본 강의는 모집이 마감되었습니다.
다음 기수 출시알림을 신청해주시면, 특별 할인혜택과 함께 가장 먼저 소식을 알려드리겠습니다.

조기마감 ㅣ 출시알림 신청하기

⚠ 코로나 관련 '비대면 원격 강의' 전환 안내 ⚠

코로나 19와 관련한 정부의 사회적 거리두기 2단계 후속 강화조치에 따라
이번 기수는 '비대면 원격 강의'로 변경되었습니다.
코로나 걱정 없이 집에서 안전하게 수강하세요!

※강의 일정 변경 안내※
기존 : 2020.09.02 - 11.25 (9월 30일 휴강)
변경 : 2020.10.07 – 12.23 (10월 6일 OT 필참! 휴강 없음)

원격 강의 안내는 하단의 주의사항을 참고 바랍니다.

2020년 하반기 유일한 Apache Spark 빅데이터 분석 입문 강의!
현재 실무에서 가장 많이 다루는 '추천 시스템 서비스'를 구현해보며 마스터하세요!

“기껏 배웠는데 한달만에 업데이트가 돼서 데이터가 안 돌아가요”

하루가 다르게 변하는 빅데이터 관련 기술 특성상, 수시로 버전업이 됩니다. Apache spark도 마찬가지죠. 이런 상황에서, 어제까지 구버전에서 돌아갔던 데이터들이 오늘 업데이트 된 신버전에서는 먹통이 되는 경우가 부지기수입니다.

“배운 대로 회사에서 해보니 잘 안되는데 어디에 물어봐야 되나…”

물론, 여러 자료들을 찾아서 Apache spark를 배워보긴 했어요. 그런데 실전에서 적용하려고 하면 제대로 되지 않는 경우가 많았습니다. 아무리 혼자서 열심히 배워도 제 서버 환경에서 돌아가지 않으면 쓸모가 없더라구요. 여기에 대해 조언을 구할 데도 없구요.

“배울 것도 자료도 많아도 너무 많아…정리된 자료 어디 없나요?”

Spark를 제대로 활용하려면 Spark Core Components 및 RDD Operation는 물론, Spark SQL, Spark Streaming, Spark MLlib 라이브러리까지 익혀야 합니다. 여기에 배포, 인프라, Hadoop, 리눅스, 분산처리 등 Spark 사용을 위한 배경지식까지 챙길 것이 너무 많죠. 혼자서 공부해보려고 구x링을 해봤지만 제대로 된 자료 찾느라 시간만 보냈어요.

너무 빠르고 잦은 빈도의 프레임워크 업데이트

애써 배워봤자 무용지물이 될 수 있다.

같은 데이터도 다른 환경에서 분석 오류가 일어나기 쉬움

실무 환경에서 실제로 적용하기 어렵다.

인터넷에 많은 자료들 중 잘 정리된 자료는 찾기 어려움

공부할 자료 찾느라 쓸데없이 시간을 버린다.

Apache Spark을 이용한 빅데이터 분석 입문,
빅데이터 입문자에게 가장 빠르고 정확한 길입니다.
2020년 하반기 단 한 번의 기회를
절대 놓치지 마세요!

빠르게 변화하는 빅데이터 관련 기술,
Apache Spark도 예외는 아닙니다.

기껏 열심히 배웠더니 한 달 뒤 업데이트 버전에서는 데이터가 돌아가지 않는 불상사가 생긴 적 있으신가요?

잦은 기능의 변경 및 추가로 인한 업데이트로 열심히 배운 내용이 무용지물 되는 경우도 있습니다.

Apache Spark도 2019년에 무려
7번의 업데이트가 있었다는 사실!

본 강의는 언제나 최신 버전으로 진행됩니다.
강의 도중 또 업데이트되면 어떡하냐고요?
걱정 마세요. 강사님이 완벽하게 서포트 해드립니다.

