프로젝트/공부는 평생하는거다

코세라 (Coursera) IBM 데이터사이언스 수료증 취득 후기

뿌부부 2023. 7. 11.
반응형

지난 포스트에 이어 오늘은 코세라(Coursera) IBM Data Science Professional Certificate 취득 후기를 공유하려고 한다. IBM Data Science Professional Certificate 과정에 대한 자세한 정보는 포스트 하단에서 찾아볼 수 있다.

  

필자는 엊그제 드디어 코세라 IBM 데이터 사이언스 수료증을 취득하는 데 성공했다! 그래서 기억이 희미해지기 전에 아주 따끈따끈한 후기를 나눠보려고 한다.

 

IBM Data Science Professional Certificate 과정 최종 수료증

 
 
 

1. 총 소요 기간

6개월 소요
필자는 2023년 1월 13일에 시작하여 2023년 7월 10일에 최종 수료증을 취득했다. 그래서 수료증 취득까지 딱 6개월이 소요되었다.
해당 IBM 코스는 평균적으로 일주일에 10시간씩 5개월을 들어야 끝낼 수가 있다. 처음 2~3강 까지는 꾸준하게 시간을 지켜서 들었으나 3월달에 들어서면서 이런 저런 일들이 생겨서 거의 두 달 넘게 강의를 듣지 못했다. 그러다가 막판 5월 말에 들어서야 밀린 강의들을 듣기 시작했다. 강의 기간이 7월 11일에 끝나기 때문에 그 전에 모든 강의를 끝냈어야 했다. 그래서 막판에는 하루에 5시간 넘게 강의를 듣고 과제를 하기도 했다. 마감일 1일 전에 끝냈으니 막판에 얼마나 똥줄(?)이 탔는지 모른다. 필자처럼 고생하지 않으려면 미리미리 꾸준하게 강의를 듣는 것이 좋다...

2023년 1월 13일에 전과목 코스 등록

 

2. 커리큘럼

데이터 전처리, 데이터 통계분석, 시각화, 머신러닝, 예측모델 개발 등 데이터 사이언스 전 분야
크게 데이터 사이언스에 관한 9개의 강의(필자는 업데이트 전에 시작했기 때문에 10개 강의였다)로 이루어진 이 Professional Certificate 코스는 데이터 사이언스의 정의에서부터 데이터 전처리, 데이터 시각화, 통계분석, 머신러닝 등 굉장히 다양한 범주를 다룬다.
또한 아나콘다와 같은 개발환경부터 파이썬, R, SQL 등 다양한 언어활용까지 다룬다. 데이터 사이언스라는 분야가 매우 광범위하기 때문에 이 코스에서 모든 파트를 깊이있게 다루지는 못하지만, 그래도 이 코스만 수료해도 어느 정도 데이터 사이언스라는 것이 무엇인지, 또 앞으로 데이터 사이언스를 자기 분야에 응용하는 것에 대한 감을 잡을 수 있다.
 

3. 난이도

난이도 ⭐️⭐️⭐️
데이터 사이언스 입문자를 위한 강의답게 난이도는 별점 3/5 정도 될 것 같다. 입문자 강의인데 왜 3점이나 되느냐 하고 묻는다면 그건 강의자체의 난이도 때문이라기보다 과제의 난이도 때문이라고 할 수 있다. 강의를 열심히 들었어도 과제풀이가 간혹 어려운 경우가 있다. 특히나 프로그래밍 언어를 단 한번도 접해보지 않은 사람이라면 과제에 한참 애를 먹을 수도 있다. 그리고 중간에 통계분석 파트가 나오는데, 기본적인 통계이론에 대한 설명도 나오기 때문에 이 부분 역시 초심자들에게는 하나의 난관이 될 수 있다.
 

Data Analysis With Python 코스의 통계분석 과정

 

4. 강의, 실습, 과제 및 시험

매 코스마다 과제와 시험 통과 필요
코세라 강의는 크게 강의, 실습, 과제, 시험으로 구분된다. 강의는 말그대로 온라인 비디오 강의인데 대부분 1분~10분 사이로 길지 않다. 그 강의를 듣고나면 Hands-on Lab 이라는 실습 기회가 주어진다. 이 실습과정이 시간이 30분에서 1시간 이상 오래 걸리는 편인데, 대부분의 과제와 시험이 실습내용을 바탕으로 출제된다. 그러니 성실하게 따라가는 게 좋다. 
과제는 여러가지 질문들이 출제되고 이를 해결하기 위한 코드와 결과값을 업로드하도록 구성되어 있다. 이 과제는 같은 강의를 수강하는 학생들에 의해서 채점이 이루어진다. 필자도 몇 가지 과제들에서 합격점수를 얻지 못해서 여러번 재시도 한 적이 있다. 
시험은 4지선다 형식의 객관식 퀴즈가 대부분 출제되는데, 이 역시 합격점수를 얻어야 통과가 가능하다. 그리고 코스 1개의 맨 마지막에는 Final Exam이 있는데, 이는 해당 코스 전체에서 시험이 출제된다. 과제와 시험은 총 3번까지 재시도를 할 수 있는데, 3번 재시도에도 실패할 경우 24시간이 지나야 다시 시도를 할 수 있다. 
 

