개강일 지남
파이썬과 머신러닝을 활용한 반도체 제조 공정 데이터 분석
라인원격평생교육원 · 69회차 · 대구 수성구
Python반도체머신러닝K-디지털기초
프로그램 요약
- 수업일정
- 2026.08.05 ~ 2026.09.03약 1개월
- 모집정원
- 37명 / 50명74% 찼어요
- 총 시간
- 미표기
- 학습장소
- 대구대구광역시 수성구 알파시티1로31길 24-6 (대흥동)온라인
- 강의장
- 2층, 4층, 5층 일부
- 수강료
- 미공개 상담 시 확인
출처 · 고용24 등록값 · 기관 표기분은 별도 표시
어떤 분이 수강하면 좋을지
- ✓전공·학력 무관 — K-디지털 기초역량은 제도상 전공을 보지 않습니다
- ✓파이썬과 데이터 분석에 관심이 있으며, 실무 데이터를 활용해 기초부터 분석 역량을 키우고자 하는 자
- ✓반도체 산업에 대한 관심이 있거나, 공정 데이터를 활용한 실습을 통해 산업 데이터를 이해하고자 하는 자
- ✓AI 및 데이터 기반 산업 분야로의 진입을 희망하거나, 직무 전환을 고려 중인 자
출처 · 기관 랜딩페이지 · 제도 요건
커리큘럼
고용24 등록 교과목 32개 보기
- 교과목단원명
- 반도체 제조 공정과 반도체 관련 용어 이해반도체 제조 공정을 이해할 수 있다. 반도체 관련 주요 용어들을 이해할 수 있다. n형 반도체와 p형 반도체에 대해 이해할 수 있다.
- 실습 환경 설정과 변수 이해 및 활용파이썬 데이터 분석을 위해 필요한 환경 설정을 할 수 있다. 변수의 의미를 이해하고 생성할 수 있다. 변수를 생성하고 활용할 때 주의 사항을 이해할 수 있다.
- 입/출력 함수의 이해 및 활용사용자로부터 데이터를 입력받는 함수를 이해하고 사용할 수 있다. 여러 항목을 한꺼번에 출력하는 기법을 이해하고 사용할 수 있다. 문자열 포매팅 기법과 f string 기법을 이해하고 사용할 수 있다.
- 다양한 데이터 유형의 이해 및 활용숫자형 데이터의 특징을 이해하고 활용할 수 있다. 문자형 데이터의 특징을 이해하고 활용할 수 있다. 날짜형 데이터의 특징을 이해하고 활용할 수 있다.
- 대량 데이터 관리 방법리스트 유형을 이해하고 반도체 데이터를 관리할 수 있다. 튜플 유형을 이해하고 반도체 데이터를 관리할 수 있다. 딕셔너리 유형을 이해하고 반도체 데이터를 관리할 수 있다.
- if 조건문 이해와 활용if 조건문의 의미와 연산자의 의미를 이해하고 활용할 수 있다. 3가지 유형을 이해하고 상황에 맞추어서 활용할 수 있다. 여러 가지 조건을 한꺼번에 조회하는 방법을 이해하고 활용할 수 있다.
- 반복문의 이해와 활용for 반복문의 의미와 동작 원리를 이해하고 활용할 수 있다. while 반복문의 의미와 동작원리를 이해하고 활용할 수 있다. 조건에 따라 반복을 제어하는 방법을 이해하고 활용할 수 있다.
- 사용자 정의 함수와 모듈의 이해와 활용lambda 키워드를 이해하고 함수를 생성할 수 있다. def 키워드를 이해하고 함수를 생성할 수 있다. return 키워드를 이해하고 활용할 수 있다.
- 예외처리의 이해와 활용예외의 개념을 이해할 수 있다. 다양한 형태의 예외처리를 구현할 수 있다. 예외 상황과 관련 없이 필수 구문을 수행할 수 있다.
- pandas 라이브러리로 파일 불러오기와 탐색하기pandas 라이브러리에서 사용하는 용어를 이해할 수 있다. csv, xlsx 형식의 파일을 불러올 수 있다. 불러온 데이터의 특성을 파악할 수 있다.
- pandas를 활용한 컬럼 조회 기법들pandas 라이브러리로 컬럼 1개 / 2개 이상 조회할 수 있다. 정규 표현식을 사용하여 컬럼 이름을 조회할 수 있다. 특정 컬럼을 제외한 나머지 컬럼 이름을 조회할 수 있다.
- pandas를 활용한 다양한 행 조회 기법들loc[ ]를 활용하여 행을 조회할 수 있다. iloc[ ]를 활용하여 행을 조회할 수 있다. loc[ ] / iloc[ ]의 차이점과 주의사항을 이해할 수 있다.
- pandas를 활용한 다양한 조건 조회 기법들str / isin을 활용하여 문자 조건을 조회할 수 있다. 부등호와 between을 활용하여 숫자 조건을 조회할 수 있다. loc[] / iloc[ ]와 함께 조합하여 조건 조회를 할 수 있다.
- pandas를 활용한 데이터 병합 기법들concat( ) 명령의 동작 원리를 이해하고 활용할 수 있다. merge( ) 명령의 동작 원리를 이애하고 활용할 수 있다. 병합 후 컬럼 이름을 변경할 수 있다.