연습할 때만 잘 돌아가는 데이터?
분석 환경이 달라지면 100% 똑같이 작동할 수 없습니다.

강의나 동영상, 각종 자료들로 독학을 열심히 해 보고 Raw 데이터로 분석 샘플을 돌리고 난 후에 자신감이 붙어서 현업에 적용해 봤지만 원하는 결과를 얻지 못해 당황하셨나요?

토양이 달라지면 나무 자라는 속도가 달라지듯이, 분석 환경이 바뀌면 정상적인 분석이 어려울 수 있습니다.

Apache Spark의 초기 출시 시점부터 현재까지 다루는 전문 데이터 엔지니어 강사님이 여러분과 함께 합니다.

각자의 환경에 맞는 아낌없는 조언과 가이드를 통해 실제 현업에서 생길 수 있는 시행착오를 줄여드립니다. 물론, 전문가로서의 노하우와 팁 공유는 기본입니다.

인터넷에서 자료들을 찾다 시간만 낭비한 적 있으신가요?
기억하세요. 여러분의 시간은 금입니다.

인터넷 검색, 동영상 스트리밍, 책... Spark에 대한 자료는 많습니다. 그렇지만, 필요 없는 자료가 더 많습니다.

언제까지 자료 찾는데 시간을 낭비하실 건가요?

본 강의에서는 Spark의 핵심인 Spark Core는 기본, 현업 활용도가 높은 라이브러리부터 독학이 막연했던 리눅스와 인프라, Hadoop, 분산처리에 대한 개념까지 모-두 정리해드립니다.

당신의 시간, 과감히 아껴드립니다.
열심히 공부하고, 분석에 집중하세요.

사용법을 배우는 주입식 강의? NO!
현업 활용도가 높은 실습과 프로젝트 위주로 진행합니다.

열심히 배워도 현업으로 돌아가면 내 맘 같지 않은 Spark. 사용법만 배운다고 다가 아니죠.

그래서 준비한 실습+프로젝트형 커리큘럼!
실제 현업에서 활용도 높은 Spark SQL, Spark Streaming, Spark MLlib 라이브러리를 실습으로 익힙니다.

여기에 추천 시스템 구현 프로젝트로 학습한 내용을 총 정리하는 체계적인 커리큘럼으로 Spark 이해와 실무 역량 두 마리 토끼를 다 잡으세요!

실제 실무에서 많이 다뤄지고 있는 서비스이기 때문입니다.

현재 음악, 영화. 여행, 상품 등 다양한 분야에서 추천시스템을 통해 사용자 행위를 분석하고 모델을 트레이닝하여 서비스를 제공하고 있습니다.

음악관련 실제 데이터를 기반으로 데이터 전처리, 피처라이징, 모델 생성 및 평가, 개인별 추천 목록 생성 등 일련의 과정을 통해

Spark에 대한 이해와 활용 능력을 높이며 실제 서비스 구현을 위해 고려해야 할 사항들도 체크해볼 수 있습니다.

업데이트된 내용이 바로 반영되고, 최신 버전의 Spark로 실습한다는 점이
이 강의에서 가장 마음에 들었습니다. 제가 생각하기에 국내에서 Spark을 이렇게
체계적으로 가르쳐주는 곳은 거의 없습니다. 고민하시는 분들 또한 강의를 통해
빅데이터와 Spark의 진면목을 음미하시기를 권합니다.

수강생 홍이석님
(서경대학교 교수)

수강 후기 자세히 보기 >

강사님이 하나하나 천천히 알려주시기 때문에 입문자 입장에서 수업을 따라하는데
큰 지장이 없었습니다. 스파크에 대한 강사님의 이해도와 강의 수준이 매우
뛰어나고, 실습 프로젝트와 수업 자료들이 잘 갖춰져 있습니다.
믿고 따라가셔도 됩니다.

