D-
,
(일) 밤 12시에 가격이 인상됩니다. 지금 신청 GO!

detail_top_banner
banner

최저가 할인 마감까지 남은 시간

일요일 자정 가격이 인상됩니다.

정가 :
할인 판매가 :

/ 무이자 12개월 할부 시

실제 현업에서 진행하는 데이터 분석!

이 강의 하나면 데이터 엔지니어링 + 분석까지 다 배운다!

5000+만 개의 데이터 프로젝트로 시작하여 챗봇 서비스 구현까지 배우는 데이터 엔지니어링 올인원 패키지!

데이터 엔지니어링 학습 왜 필요할까요?

좋은 데이터 분석이 될 수 있게 하려면 도메인에 맞춰 구조화된 데이터는 필요한데
시간이 갈수록 데이터의 양이 기하급수적으로 많아지지만 데이터 엔지니어가 부족하기 때문이죠

직장인 A 씨는 열심히 공부를 하여 유명 스타트업 기업 데이터 분석가로 취업을 했습니다.
누구보다 열정이 가득한 A씨, 그런데! 회사의 데이터를 확인해보니 제대로 갖춰진 데이터나 활용 가능한 데이터는 어디에도 없습니다.

데이터 분석 공부를 인터넷 강의와 책으로 열심히 공부한 대학생 B씨!
이제는 혼자서 프로젝트를 할 수 있을 것 같은 기대감 때문인지 요즘에는 아침에 일어나는 것이 기분이 좋습니다.

마케터 C씨는 매일 아침마다 마케팅 효율 보고서를 작성하기 위해 구글 스프레드 시트로 페이스북의 데이터와 구글 GDN 데이터를 매일 다운로드 받아서 정리하고 있습니다.혹시 모를 데이터의 오류가 있을지도 몰라서 이를 확인하는 작업 또한 시간을 많이 잡아 먹습니다.

데이터 엔지니어링에 대한 수요는 채용 공고에서도 드러납니다.

데이터 엔지니어 + 분석까지 통합적인 역량을 가지는 것은 오직 패스트캠퍼스 데이터 엔지니어링 올인원 패키지에서만 가능합니다.

데이터 엔지니어링! 이런 분들이 들으면 좋아요!

적은 예제 데이터, 정체 되어있는 데이터로 고민 많으셨다고요? 데이터 엔지니어링을 제대로 할 수 있도록!
패스트캠퍼스 올인원 패키지가 알려드릴게요.

2_p3

대학생 및 대학원생

컴퓨터 관련 학과 출신이고, 데이터 엔지니어에 관심이 있어 취업을 목표를 두고 있어요. 데이터 분석 전처리의 정제와 가공을 프로젝트를 경험함으로 포트폴리오를 만들고 싶어요.

4_p3

직장인

회사의 데이터를 가지고 데이터 분석을 활용하고 싶은데, 데이터를 활용하여 비즈니스 분석역량을키우기가 쉽지 않네요. 다양한 산업군에서 활용되는 실전 데이터 분석을 직접 경험해보고 싶어요!

3_p4

프론트엔드
백엔드 개발자

대기업 규모의 빅데이터를 다루고 싶고, 데이터의 관점으로 데이터 파이프라인의 구축을 이해하고 싶어요.
데이터 분석으로의 스킬셋까지 갖추고 싶은데 어떡하죠?

데이터 엔지니어링, 왜 제대로 경험하기 어려울까요?

하둡, 스파크, 제플린, 카프카, AWS, GCP, Flume 등등 하나하나의 툴부터 클라우드의 인프라까지 알고 있어야
데이터 엔지니어로의 역할을 충실히 해낼 수 있는데 책과 인터넷으로 이를 학습하는 것이 어려운 현실입니다.

일반인들은 ‘빅’데이터를 찾을 수도, 구할 수 없습니다.
책이나 인터넷 상에 떠도는 예제 데이터들로만 연습을 할 수 밖에 없고
데이터의 양이 중요한 데이터 엔지니어의 학습에는 턱없이 부족한 데이터로 다가옵니다.

