코드스테이츠 AI 부트캠프 2기 후기 : 38살 비전공 개발자
38살 비전공 개발자로서 코드스테이츠 AI 부트캠프 2기에 탑승을 하게 되었습니다. 부트캠프로서 개발자 전환이 이루어졌으면 하는 바람입니다. 개발자가 되고자 하는 이유와 코드스테이츠를 선택하게 된 이유는 아래의 글을 확인하면 될 것 같습니다.
코드스테이츠 AI 부트 캠프 과정을 하기 위해서는 아래와 같은 절차를 작성 지원 진행해야 합니다.
- 국민내일배움카드, HRD-Net 지원 확인, 코드스테이츠 AI 부트캠프 지원
- 지원자 정보
- 자기소개
- [학습 성향 및 의지] 1단계
- [학습 성향 및 의지] 2단계
- [학습 성향 및 의지] 3단계
- [AI 부트캠프] 사전 과제 안내
- [AI 부트캠프] 사전 과제 제출
3월 기수는 3월 4일부터 9월 17일까지의 일정으로 하는데, 만약 하고자하는 의지가 있다면 과정이 열리기 몇 주 전에 일련의 과정을 진행하는 게 좋을 것 같습니다. 은근히 자기 소개 및 사전 과제들에 시간이 걸립니다.
모두를 위한 Python 특화 과정, 코세라 (Coursera), 사전과제
사전 과제는 코세라 Coursera 에서 미시간 대학교에서 진행하는 "모두를 위한 Python 특화 과정" 에서 아래의 두개 과목을 이수해야 합니다. 아무래도 코스를 진행하기 전에 파이썬 용어에 대한 사전 지식이 있는 게 좋을 거라서 그런 것 같습니다.
- Programming for Everybody (Getting Started with Python) (약 19시간)
- Python Data Structures (약 19시간)
코스를 무사히 마치게 되면 아래와 같은 수료서를 받게 됩니다.
이를 사전 과제 제출로 마무리하고 나면 이후 평가를 통해 합격 결과가 나옵니다.
합격 결과 및 이후에는 코스가 시작하기 전까지 마음의 준비등을 하면 될 것 같습니다.
코드스테이츠 AI 부트캠프 시간표
코드스테이츠 AI 부트캠프 2기는 3월 4일부터 9월 17일까지 6개월 간 진행이 되며, 코드스테이츠에서 제공하는 세부 시간표는 다음과 같습니다.
| 교과목 | 단원명 | 세부내용 | 이론시간 | 실기시간 |
| 데이터 사이언스 기본 (Data Science Fundamentals) | 1. 데이터 전처리 및 EDA (Data Preprocessing and EDA) (온라인) | 1. 데이터 탐색(Exploratory Data Analysis) 2. 특성공학(Feature Engineering) 3. 데이터랭글링(Data Wrangling) 4. 데이터 시각화 (Data Visualization) |
8 시간 | 32 시간 |
| 데이터 사이언스 기본 (Data Science Fundamentals) | 2. 통계 (Statistics) (온라인) | 1. 기초 통계(Basic Statistics) 2. 가설 검정(Hypothesis Testing) 3. 신뢰구간(Confidence Intervals) 4. 베이지안 추론(Bayesian Inference) |
8 시간 | 32 시간 |
| 데이터 사이언스 기본 (Data Science Fundamentals) | 3. 선형대수 (Linear Algebra) (온라인) | 1. 벡터와 행렬(Vectors and Matrices) 2. 선형대수학 주제(Linear Algebra Topics) 3. 차원 축소(Dimensionality Reduction) |
8 시간 | 32 시간 |
| 데이터 사이언스 기본 (Data Science Fundamentals) | 데이터 사이언스 기본 프로젝트 (온라인) | 데이터 사이언스 기본 내용을 바탕으로 프로젝트 진행 | 0 시간 | 40 시간 |
| 데이터 사이언스 기본 (Data Science Fundamentals) | 데이터 사이언스 기본 리뷰 (온라인) | 데이터 사이언스 기본 내용에서 부족한 부분 학습 | 0 시간 | 16 시간 |
