개강 D-5

빅데이터를 활용한 오라클 데이터 전문가 부트캠프

아이티윌 · 6회차 · 서울 강남구

PythonSQL클라우드빅데이터K-디지털

프로그램 요약

실제 채용 공고를 분석·설계한 DBA 채용시장 겨냥 커리큘럼의 오라클 DBA 부트캠프(8월 개강반)

모집마감: 개강 전까지
수업일정: 2026.08.19 ~ 2027.01.14약 5개월
모집정원: 30명

총 시간: 808시간
학습장소: 서울서울특별시 강남구 역삼로 120(역삼동, 성보역삼빌딩)온라인
강의장: 2층

수강료: 40만원

출처 · 고용24 등록값 · 기관 표기분은 별도 표시

어떤 분이 수강하면 좋을지

✓전공·학력 무관 — K-디지털 트레이닝은 제도상 전공을 보지 않습니다
✓내일배움카드 발급이 가능한 졸업예정자, 미취업자 해당 분야로의 학습과 취업의 진로가 뚜렷하신 분 1. 훈련에 열정이 있는 자 2. 공동체 의식을 가진 자 3. 커뮤니케이션 능력 [우대사항] 학력 : 대졸이상의 학력 소지자 전공 : 컴퓨터공학, 통계학 등 관련 분야 전공 선수학습 : 프로그래밍 언어 활용능력 (Python, JAVA), 데이터베이스, 알고리즘관련 사전지식 등 자격사항 : 정보처리기사(산업기사) 직무경험 : 사회경험 보유자 (IT분야)