수강생 기*환님
(G사 재직)

그간 어디에서도 제대로 배우기 힘들었던 Spark 개념 및 설치, 활용법에 대한
상세한 설명이 많은 도움이 되었습니다. 제가 생각하기로 앞으로 데이터 분야에서
계속 공부나 업무를 하는 분들이라면 당연히 들어야 할 코스라고 생각합니다.
그만큼 만족도가 매우 높았습니다.

수강생 김*윤님
(K사 재직)

수강 후기 더 보러가기 >

“다수의 서버로 구성된 클러스터 환경에서 대용량 데이터 처리를 위한 분산병렬 처리 아키텍처에 대한 기본적인 이해와 동작 메커니즘에 대한 지식을 얻었습니다.”

“클러스터 환경에서 SQL 기반의 데이터 분석 및 머신러닝(ML) 학습을 위한 Apache Spark 사용법을 완벽하게 숙지했어요.”

“단일 머신에서 오래 걸리거나 연산이 불가능 했던 대용량 데이터에 대한 전처리 및 분석 작업을 효율적으로 할 수 있게 되었습니다.”

데이터 처리를 위해 분산병렬 컴퓨팅을 활용하고자 하는 분들이라면!
대용량 데이터 엔지니어링과 데이터 분석에 최적화된
Apache Spark로 시작해보세요.

※ 잠시만요! 본 강의는 아래의 선수지식이 권장됩니다.
기본적인 Java 문법을 알고 있다면, 강의를 보다 쉽게 이해할 수 있습니다.

Spark을 실무에서 사용하고 싶지만
기초가 부족하여 어려움을 겪는 분

단순 사용법을 넘어서서 제대로 된
Spark 활용 역량을 필요로 하는 분

Spark를 공부해 보고 싶지만 제대로 된 학습자료가 없어서 고민하는 분

Part 1. Apache Spark, 꼭 알아야 할 핵심 개념 (1~3회차)

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 (4~10회차)

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 (11~12회차)

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

*개강 전 10/6 (화) 19시 30분 ~ 22시 30분까지 실습 환경 구성을 위한 OT를 진행 합니다. 1회차부터 실습이 이루어지므로 OT를 반드시 참석해 주세요.

*Oracle VirtualBox와 GCP(Google Cloud Platform) 중 택 1하여 통일된 실습 환경으로 수업을 진행할 예정 입니다. 이를 위해 결제자 분들에 한해서 사전 설문지를 보내 드리니 선호하는 환경을 체크해 주세요.

강사소개.

강경인 강사님

데이터 엔지니어

2012년 Spark을 처음 접한 이후로 지금까지 현업에서 Spark을 활용한 대용량 데이터 실시간 처리/분석 기술 연구 및 플랫폼을 개발하고 있습니다.

여러 통신/제조/금융 분야에서 Apache Spark를 중심으로 빅데이터 실시간 분석 및 머신러닝 시스템을 위한 OSS 기술지원을 담당하였으며

현재는 통신분야에서 GPS, 센서, 보이스, 텍스트 등 다양한 실시간 대용량 데이터를 핸들링하고 있습니다.

고객을 위한 새로운 경험과 서비스는 모두 데이터에서 시작됩니다. Apache Spark를 활용하여 방대한 데이터를 실무에서 빠르고 정확하게 처리/분석하는 역량을 키워보세요.

내가 분석한 데이터로부터 인사이트를 도출하여 새로운 서비스를 만들거나 개선하는 경험은 생각보다 꽤 재미있으며, 여러분의 커리어에 큰 자산이 될 것입니다.

FAQ.

이 코스를 수강하려면 프로그래밍 지식이나 스킬이 많이 필요한가요? 필수적이지는 않지만, 기본적인 Java 문법을 알고 계시면 강의 이해가 수월합니다. [생활코딩 JAVA 1] 수준의 이해를 권장드립니다.

