□ 배경 및 목적
○ 4차 산업 연계 미래 기상산업시장을 선도하고 기상산업 활성화 및 시장 창출을 견인할 수 있는 융·복합 인재 양성 필요
○ 기상기후 빅데이터 및 날씨경영 전문 인력 육성을 위한 대상·수준별(기본/심화) 맞춤형 교육 과정 개설·운영
□ 주요내용
○ 교육대상: 기상기후 빅데이터에 관심이 있거나 관련업무 종사자
○ 교육인원: 과정별 각 30명 내외
○ 교육일정
구분 차수 | 기본과정 (2일, 13시간) | 심화과정 (3일, 18시간) |
공개강좌 2차 | 8. 2.(월)∼8. 3.(화) | 8. 4.(수)∼8. 6.(금) |
공개강좌 3차 | 9. 2.(목)∼9. 3.(금) | 9. 6.(월)∼9. 8.(수) |
※ 공개강좌 1차는 ‘21. 6월 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 · 테이블, 뷰, 인덱스 등 이해 | 3 | |
4차 산업혁명과 지능정보기술 | · 4차 산업혁명과 지능정보기술(드론, 블록체인, 빅데이터, 인공지능) 이해 · 빅데이터 트렌드 및 시장전망 | 2 | |
기상기후 빅데이터 융합서비스와 분석 플랫폼 이해 | · 기상기후 빅데이터 활용사례*, 분석플랫폼 이해 * 서리예측기술, 도로위험기상정보 생산기술 등 | 2 | |
빅데이터 분석 및 시각화 | · 빅데이터 분석 및 시각화 패키지 활용방법 등 소개 | 2 | |
기상기후정보 활용 사례 | · 탄소중립, ESG 개념 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 · 기상데이터 머신러닝 실습 | 4 | |
R프로그램 실습 | · R프로그램 및 기상기후 빅데이터 분석 실습 | 6 | |
Python프로그램 실습 | · Python프로그램 및 기상기후 빅데이터 분석 실습 | 6 |
※ 교육생 수준 및 요구에 맞춰 교과목 내용 및 시간 변동 가능
□ 교육 신청
○ 접수기간: 7. 14.(수)∼7. 23.(금)
○ 교 육 비: 무료
○ 신청서류: 교육신청서 및 개인정보 수집·이용 동의서([별첨] 참조) 1부
○ 신청방법: 신청서류 작성 및 서명 후 이메일(educenter@kmiti.or.kr) 제출
□ 유의사항
○ 정원을 초과하는 경우 교육생 선정은 교육과정 별 선착순 접수
- 2차 선착순 모집에서 선정되지 않을 경우, 3차 교육생 미달시 추가 선발 연락 예정
○ 교육확정 및 안내
- (1차) 접수 마감 후 7일 이내 개별 SMS 안내
- (2차) 교육 시작 전 7일 이내 교육 안내 메일 발송
○ 교육문의: 한국기상산업기술원 기상기후교육팀(070-5003-5235)
□ 기타사항
○ 비대면(원격) 교육 및 일부 실습교육 과정으로 PC 또는 노트북 등 사용 권장(핸드폰 등 카메라 사용이 가능한 환경 포함)
※ 원활한 강의 진행을 위해 카메라 사용이 가능한 환경 필요
※ 빅데이터 분석 실습 추진 시 프로그램 설치 등으로 PC 또는 노트북 필요
○ 교육 종료 후 만족도 설문조사 진행 및 한국기상산업기술원장 명의 수료증(교육이수 시간 80%이상 교육생) 수여