Python·SQL 기초부터 통계, 시각화, 머신러닝까지.
현직 데이터 분석가·엔지니어가 가르치는 실전 데이터 사이언스 교육.
Data Roles
데이터 사이언스 분야의 주요 직무와 역할 — 내 적성에 맞는 길을 찾으세요
SQL · Excel · Tableau · BI
비즈니스 의사결정에 필요한 지표를 추출·시각화. 마케팅·기획·운영 부서와 협업.
Python · SQL · Airflow · 클라우드
데이터 파이프라인 구축. 분산 처리·ETL·데이터 웨어하우스 설계가 핵심.
Learning Path
엑셀에서 머신러닝까지, 단계별로 차근차근
엑셀로 데이터 다루기, SQL로 DB에서 추출, 통계 기본기
Python·Pandas·NumPy로 데이터 정제·집계·EDA(탐색적 분석)
matplotlib·seaborn·Tableau로 시각화, BI 대시보드 구축
All Data Courses
인기 순 · 최대 16개
데이터 사이언스 강의 준비 중입니다
곧 다양한 데이터 강의를 만나보실 수 있어요.
Career
한국 데이터 직무 채용 시장 (2026 기준)
신입 4,000~5,500만원
SQL·BI 도구로 비즈니스 분석
신입 4,500~7,000만원
파이프라인·ETL·DW 구축
신입 5,000~7,500만원
ML 모델 기반 예측·분류
경력 6,500~9,500만원
모델 서빙·MLOps
FAQ
간단히: 분석가(DA)는 "지금 무엇이 일어나고 있는가"를 SQL/BI로 답하고, 사이언티스트(DS)는 "왜 그렇고 앞으로 어떻게 될지"를 통계·ML로 예측하며, 엔지니어(DE)는 "그 데이터를 어떻게 가져오고 저장할지"를 파이프라인으로 해결합니다.
SQL부터 추천합니다. 모든 데이터 직무의 공통 언어이며, 1~2주 안에 실무 수준에 도달할 수 있어 빠른 성과가 나옵니다. SQL을 익힌 뒤 Python·Pandas로 확장하는 게 효율적이에요.
데이터 분석가(DA) 직무는 고등학교 수준의 기초 통계로 충분합니다. 사이언티스트(DS)·ML 엔지니어는 선형대수·확률·미분에 대한 이해가 필요하지만, NUGUNA 강의는 코드 중심으로 직관적으로 가르쳐 수학 두려움을 최소화합니다.
엑셀 SUM부터 머신러닝 모델 학습까지,
NUGUNA가 함께합니다.
Python · 통계 · ML · 딥러닝
머신러닝 모델로 예측·분류 문제 해결. 통계와 ML 이론이 깊이 필요한 직무.
SQL · BI 도구 · 비즈니스 감각
BI 대시보드 개발 또는 데이터 제품 기획. 분석가와 개발자의 가교 역할.
scikit-learn·XGBoost로 분류·회귀·클러스터링·시계열 분석
캐글(Kaggle) 등 공개 데이터셋으로 분석·모델링 프로젝트 2~3건, 비즈니스 문제 해결 사례(예: A/B 테스트 분석)가 강력합니다. NUGUNA 강의는 모두 실전 데이터로 진행되어 그대로 포트폴리오에 활용할 수 있어요.
3단계(시각화·EDA) 이후를 권장합니다. Pandas로 데이터를 자유롭게 다룰 수 있고 통계의 기본을 안 상태에서 머신러닝에 들어가야 단순한 코드 카피가 아닌 원리 이해가 가능합니다.