대기업을 제외하고 90% 이상의 기업이 데이터 관점의 엔지니어 구축이 제대로 되어있지 않는 것이 현실입니다.
활용할 수 있는 데이터가 제한적이다 보니 데이터를 가지고 할 수 있는 데이터 분석이라는 것에 명확하게 가설을 세울 수 없습니다.

그래서 준비했습니다!
패스트캠퍼스 데이터 엔지니어링 올인원 패키지!

혼자서는 절대로 공부하기 어려운 데이터 엔지니어링! 대기업과 유명 스타트업에서 필요로 하는 스킬셋을 단 기간에 장착시켜 드립니다.

잠깐, 데이터 엔지니어의 역할은 무엇일까요?

eg_s4_1

데이터 엔지니어링 VS 데이터 분석가& 데이터 사이언티스트 의 차이점은?

eg_s5_1

데이터 엔지니어링

데이터에 관한 요구 사항에 빠르게 대응하고, 시스템이 지속적으로 작동하도록 설계하며, 에러가 발생 할 가능성이 낮도록, 데이터가 쌓이는 공간에 시스템 상 문제가 없는지, 비즈니스 활용 가능성이 높은 데이터를 어떻게 구축할 것인지 등에 대해 고민합니다.

eg_s5_2

데이터 분석가 & 데이터 사이언티스트

데이터에서 어떤 의미나 통찰을 발견하고, 이를 비즈니스 맥락에서 활용하는 사람을 뜻해요.

강사님의 인터뷰 내용을 통해 데이터 엔지니어의 역할을 참고하세요!

데이터사이언스 커리어 정복 프리패스

12개 주제, 100여개 강의
#기초통계 #용어정리 #R실습
데이터 분석 왕초보들이 입문할 수 있도록 데이터 분석이 무엇인지, 왜 필요한지 R 설치부터 실습하며 배우고
데이터 분석을 위한 용어와 개념까지 입문자의 눈높이에 맞춰 쉽게 배울 수 있습니다!

8개 주제, 200여개 강의
#SQL #데이터베이스 #데이터전처리
입문자도 어렵지 않게 배우는 모두를 위한 SQL/DB
실무에 필요한 DB 역량! 데이터를 원하는 때에 원하는 만큼 추출하고 가공하는 역량까지 이 강의로 마스터할 수 있습니다.

5개주제 400여개 강의
#파이썬 #Python #머신러닝 #딥러닝
수학과 프로그래밍으로 기본기를, 실제 현업 데이터를 이용해 응용을!
7명의 현업 강사님들과의 데이터 학습으로 정복한다! Python부터 머신러닝, 딥러닝에 이르는 슈퍼 커리큘럼입니다!

예약 구매 상품
#인공지능 #PyTorch #TensorFlow
전세계 딥러너들의 툴, TensorFlow2.0과 Pytorch로 배운다!
최신 딥러닝 트렌드를 전문가가 알려주는 실습으로 정복해 보는 강의입니다.

파이썬 웹 개발 커리어 정복 프리패스

5개 주제, 180여개 강의
#C #Python #자료구조 #Linux
개발자 취업 이후에도 실무에 실제로 적용할 수 있또록 컴퓨터 공학 과목 간의 상관관계를 이해하고, 현업 개발자에게 최신에 가장 가까운 커리큘럼을 통해 컴퓨터 공학 핵심 개념들을 단계별로 배우고, C++언어를 학습하며, 실제 프로그램까지도 완성해보는 프로젝트형 수업! 이 과정을 통해 협업을 위한 코드 작성법과 효율적인 디버깅 방법 등 개발자 실무에 필요한 스킬을 제대로 배웁니다.

