본문 바로가기

배우고 싶은 강좌를 찾아보세요.

추천 강좌

    다국어 설정

    강좌소개

    [수업내용]
    빅데이터 처리는 대용량의 데이터 및 연산을 필요로 하고, 이 기술을사용하여데이터분석을한다는것은매우복잡한절차를거쳐야한다.
    빅데이터 플랫폼이란, 빅데이터 분석을 위한 도구들을 제공하여 미리 준비된환경에서쉽게분석할수있도록제공해주는역할을한다.
    본 수업에서는 빅데이터 플랫폼을 구성하고 운영하는 기술인 빅데이터 엔지니어링 지식을 습득한다.

    [학습목표]
    1. 빅데이터 플랫폼을 설계 및 구축할 수 있다.
    2. 빅데에터 플랫폼에 활용되는 기반 기술을 이해할 수 있다.
    3. 빅데이터 플랫폼을 활용한 분석기술을 이해할 수 있다.

    [연계과목]
    머신러닝 빅데이터 분석

    홍보/예시 영상

     

     [강의계획서]

    1주차 빅데이터 플랫폼의 개요

    빅데이터 플랫폼의 개념과 쓰임새를 이해하고, 플랫폼 엔지니어링에 필요한기술이 무엇인지 설명할 수 있다.  

    l 1차시: 빅데이터 플랫폼 개요

    l 2차시: 빅데이터 엔지니어링의 개요

    l 3차시: 빅데이터 플랫폼의 쓰임새

     

    2주차 빅데이터 플랫폼 기술 요소

    빅데이터 플랫폼 설계 및 구축에 필요한 기술 요소를 이해할 수 있다.

    l 1차시: 분산 컴퓨팅 기술

    l 2차시: 빅데이터 플랫폼 구조

    l 3차시: 클라우드 기반 플랫폼 기술

    l 학습활동 : 퀴즈

     

    3주차 운영체제가상화(컨테이너)기술

    빅데이터 플랫폼 설계 및 구축에 필요한 운영체제 가상화 기술을 이해하고 실습환경을 구축할 수 있다.

    l 1차시: 운영체제 가상화(컨테이너) 기술의 개념

    l 2차시: 컨테이너 기술의 적용

    l 3차시: 컨테이너 런타임 환경 구축

     

    4주차 컨테이너오케스트레이션 기술

    컨테이너 오케스트레이션의 개념을 이해하고 쿠버네티스의 활용방법을 습득한다.

    l 1차시: 컨테이너 오케스트레이션의 개념

    l 2차시: 컨테이너 오케스트레이션 활용

    l 3차시: Kubernetes 실습

    l  학습활동 : 퀴즈

     

    5주차 데이터 파이프 라인 기술

    데이터 파이프라인의 개념을 이해하고 데이터 파이프라인을 활용한 빅데이터 분석의 이점을 설명할 수 있다.

    l 1차시: 데이터 파이프라인의 개념

    l 2차시: kubeflow : 데이터 파이프라인 기반 분석 플랫폼

    l 3차시: Kubeflow 둘러보기

     

    6주차 빅데이터 분석 플랫폼 구축

    빅데이터 분석 플랫폼을 어떻게 설계하고 구축하는지 이해하고,kubeflow를 활용한 빅데이터 플랫폼을 구축할 수 있다.

    l 1차시: 분석 플랫폼 구축 설계

    l 2차시: 분석 플랫폼 구축 준비

    l 3차시: 분석 플랫폼 구축 실습

    l  학습활동 : 퀴즈

     

    7주차빅데이터 분석  플랫폼 실습

    데이터 분석의 전과정을 빅데이터 플랫폼을 활용하여 수행할 수 있다.

    l 1차시: 미니 프로젝트 : Fashion Mnist

    l 2차시: 미니 프로젝트 : 분석 절차 및 방법

    l 3차시: kubeflow를 활용한 분석 실습

    l 학습활동 : 과제

     

    8주차총괄평가(시험) 


    [이수/평가정보]

    l 퀴즈: 20%

    l 과제 :30%

    l 총괄평가(시험) : 50%

    60점 충족 시 이수증 발부

    강좌 수준 및 선수요건

    - 특별한 선수 요건 없음

    교재 및 참고문헌

    [교재]
    강의자료를 PDF파일로 제공합니다.

    강좌운영진
    • 김윤기 교수

      ■ 소속 : 고려사이버대학교 미래학부 빅데이터 전공 교수
      ■ 학력 : 고려대학교 컴퓨터공학 박사
      ■ 현) 고려사이버대학교 전임교수
      ■ 전) SK 주식회사 C&C 빅데이터·AI 플랫폼 기술 연구 개발
      ■ E-mail : ykkim77@cuk.edu


    • 이진 튜터

      ■ 고려사이버대학교 매치업 기초과정 튜터
      ■ 성균관대학교 통계학과 석사과정
      ■ E-mail : jeweljin99@naver.com


    분야 공학 (컴퓨터 · 통신)

    난이도 전공기초

    운영기관 고려사이버대학교(매치업)

    이수증 미발급

    주차 8 주

    학습인정시간 15시간 00분 (09시간 59분)

    수강신청기간 24.04.22 ~ 24.06.16

    강좌운영기간 24.05.06 ~ 24.06.30

    전화번호 -

    자막언어 -

    강좌언어 한국어(ko)

    추천강좌
    같은기관강좌