출처 · 기관 랜딩페이지 · 제도 요건

커리큘럼

고용24 등록 교과목 17개 보기

데이터 가드 (Data Guard)- Data Guard 개념 및 필요성 - Primary & Standby 데이터베이스 구성 및 구축 - Data Guard Broker 설정 및 구성 관리 - 로그 전송과 적용 및 복구 테스트 - Switchover & Failover 이해 및 시나리오 설정 - Data Guard 환경 성능 튜닝 및 모니터링
Oracle 23c AI New Features- Oracle 23c의 주요 AI 기능 개요 - AI 기반 벡터 검색의 이해와 탐색 - JSON Relational Duality 개념 및 데이터 구조화 - AI 및 머신러닝을 활용한 데이터 분석 - AI 기반 데이터 분석 및 예측 모델링 - Oracle 23c의 보안 및 성능 향상 기능
빅데이터 처리 시스템- 하둡 개요 및 아키텍처 - HDFS 파일 시스템 구조 - 하둡 클러스터 설정 - 맵리듀스 개념 및 실행 과정 - 맵리듀스를 활용한 데이터 처리 - 하둡과 오라클 DB 연동 - Apache Spark 개요 및 활용 사례 - RDD, DataFrame, Dataset 이해 - Spark SQL을 활용한 데이터 분석 - 실시간 데이터 처리 개념 - Kafka와 Spark Streaming 연동 - 실시간 데이터 분석 - Spark ML 기본 개념 및 활용 - 머신러닝 모델 학습 및 평가 - 대용량 데이터 수집 및 처리 - 오라클과 빅데이터 기술을 결합한 분석
오라클 클라우드를 활용한 데이터 관리- Oracle Cloud Infrastructure(OCI) 환경 설정 및 데이터베이스 배포 - 오라클 클라우드 데이터베이스 구축 - 클라우드 데이터 보안 및 접근 제어 - 오토스케일링 및 성능 최적화와 부하 분산 설정 - 하이브리드 클라우드 전략 및 연동
데이터 성능 분석 프로젝트- 옵션 1~4중 택1 - 옵션1) 데이터베이스 성능 모니터링 및 인사이트 분석 시스템 (세부주제 중 택1) [세부주제1] 성능 지표 실시간 수집 도구 개발 [세부주제2] 데이터 정제 및 전처리 시스템 [세부주제3] 성능 데이터 저장 및 분산 처리 시스템 [세부주제4] 성능 데이터 실시간 시각화 도구 개발 - 옵션2) 실시간 대기 이벤트 분석 및 자동 성능 최적화 시스템 (세부주제 중 택1) [세부주제1] 성능 데이터 수집 및 분석 환경 설계 [세부주제2] 성능 데이터 수집, 정제, 전처리 파이프라인 구축 [세부주제3] 대용량 성능 데이터 저장 및 실시간 분석 시스템 [세부주제4] 대용량 성능 데이터 저장 및 실시간 분석 시스템 [세부주제5] 성능 최적화를 위한 머신러닝 기반 추천 시스템 - 옵션3) AWR 기반 성능 데이터 분석 및 DB 성능 문제 예측 모델 구축 (세부주제 중 택1) [세부주제1] AWR 데이터 수집 및 전처리 시스템 [세부주제2] DB 데이터 저장 파이프라인 및 성능 최적화 도구 [세부주제3] DB 성능 문제 예측 머신러닝 모델 개발 [세부주제4] 자동 대응 기반 데이터베이스 성능 최적화 - 옵션4) Oracle RAC 환경에서의 장애예측 및 재해복구 자동화 (세부주제 중 택1) [세부주제1] Oracle RAC 실시간 성능 데이터 수집 [세부주제2] 성능 데이터 전처리 및 최적화 [세부주제3] 비정형 데이터 저장을 위한 NoSQL 및 Oracle 활용 방안 [세부주제4] 데이터 시각화를 통한 재해 복구 상태 모니터링 시스템 [세부주제5] 시계열 및 회귀 분석을 활용한 성능 문제 예측 [세부주제6] AWR 및 ASH 리포트를 활용한 성능 저하 분석 [세부주제7] 재해복구 자동화를 위한 스크립트 개발 및 최적화
산업체특강1- 데이터베이스 관리 및 튜닝 전략 - 기업 환경에서의 데이터베이스 운영 방식 - SQL 성능 튜닝 및 고급 최적화 기법 - 데이터 엔지니어, 관리자 데이터 분석가의 역할과 필요 역량 - 실무사례 공유 및 Q&A
산업체특강(프로젝트 OT)2- 빅데이터 & 클라우드 기반 데이터 분석 실무 - 빅데이터와 클라우드 기술 트렌드 - 클라우드 기반 데이터 분석 환경 구축 - 실시간 데이터 처리와 분석 - 실무 프로젝트 사례 및 취업 전략 - 프로젝트 OT (과업지시, 조구성, 멘토 안내)
프로젝트 발표회- 훈련생 포트폴리오 준비 및 발표 - 조별 발표 및 개인별 역할 수행 발표 - 프로젝트 최종 멘토링 및 평가 - 수료식
통계분석 및 시각화- 평균, 분산, 표준편차 - 확률 분포(정규분포, 이항분포 등) - 표본추출과 신뢰구간 - T-검정, 카이제곱 검정 - ANOVA(분산 분석) - 상관 분석과 회귀 분석 - 탐색적 데이터 분석(EDA) - 히스토그램, 박스플롯, 산점도 분석 - 시계열 데이터 시각화 - 데이터 정제 및 이상치 탐지 - 차원 축소 기법(PCA) - 카테고리형 데이터 인코딩 - K-Means 군집화 - 계층적 군집 분석 - 연관 규칙 학습(Apriori 알고리즘) - 시계열 데이터 개념 및 특징 - ARIMA, LSTM을 활용한 시계열 예측
SQL & PL/SQL- 데이터베이스 개념 및 오라클 환경 이해 - 오라클 데이터베이스 설치 및 환경 설정 - SQL 기초 문법 (SELECT, INSERT, UPDATE, DELETE) 작성 및 실행 - 테이블 및 데이터 구조 이해 (Primary Key, Foreign Key, Index) - 고급 SQL (JOIN, 서브쿼리, 윈도우 함수) 활용 - PL/SQL 개념 및 프로그래밍 기초 - PL/SQL을 이용한 데이터 조작 및 자동화 - 스토어드 프로시저, 트리거, 커서 활용 - 프로시저, 트리거, 함수 구현 및 테스트
파이썬 데이터 분석 프로그래밍- 데이터 타입과 변수 - 연산자, 조건문, 반복문 - 함수 정의 및 호출 - 클래스와 객체 개념 - 상속과 다형성 - 텍스트 파일, CSV, JSON 다루기 - 예외 처리와 오류 디버깅 - NumPy를 활용한 수치 연산 - Pandas를 이용한 데이터 처리
SQL 튜닝- SQL 실행 계획, 분석 개념 이해와 최적화 - 인덱스 튜닝 원리, 활용법 및 검색 속도 개선 - 힌트(Hint)를 활용한 성능 최적화 - 대용량 데이터 처리 및 병목 현상 해결 - 대용량 데이터 튜닝 및 성능 비교
리눅스 기초 및 시스템 관리- 리눅스 개요 및 특징 - 파일 시스템 구조 및 기본 디렉토리 역할 - 주요 명령어 - 사용자 및 그룹 관리 - 파일 및 디렉토리 접근 권한 - 특수 권한 이해 - 프로세스 개념 및 모니터링 - 서비스 관리 및 데몬 이해 - 시스템 로그 분석 - 네트워크 기본 개념 - IP 설정 및 관리 - 원격 접속 및 SSH 설정 - 쉘의 종류와 특징 - 변수, 조건문, 반복문 - 스크립트 작성 및 디버깅 - 패키지 관리자(yum, apt) 사용법 - 소프트웨어 설치 및 제거 - 시스템 업데이트 및 의존성 관리
데이터베이스 관리- 오라클 데이터베이스 구조 및 아키텍처 - 오라클 DB 설치 및 환경 설정 - 테이블스페이스, 데이터 파일, 로그 파일 관리 - 사용자 생성 및 권한 관리 - 데이터베이스 보안 및 감사(Audit) 설정 - 보안 및 접근 제어 설정 - 네트워크 환경 설정 및 접근 제어 - 데이터베이스 모니터링 및 트러블슈팅
백업과 복구- 백업과 복구의 개념 및 필요성 - RMAN(Recovery Manager) 개념 및 활용법 (백업 및 복구) - Flashback 기술을 활용한 데이터 복구 - 장애 시나리오별 복구 전략 및 시뮬레이션 - Archive Log Mode 및 Point-in-Time Recovery
RAC (Real Application Clusters)- RAC 개념 및 아키텍처 이해와 환경 구축 - 클러스터 환경 구축 및 관리 - 클러스터 노드 추가 및 관리 실습 - RAC의 고가용성과 확장성 원리 및 부하 분산과 성능 테스트 - RAC 환경의 성능 모니터링 및 튜닝 - RAC 운영 및 모니터링간) - RAC 장애 복구
총 훈련시간808 시간