12개 주제, 350여개 강의

#파이썬크롤링 #Flask #Django
학습 수준에 맞춰 실제 서비스가 가능한 웹을 직접 따라 구현해보는 실용적인 프로젝트 과제로 제대로 배우는 파이썬 웹 개발!
파이썬 기초부터 Flask, Django, Crawling, Scrapy 등 파이썬의 모든 기능을 한 번에 배울 수 있습니다.

8개 주제, 200여개 강의
#SQL #데이터베이스 #데이터전처리
입문자도 어렵지 않게 배우는 모두를 위한 SQL/DB
실무에 필요한 DB 역량! 데이터를 원하는 때에 원하는 만큼 추출하고 가공하는 역량까지 이 강의로 마스터할 수 있습니다.

Java 웹 개발 커리어 정복 프리패스

5개 주제, 180여개 강의
#C #Python #자료구조 #Linux
개발자 취업 이후에도 실무에 실제로 적용할 수 있또록 컴퓨터 공학 과목 간의 상관관계를 이해하고, 현업 개발자에게 최신에 가장 가까운 커리큘럼을 통해 컴퓨터 공학 핵심 개념들을 단계별로 배우고, C++언어를 학습하며, 실제 프로그램까지도 완성해보는 프로젝트형 수업! 이 과정을 통해 협업을 위한 코드 작성법과 효율적인 디버깅 방법 등 개발자 실무에 필요한 스킬을 제대로 배웁니다.

7개 주제, 300여개 강의
#JAVA #객체지향 #스프링 #스프링부트
퀴즈와 실습을 통한 철저한 개념 학습 뿐만 아니라 현업에 적용 가능한 최신에 가장 가까운 커리큘럼으로 수업을 진행하고, 카카오, 우아한 형제들 등 대기업부터 유명 스타트업 출신 현직 개발자들이 직접 강의하는 내용으로 프로젝트 실습을 통해 객체지향, TDD 개념, 디자인패턴, 웹 MVC및 리팩토링, 현재 가장 많이 사용되는 SPRING 프레임 워크와 기능까지 제대로 학습 할 수있는 강의입니다!

8개 주제, 200여개 강의
#SQL #데이터베이스 #데이터전처리
입문자도 어렵지 않게 배우는 모두를 위한 SQL/DB
실무에 필요한 DB 역량! 데이터를 원하는 때에 원하는 만큼 추출하고 가공하는 역량까지 이 강의로 마스터할 수 있습니다.

가격 안내

최저가 판매는 일요일 자정 마감됩니다.

최저 가격 마감까지 남은시간

정가
지금 구매시
/ 무이자 12개월 할부 시

데이터 엔지니어링의 A to Z를 이끌어갈 강사님은?

현업 최고의 Science Analyst인 실무 강사님께 배워보세요!

데이터 엔지니어링 제대로 배우고 활용하고 싶다면 패스트캠퍼스입니다.

A 부터 Z 까지 다 담은 커리큘럼과 현업 데이터 사이언티스트가 가르칩니다. 어디서도 찾을 수 없는 데이터 엔지니어링 과정을 담았습니다.

데이터 엔지니어링의 모든 것을 다룬 커리큘럼

데이터 엔지니어링 기초다지기 부터 기본, 심화까지 차근차근 단계별로 학습해 보세요!

5000+만 개 이상의 데이터 프로젝트 : Spotify 추천 시스템 구축

규모있는 실제 데이터로 엔지니어 공부를 제대로 해보세요!

이 수업에서는
Spotify API로 데이터 엔지니어링을 구축하는 것을 목표로 하고 잇습니다.
Spotify는 약 3000+만곡의 플레이리스트를 보유하고 있으며
빅데이터를 구할 수 없는 수강생들에게
유용하게 데이터 엔지니어링 구축에 필요한 것을 구축하기에 충분한 데이터의 양입니다.

이를 통해 데이터 엔지니어링 포트폴리오를 가질 수 있으며,
대기업에 맞먹는 데이터의 양으로 데이터 엔지니어링 구축해본 경험을 통해 남들과는 다른 프로젝트 하나를 완성할 수 있습니다!

