내 결심을 더 단단하게 만드는
패스트캠퍼스 학습지원 프로젝트

10% 할인 행사 중(~05/02)

Apache Spark을 이용한

빅데이터 분석
입문 CAMP

주목받는 데이터 엔지니어의 필수 코스,
Apache Spark로 당신의 생산성도 업그레이드됩니다.

#최신Spark#실무전문강사
#실습물구현

기간 & 일정

2019.05.15 – 08.07
매주 수요일 19:30 – 22:30
주 1회, 총 36시간
*6/5 휴강

장소 & 준비물

패스트캠퍼스 강남강의장
강남역 4번 출구, 미왕빌딩
필기구, 노트북

담당자 & 문의

윤형진 매니저
02-517-0641
help-ds@fastcampus.co.kr

*본 강의는 조기 마감되었습니다.

당신은 쓸 만한 분석가입니까?

데이터 분석에서 가장 중요한 건 컴퓨팅 환경이 아닌 ‘분석가의 생산성’.

 


 

데이터 분석의 전 과정,
이젠 단일 프로그래밍 환경에서
All-in-one으로 끝낸다!

조사 시간은 반으로, 생산성은 두 배로!
더 쾌적한 당신의 분석 작업을 만들어 줄 Spark를 만나세요.

하지만 SPARK 학습,
혼자서는 쉽지 않죠?

“Spark를 위한 선행지식인 RDD의 개념부터가 이해하기 어려워요.”

“리눅스 환경 설정이나 VI에디터 사용을 어떻게 해야할지 모르겠어요.”

“노드 간의 네트워크 설정, 책을 봐도 잘 모르겠네요.”

“제대로 돌아가는 분산 환경 구축이란? 현업 전문가의 도움이 필요합니다.”

SPARK 앞에만 서면 작아지는 당신을 위해,
국내 최고의 Spark 입문자용 코스를 준비했습니다.

이 코스의 커리큘럼은 아래 이미지 상의 붉은 박스에 해당하는 내용들로 구성되며, 코스 말미에는 여러분이 직접 음악 추천 시스템을 구현해보는 실습 시간이 준비되어 있습니다.

가장 최신의 빅데이터 기술 Spark를 시작하는 가장 효과적인 코스!
‘주목 받는 데이터 분석’을 만들
본 코스만의 차별화된 특징을 확인하세요.

Spark 입문자에게 필요한
필수 개념 총망라


Spark의 핵심인 Spark Core은 기본, 현업에서 활용도가 높은 Spark SQL, Spark Streaming, Spark MLlib까지! 독학이 막연했던 리눅스와 인프라, Hadoop, 분산처리에 대한 개념까지도 꾹꾹 눌러 담은 알찬 커리큘럼. Spark를 다뤄본 경험이 없더라도 시작할 수 있습니다.

최신 업데이트 100% 반영한
최적의 실습 환경


Spark에 관심을 갖고 배워보려는 사람들은 많지만, 기초부터 체계적으로 배울 수 있는 곳은 국내 유일 패스트캠퍼스 뿐입니다. 최신 버전으로 처음부터 배우는 Spark 학습! 주목 받는 기술일수록 제대로 시작하셔야 합니다.

풍부한 경험을 갖춘
실무 전문가 강사님


현업 최전선에서 직접 빅데이터를 다루는 전문가가 여러분과 수업을 진행합니다. 실제 현업에서 사용되는 핵심 기술과 업계의 최신 트렌드, 몸으로 직접 부딪히지 않았다면 알기 어려운 실전 노하우까지! 절대 놓치지 마세요.

직접 결과물을 만들어
체득하는 실전능력


아무리 많은 지식을 쌓아도, 힘들고 지루한 코딩 연습을 수십 시간 했어도, 배운 내용을 실제 업무에 적용할 수 없다면 무슨 의미가 있을까요? 이 코스에서는 강사님과 함께 음악 추천 시스템을 기획하고 만들어 보는 시간을 갖습니다. 배운 내용, 업무에 바로 응용할 수 있는 역량을 갖추세요.