코세라 IBM 강의, Hands-on Lab 실습, 과제, 시험, 파이널 시험

 
 

5. 후기 및 추천

추천점수 ⭐️⭐️⭐️⭐️
추천 점수는 별점 4/5이다. 처음에는 온라인 코스이기 때문에 가벼운 마음으로 대충해도 할 수 있겠지 싶었다. 그런데 하다보니 시간과 노력이 상당히 많이 필요했고, 또 유료 코스에다가 6개월이라는 기간이 정해져있기 때문에 약간의 강제성도 있었다. 마지막 몇 개 과제들의 경우에는 스택오버플로 같은 사이트에서 도움을 받아야 겨우겨우 해결이 가능한 것들도 있었다. 모든 코스를 끝내고 보니, 커리큘럼이 굉장히 유기적으로 잘 짜여있고 필요한 내용들이 모두 담겨져 있다는 느낌을 받았다. 이 코스 하나만 끝까지 잘 수강한다면, 데이터 사이언스에 대해서 Professional 이라고 해도 될 만하다. 별점 하나를 깎은 이유는 코스가 개발된지 시간이 좀 지나서 그런지 현재 버전의 파이썬 라이브러리에서 더 이상 구동이 되지 않은 코드들이 사용되고 있었다. 또 시험 문제의 답이 잘못된 경우들도 종종 있어서 시험 통과에 애를 먹은 경우가 있었다. 2023년 7월 기준으로 코스가 업데이트 된 것 같으니, 내가 느꼈던 사소한 단점들이 이미 어느정도 해결되었을 것 같기도 하다. 
 
 

이런 사람들에게 추천!

- 데이터 사이언스 입문자로, 데이터 사이언스 전반에 대해서 학습하고 싶은 분
- 데이터 사이언스 중급자로, 여러가지 서브 카테고리 중에서 한가지 카테고리에는 능숙하지만 다른 카테고리에 대해서 잘 모르는 분
(예시: 정제된 데이터로 통계분석을 할 줄을 알지만, 여러 데이터베이스를 동시에 활용하거나 머신러닝에 적용은 못하는 분)
- 데이터 사이언스 중급자로, 자주 쓰던 프로그래밍 언어 외에 다른 언어를 배워보고 싶으신 분

 
 

 

 

MOOC 온라인 강의 사이트 비교 (⬇︎클릭)

MOOC 코세라 수료증 과정 소개 및 장학금 후기 (⬇︎클릭)

MOOC 코세라 IBM Data Science 수료증 과정 소개 (⬇︎클릭)

MOOC 코세라 IBM Data Science 수료증 취득 성공 후기 (⬇︎클릭)

 

 

MOOC 온라인 강의사이트 비교 (edX, Coursera, Khan Academy)

MOOC (Massive Open Online Course)는 온라인에서 무료로 양질의 강의를 제공해주는 비영리서비스로, 우리가 흔히 아는 하버드, MIT, IBM, Google 등 세계 유수의 대학들과 기업들에서 제공하는 강의를 들을

sorbonne.tistory.com

 

MOOC edX, Coursera 수료증 및 장학금 성공 후기

전세계적으로 유명한 대표적인 MOOC edX, Coursera, Khan Academy를 소개한 지난 회차(아래 참고)에 이어, 오늘은 MOOC에서 제공하는 수료증(Certificate)이 무엇인지 살펴보고, 수료증을 발급받는데 드는 비

sorbonne.tistory.com

 

코세라(Coursera) IBM Data Science Professional Certificate 과정

지난 온라인 강의 MOOC 사이트들 소개 및 MOOC 장학금 후기에 이어, 오늘은 코세라(Coursera) IBM Data Science Certificate 과정을 소개하려고 한다. MOOC 온라인 강의사이트 비교 (edX, Coursera, Khan Academy) MOOC (Mas

sorbonne.tistory.com

 

코세라 (Coursera) IBM 데이터사이언스 수료증 취득 후기

지난 포스트에 이어 오늘은 코세라(Coursera) IBM Data Science Professional Certificate 취득 후기를 공유하려고 한다. IBM Data Science Professional Certificate 과정에 대한 자세한 정보는 아래 포스트에서 찾아볼 수

sorbonne.tistory.com

 

반응형

댓글