Spotify 음원의 특성 분석 예제

위 사례는 “블랙핑크”의 음원을 샘플링 하여 danceability/loudness/valence 등 다양한 지표를 분석한 결과 입니다.

valence

안정성은 템포, 리듬 안정, 비트 강도, 전반적인 규칙성을 포함한 음악적 요소들의 조합을 바탕으로 한 춤에 트랙이 얼마나 적합한지를 묘사한다. 0.0의 값은 춤을 가장 적게 출 수 있고 1.0이 가장 잘 출 수 있다.

loudness

트랙의 전체 음량(dB). 음량 값은 전체 선로에서 평균되며 트랙의 상대적 음량 비교에 유용하다. 우렁찬 소리는 체력의 일차적 심리적 상관관계가 되는 음질이다(진폭). -60 ~ 0 db 사이의 일반적인 범위를 지정한다.

danceability

안정성은 템포, 리듬 안정, 비트 강도, 전반적인 규칙성을 포함한 음악적 요소들의 조합을 바탕으로 한 춤에 트랙이 얼마나 적합한지를 묘사한다. 0.0의 값은 춤을 가장 적게 출 수 있고 1.0이 가장 잘 출 수 있다. 이 형상에 대한 값 분포는 다음과 같다.

본 프로젝트에서는 Spotify 데이터를 활용해서 내가 좋아하는 가수의 성향과 비슷한 가수를 찾을 수 있고, 곡과 유사한 곡을 추천하며, 곡 샘플링까지 할 수 있습니다.
이러한 학습을 한 사람이라면 회사 데이터 및 본인이 가지고 있는 데이터를 활용하여 응용하는 방법을 익혀 적용할 수 있습니다.

End Point 프로젝트로 하는 챗봇 서비스 구현

위의 데이터 분석을 토대로 페이스북을 활용한 챗봇 서비스를 직접 구현하고, 규격화된 질문을 입력하였을 때 카드형식으로 추천하는 서비스까지 학습할 수 있습니다!

예시) “이 노래와 유사한 노래 알려줘~”

데이터 엔지니어링 분야 입문자를 위한 기초 학습 강의 특별 제공

입문자도 쉽게 학습할 수 있도록 부록으로 제공하는 Python / SQL / Linux 기초를 알려드립니다.

데이터 엔지니어링에 있어 어려워 보이는 입문자 혹은 초심자들을 위해서 Python Programming을 정식 커리큘럼으로 제공하지 않고 부록의 개념처럼 수강생들에게 제공을 하여 입문자들도 쉽게 따라 할 수 있다는 점을 명시할 수 있습니다.

또한 SQL과 Linux Command 기초 같은 커리큘럼도 커리큘럼으로 제공하여 수강생분들이 데이터 엔지니어링을 잘 모르는 분들에게는 학습할 수 있는 기회를, 학습한 사람이라면 다시 복습할 수 있는 기회를 드리고자 합니다.

데이터 엔지니어링 강의를 미리 시청해 보세요!

미리보기 영상을 통해 실제 강의 내용을 확인해보세요.

상세 커리큘럼 확인하기!

패스트캠퍼스 데이터 엔지니어링 올인원 패키지의 체계적인 커리큘럼을 확인해보세요.

01. 데이터 엔지니어링 개요

  • 강사 소개 및 강의 소개
  • 데이터 엔지니어링의 필요성
  • 데이터 아키텍쳐시 고려사항
  • 데이터 시스템의 옵션들
  • 데이터 파이프라인이란?
  • 자동화의 이해
  • End to End 아키텍쳐 예시들
  • Spotify 프로젝트 데이터 아키텍쳐

02. 데이터 엔지니어링 기초 다지기 (부록)