SPARK, 다른 사람들은 어떻게 배웠을까?
기수강생들의 수강후기를 만나보세요.

그간 어디서도 배우기 힘들었던
Spark 개념 및 설치/활용법의
상세한 설명이 많은 도움이 되었습니다.
데이터 분야에서 계속 공부나 업무를 한다면
당연히 들어야 할 코스라고 생각합니다.
– K사 김*윤님

하나하나 천천히 알려주시기 때문에
따라하는데 큰 지장이 없습니다.
스파크에 대한 강사님의 이해와 수준이 높고
제공하는 실습 프로젝트가 참고하기에
잘 갖춰져 있습니다.
– G사 기*환님

특히 이 강의에서는 최신 버전의 Spark로 실습한다는 점이 가장 마음에 들었습니다.
강사님께서 핵심을 빠뜨리지 않고 설명해주실 뿐만 아니라 실습 코드도 제공해 주시면서 꼭 실습을 통해서 배우도록 하는 점이 좋았습니다. 국내에서 Spark을 이렇게 체계적으로 가르쳐주는 곳이 많지 않습니다. 빅데이터에 관심이 있다면 이 강의를 수강해서 Spark의 진면목을 음미하시기를 권합니다.

공부도 하고!
학습지원금도 받고!

결제액의 10%를 학습지원금으로 드립니다.

패스트캠퍼스의 수강의지를 강화하기 위한 지원금 제도를 운영합니다
패캠이 제안하는 학습 목표를 달성하고 커리어 이상의 성취감을 얻어가길 바랍니다.

*학습지원금은 제세공과금(22%)을 제하고 드립니다.

학습노트

100% 제출

당신의 성공적인 SPARK 입문을 도울
이 강의의 커리큘럼.

주차 내용
Part 1. Apache Spark, 꼭 알아야 할 핵심 개념
1-3 Apache Spark 이해하기
Apache Spark의 정의와 특징을 살펴보고 그 작동원리를 이해합니다.
Apache Spark에서 사용하는 Scala 언어의 특징을 알아보고 기본적인 사용법을 배웁니다.
Apache Spark 실습진행을 위해 필요한 설치 및 환경설정을 합니다.

- Spark 개요(Apache Spark 소개, 특징, 지원언어, Hadoop과 비교, Spark 프로그래밍 모델(RDD), 작동원리, Spark Components 등)
- Scala 개요(Scala 언어 소개, 특징, 변수 선언, 함수 정의 등 기본 문법)
- Spark 설치 및 실행(VirtualBox, CentOS7, Java 8, Spark 설치 및 환경설정, 프로세스, Lineage 확인 등 Spark Shell 기본 사용법)
Spark Core
Spark Core Components 각각의 기능을 살펴보고, 분산환경(클러스터) 설정과 함께 RDD Operation을 이해합니다.
RDD 생성부터 Transform까지 RDD 프로그래밍을 해봅니다.
병렬 수행되는 클러스터상의 Task를 위한 Shared Variables에 대해 배웁니다.

- Spark RDD 개요(Spark Core Components, Spark Application 배포, RDD Operations 등)
- RDD 프로그래밍(RDD 생성, RDD Transform, RDD Action 등)
- Shared Variables(Broadcast, Accumulators)
Part 2. Apache Spark의 다양한 라이브러리 정복하기
4-10 Spark SQL
Spark 기반으로 SQL을 사용하기 위해 필요한 기본개념과 DataFrame/Dataset, Catalyst Optimizer에 대해 배웁니다.

- Spark SQL 개요(특징, 성능, RDD와 DataFrame/Dataset의 비교, SparkSession)
- DataFrame/Dataset(생성법, Basic Operations, Queries, Join, 저장, Row Object 처리 등)
- Catalyst Optimizer 및 Tungsten Project 작동원리
Spark Streaming
실시간으로 스트림 데이터를 빠르게 처리하는 Spark Streaming과 Structured Streaming을 배웁니다.

