강의계획서
금융 데이터가 생성·해석되는 구조와 맥락을 중심으로, 금융권 데이터 분석의 본질을 다루는 수업입니다.
[어떤 것을 배우나요?]
•
금융 데이터의 구조적 특성을 이해합니다.
금융 데이터를 단순한 테이블이 아닌 고객·상품·거래·리스크 간의 관계로 해석하는 관점을 익힙니다.
•
금융 데이터 분석의 현실적인 한계를 배웁니다.
데이터 품질 문제와 분석 왜곡이 구조·정의·업무 로직에서 발생하는 이유를 사례로 이해합니다.
•
금융 AI/ML을 바라보는 올바른 시각을 배웁니다.
AI·머신러닝·생성형 AI를 금융 데이터에 적용할 때의 한계와 합리적인 활용 기준을 학습합니다.
어떤 사람에게 추천하나요?
[이런 분께 추천합니다]
•
금융권 데이터 분석을 기술이 아닌 비즈니스 관점에서 이해하고 싶은 분
•
금융 데이터가 왜 복잡하고 해석이 어려운지 근본부터 알고 싶은 분
•
금융권 취업 또는 실무를 대비해 현실적인 데이터 관점을 기르고 싶은 분
신청 전 확인하기!
테이블, 컬럼, 행 등 기본적인 데이터 개념을 알고 있다면 수업을 수월하게 따라갈 수 있습니다.
엑셀 또는 스프레드시트를 활용한 데이터 확인 경험이 있다면 이해에 도움이 됩니다.
금융 지식은 전문 수준이 아니어도 되며, 예금·대출·금리·고객 개념에 대한 기초적 관심이면 충분합니다.
커리큘럼
1주차 | 금융권 데이터 분석의 본질 |
2주차 | 금융 데이터 구조 이해 |
3주차 | 금융권 데이터 품질과 함정 |
4주차 | 고객 분석의 현실 |
5주차 | 금융 리스크 데이터 이해 |
6주차 | 금융 데이터 시각화의 함정 |
7주차 | 금융 마케팅 데이터 분석 |
8주차 | 이상징후 탐지와 사기 탐지 개념 |
9주차 | 금융 AI/ML을 바라보는 현실적 시각 |
10주차 | 생성형 AI와 데이터 분석의 결합 |


.png&blockId=ac94ad2f-ce71-4951-9ad0-959e7ff0199e)
