2021년 기상정보 활용 및 가치제고 공개강좌(4차) 교육생 모집
한국기상산업기술원에서 시행하는 기상기후 빅데이터 공개강좌(기본·심화과정) 모집 계획을 붙임과 같이 안내합니다.
□ 주요내용
○ 교육대상: 기상기후 빅데이터에 관심이 있거나 관련업무 종사자
○ 교육인원: 과정별 각 30명 내외
○ 교육일정
| 구분
차수 |
기본과정
(2일, 13시간) |
심화과정
(3일, 18시간) |
| 공개강좌 2차 | 11. 22.(월)∼11. 23.(화) | 11. 22.(월)∼11. 24.(수) |
※ 공개강좌 1차(6월), 2차(8월), 3차(9월)는 운영완료 되었으며, 교과내용은 차수 상관없이 동일함
○ 교육방법: 온라인 실시간 원격교육(ZOOM 프로그램 활용 예정)
□ 과정별 교육내용
| 구분 | 교과목 | 주요내용 | 시간 |
| 기본과정 | 기상기후 빅데이터 이해 | · 기상기후 빅데이터의 가치 이해
· 빅데이터가 경제활동에 미치는 영향 |
2 |
| 데이터베이스 이해 | · 데이터베이스 특징 및 구조 설계
· 데이터베이스 설계절차 및 연결 · 데이터 모델링의 개념 및 ER 모델의 이해 · ERwin 실습 및 모델링 연습 |
3 | |
| 4차 산업혁명과
지능정보기술 |
· 4차 산업혁명과 지능정보기술의 이해
· 빅데이터 트렌드 및 시장전망 |
2 | |
| 기상기후 빅데이터 융합서비스와 분석 플랫폼 이해 | · 기상기후 빅데이터 분석플랫폼 이해
· 기상기후 빅데이터 융합분석사례* *맞춤형 관광기후지수, 서리예측기술, 도로위험기상정보 생산기술 등 |
2 | |
| 빅데이터 분석 및 시각화 | · 빅데이터 분석 및 시각화 표현방법 및 패키지 활용방법 등 소개 | 2 | |
| 기상기후정보 활용 사례 | · 탄소중립, ESG 개념과 구조의 이해 및 기상기후데이터 활용 사례 | 2 | |
| 심화과정 | 통계분석 | · 기후데이터 통계기준 및 종류, 산출방법 이해
· 데이터 분석을 위한 기초 통계이론 |
2 |
| 머신러닝 알고리즘 | · 머신러닝의 이해와 원리
· 머신러닝 알고리즘 개념과 유형 · 머신러닝, 딥러닝, 인공지능플랫폼의 활용방법 |
4 | |
| R프로그램 실습 | · 날씨경영 빅데이터 소개 및 활용사례
· 빅데이터 분석 환경 Set Up(R설치 및 활용) · 기상+기업 빅데이터 분석법(실습1) · 기상+공공 빅데이터 분석법(실습2) |
6 | |
| Python프로그램 실습 | · Python프로그램 및 Python 라이브러리(Pandas, Numpy, Matplotlib, Keras) 이해
· Python프로그램 기상기후 빅데이터 분석 실습 |
6 |
※ 교육생 수준 및 요구에 맞춰 교과목 내용 및 시간 변동 가능
□ 교육 신청
○ 접수기간: 11. 4.(목)∼11. 11.(목)
○ 교 육 비: 무료
○ 신청방법: 한국기상산업기술원 교육센터(https://edu.kmiti.or.kr)에서 회원가입 후 교육신청
※ 교육날짜와 시간이 동일하여 기본과정과 심화과정 중 1개만 신청가능