claude-data-academy

# 🗺️ 데이터 학습 로드맵 템플릿 > 이 파일은 `claude-data-learning-teachers` 패키지에 의해 자동 생성된 템플릿입니다. > 실제 로드맵은 설치된 선생님들과 학습 수준에 따라 개인화됩니다. ## 📋 개요 **생성일**: {{current_date}} **학습자 수준**: {{learning_level}} **설치된 선생님**: {{teacher_count}}명 ## 🎯 학습 목표 ### 단기 목표 (1-3개월) - [ ] 기본 개념 이해와 실습 환경 구축 - [ ] 첫 번째 실전 프로젝트 완성 - [ ] 핵심 도구와 기술 스택 숙달 ### 중기 목표 (3-6개월) - [ ] 중급 수준의 프로젝트 수행 - [ ] 실무 적용 가능한 스킬 습득 - [ ] 포트폴리오 구축 ### 장기 목표 (6-12개월) - [ ] 전문가 수준의 역량 개발 - [ ] 실제 비즈니스 문제 해결 - [ ] 커리어 발전 및 전문성 인정 ## 📚 학습 경로 ### 초급자 경로 (🌱) ``` 1주차: 환경 설정 및 기초 개념 ├── 개발 환경 구축 ├── 기본 용어 학습 └── 첫 실습 프로젝트 2-4주차: 핵심 기술 학습 ├── 필수 도구 사용법 ├── 기본 프로그래밍 └── 데이터 처리 기초 5-8주차: 실전 프로젝트 ├── 종합 프로젝트 설계 ├── 단계별 구현 └── 결과 분석 및 개선 9-12주차: 심화 학습 ├── 고급 기법 학습 ├── 성능 최적화 └── 포트폴리오 완성 ``` ### 중급자 경로 (🌿) ``` 1-2주차: 현재 역량 평가 ├── 스킬 갭 분석 ├── 학습 목표 재정의 └── 도전적 프로젝트 선정 3-8주차: 전문 분야 심화 ├── 특화 기술 학습 ├── 실무 시나리오 연습 └── 고급 프로젝트 수행 9-16주차: 실무 적용 ├── 현실적 문제 해결 ├── 성능 최적화 └── 비즈니스 가치 창출 17-24주차: 전문성 개발 ├── 최신 기술 연구 ├── 커뮤니티 기여 └── 멘토링 역할 ``` ### 고급자 경로 (🌳) ``` 1-4주차: 아키텍처 설계 ├── 시스템 전체 설계 ├── 확장성 고려사항 └── 성능 요구사항 정의 5-12주차: 고급 시스템 구현 ├── 대규모 처리 시스템 ├── 실시간 처리 파이프라인 └── 운영 최적화 13-24주차: 리더십과 혁신 ├── 팀 리딩 경험 ├── 신기술 도입 └── 기술 전략 수립 25-48주차: 전문가 활동 ├── 오픈소스 기여 ├── 기술 블로그 운영 └── 컨퍼런스 발표 ``` ## 📊 진도 추적 ### 주차별 체크포인트 **1주차**: 환경 설정 완료 - [ ] 개발 도구 설치 - [ ] 첫 번째 "Hello World" 실행 - [ ] 선생님과 첫 대화 **2주차**: 기본 개념 이해 - [ ] 핵심 용어 10개 설명 가능 - [ ] 간단한 예제 코드 작성 - [ ] 문제 해결 경험 **4주차**: 첫 프로젝트 완성 - [ ] 요구사항 분석 및 설계 - [ ] 기본 기능 구현 - [ ] 결과 발표 및 피드백 **8주차**: 중간 평가 - [ ] 학습 목표 달성도 평가 - [ ] 부족한 부분 식별 - [ ] 후반기 계획 수정 **12주차**: 최종 프로젝트 - [ ] 종합적인 프로젝트 완성 - [ ] 포트폴리오 문서화 - [ ] 다음 단계 계획 수립 ### 성취 마일스톤 🏆 **브론즈 뱃지** (4주차) - 첫 번째 완성 프로젝트 - 기본 도구 사용 숙달 - 선생님과 원활한 소통 🥈 **실버 뱃지** (8주차) - 중간 복잡도 프로젝트 완성 - 문제 해결 능력 향상 - 코드 품질 개선 🥇 **골드 뱃지** (12주차) - 고급 기능 구현 - 최적화 및 성능 튜닝 - 창의적 문제 해결 💎 **플래티넘 뱃지** (16주차+) - 실무 적용 가능한 솔루션 - 다른 학습자 도움 - 기술 블로그 작성 ## 🛠️ 필수 도구와 기술 ### 공통 필수사항 ``` 프로그래밍: ├── Python/R (데이터 분석용) ├── SQL (데이터베이스) ├── Git (버전 관리) └── Linux 기초 (명령어) 도구: ├── Jupyter Notebook/VSCode ├── Docker (환경 관리) ├── 클라우드 플랫폼 (AWS/GCP/Azure) └── 협업 도구 (Slack, GitHub) ``` ### 분야별 전문 도구 **데이터 엔지니어링** - Apache