현 표준을 수립하고 UI를 제작할 수 있다.
- 04
업무 분석가가 수집・분석・정의한 요구사항과 이에 따른 분석모델에 대해서 확인과 현행 시스템에 대해 분석할 수 있다.
- 05
모듈간의 분산이 이루어진 경우를 포함하여 단위 모듈간의 데이터 관계를 분석하여 이를 기반으로 한 메커니즘을 통해 모듈간의 효율적인 연계를 구현하고 검증할 수 있다.
- 06
애플리케이션 설계를 기반으로 개발에 필요한 환경을 구성하고, 프로그래밍 언어와 도구를 활용하여 공통모듈, 업무프로그램과 배치 프로그램을 구현할 수 있다.
- 07
요구사항 확인을 통한 상세 분석 결과, 소프트웨어 아키텍처 가이드라인 및 소프트웨어 아키텍처 산출물에 의거하여 이에 따른 애플리케이션 구현을 수행하기 위해 공통모듈 설계, 타 시스템 연동에 대하여 상세 설계할 수 있다.
- 08
모듈간의 분산이 이루어진 경우를 포함하여 단위 모듈간의 데이터 관계를 분석하고 이를 기반으로 한 메커니즘을 통해 모듈간의 효율적인 연계를 구현하고 검증할 수 있다.
- 09
요구사항대로 응용소프트웨어가 구현되었는지를 검증하기 위해서 분석된 테스트 케이스에 따라 테스트를 수행하고 결함을 조치할 수 있다.
- 10
애플리케이션 배포 환경을 구성하고, 구현이 완료된 애플리케이션의 소스 검증 및 빌드를 수행하여 운영 환경에 배포할 수 있다.
이수 후 진출 분야
- 웹 프로그래머
- 웹 개발자
- 응용 소프트웨어 개발자
- JAVA 기반 웹 프로그래밍 개발자
정보보안 과정 훈련비
100% 무료 수강료 전액무료 국비지원
훈련비지급 월116,000원 최대 월 400,000원 지급
훈련수당+교통비+중식비 월 11만 6천원 / 취업성공패키지 참여자 월 28만 4천원 추가
수강신청 절차 안내
-
STEP1
온·오프라인 1:1 교육컨설팅 -
STEP2
학습계획 수립 -
STEP3
교육비 납부 및 수강신청 -
STEP4
교육 진행
파이썬과 자바를 연계한 머신러닝 활용 개발자 양성 과정 커리큘럼
대주제 | 소주제 | 내용 |
---|---|---|
NCS전공교과 | 프로그래밍 언어 활용 | 기본문법 활용하기 |
언어특성 활용하기 | ||
라이브러리 활용하기 | ||
SQL활용 | 기본 SQL 작성하기 | |
고급 SQL 작성하기 | ||
UI 구현 | UI 설계 검토하기 | |
UI 구현 표준 검토하기 | ||
저작도구 활용하기 | ||
UI 제작하기 | ||
요구사항 확인 | 현행 시스템 분석하기 | |
요구사항 확인하기 | ||
분석모델 확인하기 | ||
통합 구현 | 연계 데이터 구성하기 | |
연계 매카니즘 구성하기 | ||
내외부 연계 모듈 구현하기 | ||
서버프로그램 구현 | 개발환경 구축하기 | |
공통 모듈 구현하기 | ||
서버 프로그램 구현하기 | ||
배치 프로그램 구현하기 | ||
애플리케이션 설계 | 공통 모듈 설계하기 | |
타 시스템 연동설계하기 | ||
인터페이스 구현 | 인터페이스 설계서 확인하기 | |
인터페이스 기능 구현하기 | ||
인터페이스 구현 검증하기 | ||
애플리케이션 테스트 수행 | 애플리케이션 테스트 수행하기 | |
애플리케이션 결함 조치하기 | ||
애플리케이션 배포 | 애플리케이션 배포 환경 구성하기 | |
애플리케이션 소스 검증하기 | ||
애플리케이션 빌드하기 | ||
애플리케이션 배포하기 | ||
비NCS교과(실습) | 머신러닝 활용 | 판다스 사용 |
여러 가지 데이터 포맷 처리 | ||
데이터들의 연산 | ||
데이터 시각화 | ||
데이터 사전 처리 | ||
데이터프레임의 다양한 응용 | ||
머신러닝 데이터 분석 |