| 기계학습 (Machine Learning) | 1. 선형모델 (Linear Models) (온라인) | 1. 회귀분석(Simple Regression) 2. 다중회귀모델(Multiple Linear Regression) 3. 정규화모델 (Ridge Regression) 4. 로지스틱회귀(Logistic Regression) |
8 시간 | 32 시간 |
| 기계학습 (Machine Learning) | 2. 트리모델 (Decision Tree Learning) (온라인) | 1. 결정트리(Decision Tree) 2. 랜덤포레스트(Random Forests) 3. 모델검증(Evaluation Metrics for Classification) 4. 모델선택(Model Selection) |
8 시간 | 32 시간 |
| 기계학습 (Machine Learning) | 3. 머신러닝응용 (Applied Predictive Modeling) (온라인) | 1. ML문제정의(ML Problems) 2. 데이터정제(Data Manipulation) 3. 특성 중요도(Feature Importances) 4. 모델해석(Model Interpretation) |
8 시간 | 32 시간 |
| 기계학습 (Machine Learning) | 기계학습 프로젝트 (온라인) | 기계학습 내용을 바탕으로 프로젝트 진행 | 0 시간 | 40 시간 |
| 기계학습 (Machine Learning) | 기계학습 리뷰 (온라인) | 기계학습 내용에서 부족한 부분 학습 | 0 시간 | 16 시간 |
| 데이터 엔지니어링 (Data Engineering) | 1. 소프트웨어 엔지니어링 (Software Engineering) (온라인) | 1. 파이썬 패키지와 환경(Python Packages and Environments) 2. 코드 스타일 및 리뷰(Code Style and Reviews) 3. 컨테이너와 재현 가능한 빌드(Containers and Reproducible Builds) 4. 소프트웨어 테스트(Software Testing) |
8 시간 | 32 시간 |
| 데이터 엔지니어링 (Data Engineering) | 2. SQL 과 데이터베이스 (SQL and Databases) (온라인) | 1. SQL 기초(SQL Basics) 2. SQL 분석(SQL for Analysis) 3. NoSQL 4. 데이터베이스 트랜잭션(Database Transaction) |
8 시간 | 32 시간 |
| 데이터 엔지니어링 (Data Engineering) | 3. 어플리케이션 배포 (Productization) (온라인) | 1. 플라스크 파이썬 프래임워크(Flask Python Framework) 2. API(Application Programming Interface) 3. 웹 어플리케이션 배포(Web Application Deployment) |
8 시간 | 32 시간 |
| 데이터 엔지니어링 (Data Engineering) | 데이터 엔지니어링 프로젝트 (온라인) | 데이터 엔지니어링 내용을 바탕으로 프로젝트 진행 | 0 시간 | 40 시간 |
| 데이터 엔지니어링 (Data Engineering) | 데이터 엔지니어링 리뷰 (온라인) | 데이터 엔지니어링 내용에서 부족한 부분 학습 | 0 시간 | 16 시간 |
| 딥러닝 (Deep Learning) | 1. Natural Language Processing (온라인) | 1. NLP 개요(Introduction to NLP) 2. 벡터표현(Vector Representations) 3. 문서분류(Document Classification) 4. 토픽모델링(Topic Modeling) |
8 시간 | 32 시간 |
| 딥러닝 (Deep Learning) | 2. Neural Network Foundation (온라인) | 1. 퍼셉트론(Perceptrons) 2. 경사하강법(Gradient Descent) 3. 역전파(Backpropagation) |