Airflow, Kafka, Spark - 클라우드 데이터 서비스 - 모니터링 도구 **데이터 아키텍처** - ERD 설계 도구 - 클라우드 아키텍처 도구 - 성능 모니터링 도구 **데이터 분석** - Pandas, NumPy, Matplotlib - Tableau/Power BI - 통계 분석 도구 **데이터 사이언스** - Scikit-learn, TensorFlow/PyTorch - MLflow, Weights & Biases - 모델 해석 도구 **AI 엔지니어링** - Kubernetes, Docker - CI/CD 도구 - 모니터링 및 로깅 도구 ## 📈 학습 방법론 ### 1. 능동적 학습 ``` 대신 받기 (❌) → 스스로 하기 (✅) ├── 선생님이 답 제공 → 힌트 받고 직접 해결 ├── 완성 코드 복사 → 단계별 구현 └── 이론만 학습 → 실습과 이론 병행 ``` ### 2. 반복 학습 ``` 1차: 이해하기 (개념 학습) 2차: 따라하기 (예제 실습) 3차: 응용하기 (변형 문제) 4차: 가르치기 (다른 사람에게 설명) ``` ### 3. 프로젝트 기반 학습 ``` 문제 정의 → 설계 → 구현 → 테스트 → 개선 ↑ ↓ 피드백 ← 리뷰 ← 발표 ← 문서화 ← ``` ## 💡 학습 팁 ### 효과적인 질문하는 법 ``` 나쁜 질문: ❌ "안 돼요. 어떻게 해야 하나요?" ❌ "답을 알려주세요." 좋은 질문: ✅ "이렇게 해봤는데 이 부분에서 막혔어요. 어떤 방향으로 접근하면 좋을까요?" ✅ "A 방법과 B 방법 중 어떤 게 더 적절할까요? 각각의 장단점이 궁금해요." ``` ### 코드 리뷰 요청하기 ``` 준비사항: 1. 작동하는 코드 (에러가 있어도 OK) 2. 어떤 부분이 고민인지 명시 3. 시도해본 다른 방법들 4. 기대하는 개선사항 예시: "고객 분석 코드를 작성했는데, 성능이 느려서 고민입니다. 현재는 for loop를 사용했는데, pandas의 벡터 연산으로 개선할 수 있을까요? 코드 리뷰 부탁드립니다." ``` ### 학습 진도 관리 ``` 일일 학습: ├── 30분: 새로운 내용 학습 ├── 60분: 실습 및 코딩 ├── 30분: 복습 및 정리 └── 15분: 내일 계획 주간 계획: ├── 월요일: 주간 목표 설정 ├── 수요일: 중간 점검 ├── 금요일: 주간 회고 └── 일요일: 다음 주 준비 ``` ## 🎓 수료 기준 ### 기본 수료 조건 - [ ] 전체 커리큘럼 80% 이상 완료 - [ ] 최소 3개의 완성 프로젝트 - [ ] 모든 체크포인트 통과 - [ ] 최종 프로젝트 발표 ### 우수 수료 조건 - [ ] 전체 커리큘럼 95% 이상 완료 - [ ] 창의적인 개인 프로젝트 1개 - [ ] 다른 학습자 도움 기록 - [ ] 기술 블로그 포스트 3개 이상 ### 최우수 수료 조건 - [ ] 전체 커리큘럼 100% 완료 - [ ] 오픈소스 기여 또는 논문 발표 - [ ] 멘토링 활동 참여 - [ ] 컨퍼런스 발표 또는 기술 강연 ## 🌟 다음 단계 ### 커리어 경로 ``` 데이터 엔지니어 ├── Junior → Senior → Lead → Architect ├── 필요 스킬: 시스템 설계, 성능 최적화 └── 성장 방향: 플랫폼 엔지니어, CTO 데이터 분석가 ├── Analyst → Senior → Manager → Director ├── 필요 스킬: 비즈니스 이해, 커뮤니케이션 └── 성장 방향: 데이터 사이언티스트, CPO 데이터 사이언티스트 ├── Scientist → Senior → Principal → Research ├── 필요 스킬: 머신러닝, 연구 능력 └── 성장 방향: AI 연구원, CTO AI 엔지니어 ├── Engineer → Senior → Staff → Principal ├── 필요 스킬: MLOps, 시스템 운영 └── 성장 방향: 플랫폼 아키텍트, CTO ``` ### 지속적 학습 - [ ] 기술 뉴스레터 구독 - [ ] 관련 컨퍼런스 참석 - [ ] 온라인 강의 수강 - [ ] 오픈소스 프로젝트 참여 - [ ] 스터디 그룹 참여 --- **💡 기억하세요**: 학습은 마라톤입니다. 꾸준함이 재능을 이깁니다. **🎯 목표**: 단순히 도구를 사용하는 것이 아닌, 문제를 해결하는 사람이 되기 **🤝 도움**: 언제든 선생님들께 질문하고, 동료 학습자들과 협력하세요!