- Spark Streaming(특징 및 기능, DStream의 개념 및 Basic Operations, Stateful Operations, Execution Model, DStream Persistence, Checkpoint, Kafka 연계 등)
- Structured Streaming(DStream의 문제점, Programming Model, Window Operations, Watermarking 등)
- 실습 데이터 : twitter를 이용하여 SNS 데이터 수집
Spark ML
Spark ML의 특징을 살펴보고, 사용가능한 알고리즘들을 알아봅니다.다양한 모델을 구축하고 테스트하는 방법에 대해 배웁니다.

- Spark MLlib(특징, 머신러닝 분류, 데이터 유형,,Word2Vec, VectorAssembler, ChiSqSelector 등)
- MLlib Algorithms(Classification, Regression, Clustering, Collaborative, Filtering, Dimensionality Reduction)
- ML Pipeline(Estimator, Transformer, Paramerter, Pipeline)
- Model Selection(CrossValidator, TrainValidationSplit)
- ML Persistence(Status, Predictive Model Markup Language)
Part 3. 추천시스템 구현 프로젝트
11-12 Recommender system with Spark
10주간 배운 내용들을 바탕으로 Cassandra와 Redis 등을 활용하여 음악추천시스템의 기본내용을 구현해봅니다.
- 추천시스템의 개요(추천시스템 아키텍처 및 알고리즘, 배치 추천시스템과 실시간 추천시스템)
- 추천시스템 구현(음악추천시스템)
- 실습 데이터 : 음악 예제 데이터

당신의 SPARK  학습방향을 책임질
강사님 소개.

강경인

강경인

데이터 엔지니어

대용량 데이터 실시간 처리/분석 기술을 연구하고 플랫폼을 개발합니다.
-
현재 통신/제조 분야에서 Apache Spark를 중심으로, 빅데이터 실시간 분석 및 머신러닝 시스템을 위한 OSS 기술지원을 담당하고 있습니다.
  • 8 minutes ago
    Click to read

    이 코스를 수강하려면, 프로그래밍 지식이나 스킬이 많이 필요한가요?

  • 7 minutes ago
    Click to read

    필수적이지는 않지만, 기본적인 Java 문법을 알고 계시면 강의 이해가 수월합니다. [생활코딩 자바 초급 강좌] 수준의 이해를 권장드립니다.

  • 6 minutes ago
    Click to read

    분석적인 내용보다는 Spark와 Hadoop의 연동에 관심이 많아요. 이 코스가 적합할까요?

  • 5 minutes ago
    Click to read

    아닙니다. 본 코스는 Spark를 활용해 빅데이터를 분석하는 것을 주요 목표로 하고 있습니다. 따라서 Hadoop 플랫폼 상에서 Spark의 설치 및 구축, 그리고 Hadoop과의 연동을 학습하시고자 한다면 [Apache Hadoop으로 구축하는 분산처리 빅데이터 플랫폼 입문 CAMP]를 추천드립니다.

  • 2 minutes ago
    Click to read

    데이터 수집부터 분석, 결과물 출력까지 일련의 과정인 데이터 파이프라인을 구축하고 운용하는 것에 관심이 많습니다. 이 코스가 적합한가요?

  • 1 minutes ago
    Click to read

    아닙니다. [Apache Spark을 활용한 데이터 파이프라인 만들기 CAMP]에서 AWS를 활용한 데이터 파이프라인 구축과 서비스 배포를 익히실 수 있습니다.

함께 들으면 좋은 강의
필요하시다면.