8 시간 | 32 시간 |
| 딥러닝 (Deep Learning) | 3. Major Neural Network Architectures (온라인) | 1. 순환신경망(Recurrent Neural Networks) 2. 합성곱신경망(Convolutional Neural Networks) 3. 오토인코더(AutoEncoders) |
8 시간 | 32 시간 |
| 딥러닝 (Deep Learning) | 딥러닝 프로젝트 (온라인) | 딥러닝 내용을 바탕으로 프로젝트 진행 | 0 시간 | 40 시간 |
| 딥러닝 (Deep Learning) | 딥러닝 리뷰 (온라인) | 딥러닝 내용에서 부족한 부분 학습 | 0 시간 | 16 시간 |
| 컴퓨터 공학 기본 (Computer Science) | 1. 파이썬 프로그래밍 (Python Programming) (온라인) | 1. Intro to Python 2. 문제 해결 전략(Problem-solving Strategy) 3. OOP Basic 4. OOP Advanced |
8 시간 | 32 시간 |
| 컴퓨터 공학 기본 (Computer Science) | 2. 자료구조와 알고리즘 (Data Structures and Algorithms) (온라인) | 1. 자료구조 기본(기본개념, 핵심개념이 되는 복잡도, 연결리스트, 큐, 스택) 2. 자료구조 확장(트리, 탐색개념, 응용될 수 있는 개념(DFT, BFT)) |
6 시간 | 22 시간 |
| 컴퓨터 공학 기본 (Computer Science) | 3. 컴퓨터 구조(ComputerArchitectures) | 1. 해시테이블 2. 그래프 3. 그래프 응용 4. 동적 계획법과 탐욕 알고리즘 |
8 시간 | 32 시간 |
| 컴퓨터 공학 기본 (Computer Science) | 컴퓨터 공학 기본 리뷰 | 컴퓨터 공학 기본 내용에서 부족한 부분 학습 | 0 시간 | 16 시간 |
| 컴퓨터 공학 기본 (Computer Science) | 2. 자료구조와 알고리즘 (Data Structures and Algorithms) | 3. 알고리즘 기본(기본개념) 4. 알고리즘 확장(응용개념) |
4 시간 | 8 시간 |
| 특강 | 잡서칭 | 자기소개서, 이력서, 면접 등 잡서칭에 필요한 내용 학습 및 실습 | 0 시간 | 40 시간 |
| 프로젝트 | 팀 프로젝트 | 교과목 내용을 바탕으로 팀프로젝트 진행 | 0 시간 | 80 시간 |
| 프로젝트 | 기업협업 프로젝트 | 교과목 내용을 바탕으로 기업과 함께 실무형 프로젝트 진행 | 0 시간 | 160 시간 |
| 총 훈련시간 | 1120 시간 | |||
AI 부트캠프 2기 후기부터 취업까지 - 38살 비전공 개발자
AI 부트캠프 2기 후기부터 취업까지 - 38살 비전공 개발자 안녕하세요. 38살 비전공 개발자입니다. 이 글을 읽으시는 분들은 어려운 시기에 취업, 재취업, 경력전환 등 다양한 사연들을 가지
dev1984.tistory.com
38살 비전공 개발자 : Index
38살 비전공 개발자 : Index 38살 비전공 개발자가 되고자 합니다. 코드스테이츠 AI 부트캠프 2기 후기 : 38살 비전공 개발자
dev1984.tistory.com
'AI 부트캠프 : 코드스테이츠' 카테고리의 다른 글
| 코드스테이츠 AI 부트캠프 2기 후기 : 1주 일요일 (0) | 2021.03.07 |
|---|---|
| 코드스테이츠 AI 부트캠프 2기 후기 : 1주 토요일 (0) | 2021.03.06 |
| 코드스테이츠 AI 부트캠프 2기 후기 : 2일차 : 단순하게 (1) | 2021.03.05 |
| 코드스테이츠 AI 부트캠프 2기 후기 : 1일차 : 오리엔테이션 (0) | 2021.03.04 |
| 38살 비전공 개발자가 되고자 합니다 (3) | 2021.03.04 |
댓글