Data Analytics Fundamentals (Korean)

이 자습형 과정에서는 데이터 분석 솔루션을 계획하는 프로세스와 관련된 다양한 데이터 분석 프로세스에 대해 학습합니다. 이 과정에서는 데이터 수집, 처리, 분석 및 발표 과정에서 특정 AWS 서비스의 필요성을 나타내는 다섯 가지 핵심 요소를 설명합니다. 여기에는 기본 아키텍처, 가치 제안 및 잠재적 사용 사례에 대한 학습이 포함됩니다. 이 과정에서는 데이터 분석 솔루션을 구축하고 개선하는 데 도움이 되는 AWS 서비스 및 솔루션을 소개합니다.

수강 대상

이 과정의 대상은 다음과 같습니다.

• 데이터 아키텍트
• 데이터 과학자
• 데이터 분석가

과정 목표

이 과정에서 학습할 내용은 다음과 같습니다.

• 데이터 분석 솔루션의 특성 및 해당 솔루션이 필요할 수 있음을 나타내는 특성 식별
• 구조화, 반구조화 및 비구조화 데이터를 포함한 데이터 유형 정의
• 데이터 레이크, AWS Lake Formation, 데이터 웨어하우스 및 Amazon Simple Storage Service(S3)와 같은 데이터 스토리지 유형 정의
• 배치 및 스트림 처리의 특성과 차이점 분석
• Amazon Kinesis가 스트리밍 데이터를 처리하는 방법 정의
• 소스 데이터에 대한 서로 다른 스토리지 시스템의 특성 분석
• 온라인 트랜잭션 처리(OLTP)및 온라인 분석 처리(OLAP) 시스템의 특성과 이러한 시스템의 데이터 구성에 미치는 영향 분석
• 행 기반 데이터 스토리지 메서드와 열 기반 데이터 스토리지 메서드의 차이점 분석
• Amazon EMR, AWS Glue 및 Amazon Redshift가 데이터 분석 솔루션 내에서 데이터를 처리, 정리 및 변환하는 방법 정의
• 원자성, 일관성, 격리 및 내구성(ACID) 규정 준수, 기본 가용성, 소프트 상태, 최종 일관성(BASE) 규정 준수의 개념 및 추출, 변환, 로드(ETL) 프로세스가 규정 준수를 보장하는 데 도움이 되는 방법 분석
• 데이터 스키마의 개념을 살펴보고 이러한 스키마가 데이터를 정의하는 방법 및 이 정보가 메타스토어에 저장되는 방법 이해
• 데이터 및 정보의 개념 분석
• Amazon QuickSight 및 Amazon Athena와 같은 도구를 사용하여 보고서에 대한 정보를 생성하기 위해 데이터를 분석하는 방법 인식
• AWS 서비스가 함께 작동하여 데이터를 시각화하는 방법 정의

사전 조건

이 과정을 수강하기 전에 다음 사전 조건을 갖추는 것을 권장합니다.

• 데이터베이스 개념에 대한 실무 지식
• 데이터 스토리지, 처리 및 분석에 대한 기본적인 이해
• 엔터프라이즈 IT 시스템 경험

강의 형태

이 과정은 다음 형태로 제공됩니다.

• 디지털 교육

소요 시간

• 3.5시간

과정 개요

이 과정에서는 다음 개념을 다룹니다.

• 단원 1: 데이터 분석 솔루션 소개
  • 데이터 분석 및 데이터 분석 개념
  • 데이터 분석의 당면 과제 소개
• 단원 2: 볼륨 – 데이터 스토리지
  • Amazon S3 소개
  • 데이터 레이크 소개
  • 데이터 스토리지 소개
• 단원 3: 속도 – 데이터 처리
  • 데이터 처리 방법 소개
  • 배치 데이터 처리 소개
  • 스트림 데이터 처리 소개
• 단원 4: 다양성 – 데이터 구조 및 유형
  • 소스 데이터 스토리지 소개
  • 구조화된 데이터 스토어 소개
  • 반구조화 및 비구조화 데이터 스토어 소개
• 단원 5: 정확성 – 정리 및 변환
  • 데이터 무결성 이해
  • 데이터베이스 일관성 이해
  • ETL 프로세스 소개
• 단원 6: 가치 – 보고 및 비즈니스 인텔리전스
  • 데이터 분석 소개
  • 데이터 시각화 소개
• 단원 7: 주요 사항
  • 모든 요소 결합
  • 다음 단계