  • Unix 환경 및 커맨드 – 01.Text Editor
  • Unix 환경 및 커맨드 – 02.Unix/Shell Commands
  • Unix 환경 및 커맨드 – 03. Shell Scripting 기본
  • AWS – 01. 알아보기
  • AWS – 02. AWS CLI (Command Line Interface)
  • SQL -01. SQL 개요/SQL 커맨드들
  • SQL -02.데이터 타입들 및 키 값들
  • SQL -03. MySQL 테이블 생성
  • SQL -04. SELECT 1
  • SQL -05. SELECT 2
  • SQL -06. JOIN 1
  • SQL -07. JOIN 2
  • SQL -08. UPDATE, REPLACE, INSERT
  • SQL -09. DELETE, ALTER, DROP
  • SQL -10. SQL Functions 1
  • SQL -11. SQL Functions 2
  • SQL -13. SQL Functions 3

03. API는 무엇인가

  • API란 -01.REST API의 정의와 예제
  • API란 -02.Authorization
  • API란 -03.Spotify Web API 개요
  • API란 -04.Endpoints & Methods
  • API란 -05.Parameters
  • Spotify API -01.Spotify App 생성 및 토큰 발급
  • Spotify API -02.Python 기본
  • Spotify API -03.Python Requests 패키지
  • Spotify API -04.API를 통해 데이터 요청
  • Spotify API -05.Status Code
  • Spotify API -06.에러 핸들링
  • Spotify API -07.페이지네이션 핸들링

04. 데이터의 이해와 데이터 베이스

  • 데이터 타입 -01.데이터 타입들
  • RDBMS -01.Relational 데이터베이스란?
  • RDBMS -02.Relational 데이터베이스 종류들
  • RDBMS -03.AWS 클라우드 MySQL 데이터베이스 생성
  • RDBMS -04.터미널에서 데이터베이스 연결하기
  • RDBMS -05.MySQL 데이터베이스 안에서 테이블 생성
  • RDBMS -06.엔터티 관계도란 (ERD)?
  • RDBMS -07.프라이머리 키와 유니크 키의 이해
  • Spotify 데이터-01.Spotify 데이터 이해
  • Spotify 데이터-02.Spotify 데이터 ERD 생성
  • Python과 Mysql -01.Pymysql 패키지
  • Python과 Mysql -02.INSERT/UPDATE.REPLACE/INSERT IGNORE
  • Python과 Mysql -03.파이썬에서 %와 format()
  • Python과 Mysql -04.파이썬 Dictionary와 JSON Package
  • Python과 Mysql -05.Duplicate Record 핸들링
  • Python과 Mysql -06.Duplicate Record 핸들링을 위한 파이썬 함수
  • Python과 Mysql -07.아티스트 리스트
  • Python과 Mysql -08.Batch 형식으로 데이터 요청
  • Python과 Mysql -09.MySQL 테이블들로 데이터 저장
  • SQL 활용-01.아티스트 데이터 이해
  • SQL 활용-02.아티스트 장르 SQL 분석
  • NoSQL의 DynamoDB -01.NoSQL Vs. RDB
  • NoSQL의 DynamoDB -02.파티션 (Partition)에 대한 이해
  • NoSQL의 DynamoDB -03.DynamoDB
  • NoSQL의 DynamoDB -04.AWS CLI 구축하기
  • NoSQL의 DynamoDB -05.AWS SDK – Boto3 Package
  • NoSQL의 DynamoDB -06.Boto3 를 통해 DynamoDB 연결하기
  • NoSQL의 DynamoDB -07.DynamoDB 테이블 생성 및 스펙
  • NoSQL의 DynamoDB -08.DynamoDB Partition / Global Index / Local Index
  • NoSQL의 DynamoDB -09.데이터 인서트 (Single / Batch Items)
  • NoSQL의 DynamoDB -10.DynamoDB 데이터 요청 및 제한점