- 데이터 정렬과 중복 데이터 관리하기sort( )함수를 활용하여 데이터를 정렬할 수 있다. sort_values( ) 함수를 활용하여 데이터를 정렬할 수 있다. 중복 데이터를 관리할 수 있다.
- 이상치와 결측치 처리 및 데이터 집계하기이상치의 개념을 이해하고 관리할 수 있다. 결측치의 개념을 이해하고 관리할 수 있다. groupby( )함수를 활용하여 데이터를 집계할 수 있다.
- pivot_table( )을 활용한 데이터 집계하기pivot_table( ) 함수와 index 옵션을 사용하여 집계할 수 있다. pivot_table( ）함수와 aggfunc 옵션으로 다중 집계를 할 수 있다. 집계된 결과를 대상으로 후속 작업을 연결할 수 있다.
- numpy를 활용한 행렬 데이터 처리하기array 개념을 이해하고 생성 및 관리할 수 있다. 반도체 공정 파일을 불러와서 array로 변환할 수 있다. array 데이터를 조회하고 stack 계열 명령으로 변형할 수 있다.
- matplotlib를 활용한 반도체 공정 데이터 시각화 1matplotlib를 활용하여 라인 차트를 그릴 수 있다. 축 제목과 범례를 지정할 수 있다. 한글을 출력하도록 환경 설정을 할 수 있다.
- matplotlib를 활용한 반도체 공정 데이터 시각화 2산점도와 히스토그램 그래프로 공정 데이터 분포를 확인할 수 있다. 바차트와 파이차트로 그래프로 공정 데이터 빈도를 확인할 수 있다. 화면 분할 기능을 구현하여 여러 차트를 한꺼번에 시각화할 수 있다.
- seaborn을 활용한 반도체 공정 데이터 시각화 1seaborn 라이브러리의 특징을 이해할 수 있다. lineplot( ) / scatterplot( ) 으로 시각화할 수 있다. 다양한 옵션을 이해하고 melt( )함수를 사용하여 구조를 변경할 수 있다.
- seaborn을 활용한 반도체 공정 데이터 시각화 2catplot( ) 함수로 카테고리별로 시각화할 수 있다. boxplot( ) / violinplot( ) 함수로 구간을 시각화할 수 있다. barplot( ) / countplot( ) / heatmap( ) 함수로 데이터를 시각화할 수 있다.
- 기술 통계를 활용한 데이터 분석다양한 기술 통계 분석 기법을 이해할 수 있다. 파이썬을 활용하여 기술 통계 분석을 수행할 수 있다. 반도체 공정 데이터를 기술통계분석 기법으로 분석할 수 있다.
- 의사결정나무 알고리즘과 반도체 공정 데이터 분석 활용의사결정나무 알고리즘을 이해하고 공정 데이터 분석에 활용할 수 있다. 교차검증 기법을 이해하고 공정 데이터 분석에 활용할 수 있다. 그리드서치 기법을 이해하고 모델 튜닝에 활용할 수 있다.
- 앙상블 기법의 이해와 반도체 공정 데이터 분석 활용 1앙상블 기법의 특성을 이해할 수 있다. 랜덤 포레스트 기법을 이해하고 공정 데이터 분석에 활용할 수 있다. 랜덤 포레스트 기법의 하이퍼 파리미터 튜닝 기법을 활용할 수 있다.
- 앙상블 기법의 이해와 반도체 공정 데이터 분석 활용 2부스팅 기법을 이해하고 공정 데이터 분석에 활용할 수 있다. 부스팅 기법의 하이퍼 파라미터 튜닝 기법을 활용할 수 있다. 다양한 성능 평가 방법을 이해할 수 있다.
- 선형 회귀 분석 기법의 이해와 반도체 공정 데이터 분석회귀분석의 동작 원리를 이해할 수 있다. 단순선형회귀분석과 다중선형회귀분석을 이해할 수 있다. 반도체 공정 데이터에서 불량률을 예측할 수 있다.
- 다항/로지스틱 회귀분석의 이해와 반도체 공정 데이터 분석다항 회귀의 개념과 동작 원리를 이해할 수 있다. 로지스틱 회귀 분석의 원리와 주요 용어들을 이해할 수 있다. 반도체 공정 데이터 분석에 활용할 수 있다.
- Feature Engineering 이해와 반도체 공정 데이터 분석Feature Engineering 기법을 이해할 수 있다. Standard Scaling 기법을 이해하고 데이터 분포를 제어할 수 있다. Normalize Scaling & Under Sampling & Over Sampling 이해할 수 있다.
- 시계열 분석을 활용한 반도체 공정 데이터 분석시계열 분석의 의미와 용어를 이해할 수 있다. ARIMA 기법을 이해하고 시계열 분석을 수행할 수 있다. SARIMA 기법을 이해하고 시계열 분석을 수행할 수 있다.
- 총 훈련시간37 시간
출처 · 고용24
지원 혜택
기관이 공개한 혜택 정보가 없습니다. 상담에서 확인하세요.
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 기초역량은 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.
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 랜딩페이지가 확인되지 않았습니다. 아래 정보는 고용24 등록값입니다.
고용24 2026-08-14 기준 · 매일 갱신
