아시아경제 교육센터 커리큘럼 소개
▶ 과정명 : 핀테크 디지털 금융사이언티스트 양성과정
교과목
세부 교과내용
훈련시간
디지털금융 기초
디지털핵심실무인재양성사업 소개 및 커리어 비전제시
금융업(은행, 보험, 증권, 카드)멸 업무의 이해 인공지능과 금융 디지털 금융사례(핀테크)
웹크롤러 개요 및 개발 실습
웹크롤링 Beautiful soap lib 사용 실습
웹크롤링 정규표현식 적용 실습
Restful API 개요 및 개발 실습
Restful API 개발 및 테스트 실습
데이터베이스 개념 및 설치
데이터 모델 데이터 관리 및 검색
파이썬 개발환경, 주피터 노트북 개발환경
파이썬 개요
파이썬 수식 계산, 선택과 반복
파이썬 함수, 모듈/패키지
파이썬 파일 읽고쓰기, 정규표현식 파이썬 인터넷 정보 활용
수집 대상 선정 및 기획 수집 데이터 설계 데이터 수집 프로젝트 결과 시각화
180T
머신러닝/딥러닝 이론 및 실습
실무에서 사용하는 핵심 머신러닝 모델 학습
Support Vector Machine, Clustering 실습 딥러닝 최신동향 및 핵심 개념정리
오픈소스 활용한 딥러닝 실습
사용자 리뷰 분석 관련 논문 리뷰 사용자 리뷰 활용
소비자 분석 프로세스 설계 사용자 리뷰데이터 수집 분석 모델링 결과 시각화
머신러닝 최신동향 및 핵심 개념 정리 머신러닝을 위한 파이썬 핵심 기능 정리
머신러닝의 핵심기술, Neural Networks 원리 이해 및 파이썬 실습
120T
추천시스템 이론 및 실습
추천시스템 개요
추천시스템에 필요한 데이터마이닝
-데이터 전처리, 클러스터링 분석
의사결정 협업 필터링 추천시스템
콘텐츠 기반 추천시스템
지식기반 추천 시스템
하이브리드 시스템 추천 시스템 평가
추천시스템 실습/활용
120T
핀테크 데이터분석 이론 및 실습
로보어드바이저 이론 및 실습
-금융데이터와 머신러닝
-금융데이터 수집과 통계적 분석
-시계열데이터 분석 및 주가 시뮬레이션
-금융 모델링 (마켓 Feature 측정, 포트폴리오 최적화 등) 최적자산배분 관련 논문 리뷰
시장데이터(주가, 금리 등) 수집 분석 모델링 결과 시각화
딥러닝 모델 (Deep Q-Network : DQN), Keras DQN 구현 강화학습
(Reinforcement Learning) (머신러닝 알고리즘의 일부)
알고리즘 트레이딩 개요 및 머신러닝 모델 알고리즘 트레이딩 시스템 구현 성능평가와 최적화
금융데이터와 머신러닝 금융데이터 수집과 통계적 분석 시계열데이터 분석 및 주가 시뮬레이션 금융 모델링
(마켓 Feature 측정, 포트폴리오 최적화 등)
160T
[프로젝트]실무프로젝트 실습
EDA
-기본 통계확인, 데이터 분포확인
-변수간 관계 확인
빅데이터 분석 모델링
-분석 환경 구축
-분석 모델 논문 검토
-분석 모델 구현 및 검증
-분석 모델 튜닝
프로젝트 기획 리뷰 및 재정의 시각화 레이아웃 구성 및 시각화 유형 선정 분석결과 시각화 레이아웃 구현
분석 모델 수정 및 보완
-결과데이터 검증 및 분석 모델 수정보완 분석결과 리뷰 -분석결과 팀내 리뷰. 보완점 및 시사점 도출
-현직 멘토 취업 특강 진행(직무특강 및 현업 핵심기술요소, 비전제시)
-IT/SW 관계사 대상 구인기업 초청 평가 진행 -프로젝트 데모데이 발표진행
-실무자멘토, 평가위원 참석
-훈련생 현장면접 취업코칭 진행(이력서 사전클리닉 보완 및 면접요령) -프로젝트 팀별 현장면접 진행(4~5명씩) -심사위원별 심사평가표를 거쳐 점수 산정 -협약기업(육성기업) 추천채용 프로세스 안내 -수료 후 전반적인 사후관리 사항 안내
파일럿 프로젝트 개요 이해 프로젝트 주제 선정하기 비즈니스 이슈파악하기 프로젝트 목표 설정하기
프로젝트 결과 정의하기 데이터 분석 모델 논문 탐색 데이터 분석 모델 설정 프로젝트 기획서 작성
데이터 수집 대상 시장조사 및 유형 분류 데이터 수집 데이터 전처리 및 적재 적재 데이터 검증
320T
총 훈련시간
900 T
※ 운영기관의 사정으로 커리큘럼 및 시간은 일부 변동될 수 있습니다.
핀테크 과정