05. 데이터 엔지니어링 구축

  • 빅데이터 -01.데이터 레이크 Vs. 데이터 웨어하우스
  • 빅데이터 -02.데이터 레이크 아키텍쳐
  • 데이터 레이크 구축 -01.AWS S3
  • 데이터 레이크 구축 -02.S3 Data Lake I
  • 데이터 레이크 구축 -03.JSON / Parquet
  • 데이터 레이크 구축 -04.S3 Data Lake II
  • Apache Spark -01.Apache Spark란?
  • Apache Spark -02.AWS EC-2 제플린 인스턴스 생성하기
  • Apache Spark -03.Spark RDD
  • Pyspark -01.Spark Dataframes
  • Pyspark -02.Select Subset Columns
  • Pyspark -03.Filter Rows
  • Pyspark -04.Create UDF
  • Pyspark -05.JOIN
  • Pyspark -06.SQL
  • Pyspark -07.Spark 를 통한 데이터 분석 I
  • Pyspark -08.Spark 를 통한 데이터 분석 II
  • Pyspark -09.Visualization in Spark
  • S3와 Athena -01.Presto란?
  • S3와 Athena -02.Serverless 란?
  • S3와 Athena -03.AWS Athena 개요
  • S3와 Athena -04.Athena 를 통해 테이블 생성하기
  • S3와 Athena -05.S3 데이터 퀘리하기

06. 데이터 엔지니어링 자동화

  • 데이터 워크플로우 -01.데이터 파이프라인에 대한 이해
  • 데이터 워크플로우 -02.ETL에 대한 이해
  • 데이터 워크플로우 -03.AWS Data Pipeline
  • 데이터 순환 구조 -01.데이터 순환 구조에 대한 이해
  • 데이터 작업 스케줄링 -01.Crontab
  • 데이터 작업 스케줄링 -02.EC-2 서버 상에서 Cron Job 생성하기
  • Serverless -01.마이크로서비스에 대한 이해
  • Serverless -02.Lambda 스크립팅
  • Serverless -03.AWS Lambda를 통해 데이터 변형하기
  • Serverless -04.MySQL 트리거 Lambda
  • Serverless -05.AWS Lambda 스케줄링
  • Spotify 데이터 모델링 -01.Spotify 데이터 – 아티스트
  • Spotify 데이터 모델링 -02.Euclidean Distance란?
  • Spotify 데이터 모델링 -03.Normalization
  • Spotify 데이터 모델링 -04.Euclidean Distance 함수 생성하기
  • Spotify 데이터 모델링 -05.아티스트 유사도 찾기

06. 데이터 엔지니어링 자동화

  • Chatbot -01.페이스북 메신저 챗봇 개요
  • Chatbot -02.페이스북 앱 생성
  • Chatbot -03.AWS API Gateway 생성
  • Chatbot -04.챗봇 Lambda 함수 생성
  • Chatbot -05.챗봇을 통한 텍스트 프로세싱
  • Chatbot -06.Triggers I
  • Chatbot -07.Triggers II
  • Chatbot -08.페이스북 메신저 API 활용
  • Chatbot -09.페이스북 메신저 챗봇 확인 및 마무리

08. Python Programming (부록)

  • 환경설정 -01.파이썬 설치 및 소개 (MAC)
  • 환경설정 -02.파이썬 설치 및 소개
  • 데이터 타입과 컬렉션 -01.기본 타입 및 변수의 이해
  • 데이터 타입과 컬렉션 -02.문자열 타입의 이해 및 활용하기
  • 데이터 타입과 컬렉션 -03.컬렉션 타입 이해
  • 조건문과 반복문 -01.조건문(if, elif, else) 활용하기
  • 조건문과 반복문 -02.반복문(for, While) 활용하기
  • 조건문과 반복문 -03.조건문/반복문 연습문제 풀이
  • 함수 이해 및 활용 -01.기본/키워드 피라미터 이해, 변수의 스코프 이해
  • 함수 이해 및 활용 -02.람다(lambda)함수의 이해 및 사용하기
  • 함수 이해 및 활용 -03.gkatn dustmqanswp vnfdl
  • 파이썬 모듈 -01.모듈의 이해 및 사용과 import 방법
  • 클래스와 인스턴스 -01.클래스&오브젝트(object)이해하기
  • 클래스와 인스턴스 -02.클래스 정의 및 사용하기
  • 클래스와 인스턴스 -03.생성자(_init_) 이해 및 사용하기
  • 클래스와 인스턴스 -04.self 키워드의 이해 및 사용하기
  • 클래스와 인스턴스 -05.method, static method 정의 및 사용하기
  • 클래스와 인스턴스 -06.클래스 상속의 이해(코드를 재사용하기2)
  • 클래스와 인스턴스 -07.클래스 연산자 재정의 이해 및 사용
  • 클래스와 인스턴스 -08.클래스 연습문제 풀이
  • 정규표현식 -01.정규표현식과 re모듈의 사용
  • 정규표현식 -02.정규표현식 연습문제 풀이