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

데이터 수집부터 전처리, 분석, 시각화까지 일련의 관정인 데이터 파이프라인을 구축하고 운용하는 것에 관심이 많습니다. 이 코스가 적합할까요? 아닙니다. [실무에 활용하는 데이터 파이프라인 구축 CAMP]에서 데이터 파이프라인의 구축과 운용 노하우를 학습하실 수 있습니다.

원격 강의 안내.

본 강의는 전 차시 원격 강의(ZOOM 라이브)로 진행 됩니다.

- 온라인 강의장에 접속할 수 있는 링크와 ID, 암호는 개강 일주일 전 전달되는 개강안내 메일/문자를 통해 안내됩니다.

- 녹화본이 따로 제공되지 않기 때문에, 안내된 라이브 강의 일정에 필수적으로 참석해주셔야 합니다.

- 1회차 비대면 원격 강의 수강 후 3일 이내 환불 의사를 밝혀주신 분에 한해서 강의료 전액 환불이 가능합니다.

- 개강 전 10/6 화요일 19시 30분~22시 30분까지 실습 환경 구성을 위한 OT를 진행 합니다. 1회차부터 실습이 이루어지므로 OT를 반드시 참석해 주세요!

유의사항 및 환불 규정.

유의사항 - 모든 패스트캠퍼스 오프라인 파트타임 교육은 개강 전일 18시에 모집이 마감됩니다.
- 상황에 따라 사전 공지 없이 모집이 조기 마감되거나 할인이 연장될 수 있습니다.
- 수강 인원 확인을 위하여, 즉시 결제가 어려운 경우에도 반드시 수강신청을 먼저 진행해주시기 바랍니다.
- 수강생의 결석이나 지각 등으로 발생한 손해에 대해서는 별도의 보상을 제공하지 않습니다.

환불규정 * 다음과 같은 사유 등으로 인해 강의가 폐강될 수 있으며, 폐강 시 학원법에 따라 반환 사유 발생일로부터 5 영업일 이내에 수강료를 환불해드립니다.
- 모집된 수강인원이 10명 이하일 경우
- 강사의 갑작스러운 사고 및 건강 상의 이유
- 천재지변 : 위의 사유로 강의가 폐강될 경우, 학원법 제 18조에 따라 오프라인 강의 취소/환불 정책을 준용하여 환불 처리되며, 모객 부진으로 폐강 시에는 최소 개강일로부터 7일 전에는 폐강 여부를 안내해드립니다.

* 총 수강기간 1개월 이내 기준 취소 및 환불 규정 안내
- 환불금액은 정가가 아닌 실제 결제금액을 기준으로 계산됩니다.
- 수업 시작 전 환불 신청 시 전액 환불됩니다.
- 수강 시작 후 환불 신청 시 하기 수업 시수를 기준으로 학원법 환불규정에 따라 환불 가능합니다.
: 환불요청일시 기준 수업시수 1/3 경과 전 : 수강료 2/3 환불
: 환불요청일시 기준 수업시수 1/2 경과 전 : 수강료 1/2 환불
: 환불요청일시 기준 수업시수 1/2 경과 후 : 환불금액 없음

* 기타 환불 관련 안내
- 환불 의사를 밝힌 다음날부터 계산하여 환불합니다.
- 환불금액은 수업시간을 기준(반올림)으로 산정합니다.
- 환불금액의 10원 미만은 절삭합니다.
- 반환 사유 발생 시 5 영업일 이내 환불됩니다.
: PG사와 카드사의 상황에 따라 환불이 지연될 수 있습니다
- 1개월 산정 기준은 민법 제 160조(역에 의한 계산)을 적용합니다.
: 실제 일수와 상관없이 수업시작일이 3월 7일인 경우, 1개월은 4월 6일까지 입니다.
: 단, 수업 시작일이 1월 31일인 경우, 1개월은 월의 말일인 2월 28일까지 입니다.