출처 · 고용24

지원 혜택

취업 연계

·200개 이상 기업과 협약을 통한 취업 매칭(협약기업 취업 매칭율 82%)

학습 지원

·사전학습용 SQL 온라인 강의 제공

그 외

·선수·심화학습 제공(8월 개강반 이벤트)
·1:1 밀착 관리

출처 · 기관 랜딩페이지 · 훈련장려금은 제도

지원 절차

기관이 공개한 절차 정보가 없습니다. 지원하면 상담에서 안내받습니다.

출처 · 기관 랜딩페이지 · 기관마다 다릅니다

자주 묻는 질문

비전공자도 지원할 수 있나요?

K-디지털 트레이닝은 제도상 전공·학력을 보지 않습니다. 다만 기관이 밝힌 훈련 대상이 있어 위 「어떤 분이 수강하면 좋을지」를 함께 확인하세요.

내일배움카드가 꼭 있어야 하나요?

지원 시점에 없어도 됩니다. 상담 단계에서 발급을 진행합니다. 다만 수강신청은 카드가 있어야 마칠 수 있습니다.

실제로 얼마를 내나요?

40만원입니다. 정가 7,670,340원 중 7,270,340원을 정부가 지원합니다. LP 표기 수강료는 7,270,340원으로 대조 훈련비(7,670,340원)와 40만원 차이가 있어 tuition_total은 채우지 않음. 자비부담금은 '40만원으로 누리는 모든 혜택'으로 명시되어 self_pay=400,000으로 채움(국민내일배움카드 보유 시 나머지 지원).

선발 절차가 있나요?

기관이 공개한 절차에서 별도 시험·전형은 확인되지 않았습니다. 상담 후 수강신청으로 이어집니다.

예전에 국비 교육을 들었는데 또 되나요?

중복수강 제한이 있을 수 있습니다. 최근 수료 이력이 있으면 상담 단계에서 먼저 확인해야 합니다.

출처 · 제도 요건 · 과정 데이터로 답이 채워지는 질문만

기관 랜딩페이지 https://www.itwill.co.kr/cmn/eduCrseMain/1000000/all/CRSE_00000000000858eduCrseMainDetail.do

고용24 2026-08-14 기준 · 매일 갱신