데이터 엔지니어링 올인원 패키지 Online만의 차별점

데이터 엔지니어링, 올인원 패키지만의 장점을 살려 배워보세요.

데이터 엔지니어링 올인원 패키지의 압도적인 가성비

데이터 엔지니어링부터 분석까지 전부 다 이 가격에 가르치는 곳은 패스트캠퍼스 온라인 뿐!

하루 10분 투자로 완성

온라인 학습의 장점을 살려 데이터 엔지니어링 공부를 편리하게해보세요.

강의 영상 공개 일정

데이터 엔지니어링 강의 영상은 총 3차에 걸쳐 업데이트될 예정입니다!

가격 안내

최저가 판매는 일요일 자정 마감됩니다.

최저 가격 마감까지 남은시간

정가
지금 구매시
/ 무이자 12개월 할부 시

ssssss
[8월 커리어 정복 특급 프리패스 주의사항 및 환불규정 ]

* 프리패스 수강 신청 및 결제 완료를 하신 분들께는 구매 후 24시간 이내에 수강권한을 부여해드립니다. 이용방법 또한 결제 후 기재하신 이메일 주소로 안내됩니다. 연락처와 이메일을 정확하게 기입 부탁드립니다.

– 총 학습기간
프리패스 패키지의 학습기간은 개별 올인원 패키지의 정책을 따릅니다.
– 수강시작일 : 수강 시작일은 패스트캠퍼스가 수강안내를 한 날짜부터 기간이 산정됩니다. 패스트캠퍼스의 사정으로 수강시작이 늦어진 경우에는 해당 일정 만큼 수강 시작일이 연기됩니다.
* 천재지변, 폐업 등 서비스 중단이 불가피한 상황에는 서비스가 종료될 수 있습니다.
- 패키지 구매 시, 환급 이벤트 적용은 불가합니다.
- 본 상품은 기수강생 할인, VIP CLUB 제도 (구 프리미엄 멤버십), 기타 할인이벤트 적용 불가 합니다.
- 콘텐츠는 향후 당사의 일정에 따라 추가 또는 업데이트 될 수 있습니다.