분산처리(MapReduce)에서는 Spark, ‘분산저장’에서는 Hadoop의 HDFS에 대한 이해가 필요합니다. Spark과 Hadoop을 모두 배운다면 빅데이터 처리의 효율성을 극대화할 수 있거든요. 이 강의에선 Spark과 Hadoop을 연동하여 사용하는 방법에 대해서도 배울 수 있습니다.

Apache Spark, 기본 개념을 잘 소화했다면- 이제부터는 Apache Spark로 데이터 파이프라인을 직접 구축해보셔야 합니다. 실습 위주형 학습을 통해 실전에 적용할 인사이트를 얻고, AWS 활용법도 함께 배워보세요.

{ FASTCAMPUS COMMUNITY MEMBERSHIP }

패스트캠퍼스 오프라인 강의를 수강하셨다면!
별도의 가입절차없이 패스트캠퍼스 커뮤니티 멤버쉽 회원이 됩니다.
커뮤니티 멤버쉽은 수강 후 1년 동안 유지되며,
오직 멤버들만을 위한 비공개 스터디클럽, 네트워킹행사, 세미나 등 비정기적 행사에 모실 예정입니다.

수강료 안내

정가:180만원

※ 할인율은 매주 목요일 자정마다 변경되며,
카드결제 시 12개월 무이자 할부가 가능합니다.

  • ✓ 일정 : 19/05/15 ~ 19/08/07
  • (매주 수요일 19:30 ~ 22:30)
  • ✓ 준비물 : 개인 노트북
  • (RAM 8GB 권장)
  • ✓ 장소 : 패스트캠퍼스 강남 본원
  • ✓ 문의 : 윤형진 매니저 02-517-0641
  • help-ds@fastcampus.co.kr

/ 수 / 강 / 문 / 의 /

학습 지원 프로젝트

공부도 하고! 학습지원금도 받고!

*학습지원금(제세공과금 22% 차감 후 지급)은 강의마다 개인마다 상이할 수 있습니다.

학습 목표 1. 학습노트 제출

코스 진행 일정 3일 후(토요일) 24:00까지 학습노트를 작성해 제출해 주세요. 

[수강 중 학습 콘텐츠 일정] 학습노트 제출 12회

  • 1회차 제출기한 : 5월 18일(토) 24:00까지
  • 2회차 제출기한 : 5월 25일(토) 24:00까지
  • 3회차 제출기한 : 6월 1일(토) 24:00까지
  • 4회차 제출기한 : 6월 15일(토) 24:00까지
  • 5회차 제출기한 : 6월 22일(토) 24:00까지
  • 6회차 제출기한 : 6월 29일(토) 24:00까지
  • 7회차 제출기한 : 7월 6일(토) 24:00까지
  • 8회차 제출기한 : 7월 13일(토) 24:00까지
  • 9회차 제출기한 : 7월 20일(토) 24:00까지
  • 10회차 제출기한 : 7월 27일(토) 24:00까지
  • 11회차 제출기한 : 8월 3일(토) 24:00까지
  • 12회차 제출기한 : 8월 10일(토) 24:00까지

학습지원금을 받으려면?

미션을 모두 완료하면 신청페이지를 통해 신청 가능합니다.
다만, 강의 종료 후 30일 이내에 신청페이지를 통해서 신청해주셔야 합니다.
아래의 환급신청 링크로 신분증 사본 / 환급받을 통장사본을 제출 (반드시 본인 명의로만 가능)해 주세요.
결제한 수강료의 10% (환급 금액의 22% 제세공과금으로 차감) 를 드리며, 학습지원금은 개인마다 상이할 수 있습니다.

환불규정

* 학습지원금은 기수강생 할인만 중복 적용이 가능합니다. (기타 다른 이벤트와 중복 적용이 불가합니다.)
* 과제물이 허위로 작성되거나 표절일 경우 환급이 거절될 수 있습니다.
* 환불은 환불규정(https://www.fastcampus.co.kr/refund/)에 따라 진행됩니다. 규정에 의거하여 환불금액이 없을 수 있습니다.