– 프리패스 환불규정
– 환불금액은 정가가 아닌 실제 결제금액을 기준으로 계산됩니다.
– 패키지 중 일부 환불은 불가능합니다.
– 패키지 환불 시 무료 제공된 강의의 수강 권한은 자동 소멸 됩니다.
– 수강시작 후 7일 미만, 5강 미만 수강 시에는 100% 환불 가능합니다.
– 수강시작 후 7일 이상, 5강 이상 수강 시 수강기간인 1개월 (30일) 대비 잔여일에 대해 학원법 환불규정에 따라 환불 가능합니다.
: 환불요청일시 기준 수강시작 후 7일 초과, 10일 이하 경과 시, 실 결제금액의 2/3에 해당하는 금액을 환불
: 환불요청일시 기준 수강시작 후 11일 초과, 15일 이하 경과 시, 실 결제금액의 1/2에 해당하는 금액을 환불
: 환불요청일시 기준 수강시작 후 15일 초과 시, 환불금액 없음
– 일부 상품은 아직 모든 영상이 공개되지 않았습니다. 공개 일정은 다음과 같습니다.
- 사전 예약 : 딥러닝/인공지능,부동산 투자, 데이터 엔지니어링, 엑셀 실무 마스터
- 1차 오픈 : 합격 패스 : 컴퓨터 활용능력 1급/2급 필기&실기. 딥러닝/인공지능(23금)
- 2차 오픈 : React.js, Python으로 배우는 머신러닝과 데이터분석 A-Z, Java 웹 개발 마스터,웹사이트제작, 합격 패스 : 컴퓨터 활용능력 1급/2급 필기&실기(22 목) - 3차 오픈 : 모두를 위한 SQL/DB , 디지털마케팅 MAX, 업무자동화 MAX - 4차 오픈 : 프론트엔드, 업무자동화 MAX (21수) , 웹사이트제작(22목),디지털 마케팅 MAX(23 금)
[ 주의사항 및 환불규정 ]
* 상황에 따라 사전 공지 없이 할인이 조기 마감되거나 연장될 수 있습니다.
* 수강 신청 및 결제 완료를 하신 분들께는 결제 후 1차 오픈일(9월 16일에 맞춰 수강 권한을 부여해드립니다. 이용방법 또한 결제 후 기재하신 이메일 주소로 결제 후 24시간 이내에 일괄 안내됩니다. 연락처와 이메일을 정확하게 기입 부탁드립니다.
*본 패키지는 사전 예약 판매 상품으로, 9월 16일에 1차 영상 오픈, 10월 18일에 2차 영상 오픈, 11월 22일 3차 오픈 예정입니다.

– 총 학습기간
정상 수강기간(유료 수강기간) 최초 1개월(30일), 무료수강기간은 31일차 이후로 무제한이며, 수강기간과 무료수강기간 모두 동일하게 시청 가능합니다.
본 패키지는 약 40시간 분량으로, 일 2시간 내외의 학습 시간을 통해 정상수강기간(=유료수강기간) 내에 모두 수강이 가능합니다.
– 수강시작일 : 수강 시작일은 패스트캠퍼스가 수강안내를 한 날짜부터 기간이 산정됩니다. 패스트캠퍼스의 사정으로 수강시작이 늦어진 경우에는 해당 일정 만큼 수강 시작일이 연기됩니다.
* 천재지변, 폐업 등 서비스 중단이 불가피한 상황에는 서비스가 종료될 수 있습니다.
- 본 상품은 기수강생 할인, VIP CLUB 제도 (구 프리미엄 멤버십), 기타 할인이벤트 적용 불가 합니다.
- 콘텐츠는 향후 당사의 일정에 따라 추가 또는 업데이트 될 수 있습니다.

– 환불금액은 정가가 아닌 실제 결제금액을 기준으로 계산됩니다.
– 수강시작 후 7일 미만, 5강 미만 수강 시에는 100% 환불 가능합니다.
– 수강시작 후 7일 이상, 5강 이상 수강 시 수강기간인 1개월 (30일) 대비 잔여일에 대해 학원법 환불규정에 따라 환불 가능합니다.
: 환불요청일시 기준 수강시작 후 7일 초과, 10일 이하 경과 시, 실 결제금액의 2/3에 해당하는 금액을 환불
: 환불요청일시 기준 수강시작 후 11일 초과, 15일 이하 경과 시, 실 결제금액의 1/2에 해당하는 금액을 환불
: 환불요청일시 기준 수강시작 후 15일 초과 시, 환불금액 없음

 

패스트캠퍼스 아이디 공유 금지 정책 안내

아이디 공유란? 1개의 아이디로 여러명이 공유하여 수강하는 형태를 말합니다.

패스트캠퍼스의 모든 온라인 강의에서는 아이디 공유를 금지하고 있습니다. 동시접속에 대한 기록이 내부 시스템을 통해 자동으로 누적되며, 동시 접속 기록이 10회 이상 확인되는 경우 사전 안내없이 아이디가 차단될 수 있습니다.