이벤트 메인 영역

빅데이터를 활용한 디지털금융 전문가

데이터로 그리는 나의 금융 커리어

빅데이터를 활용한
디지털금융 전문가

빅데이터를 활용한 디지털금융 전문가 빅데이터를 활용한 디지털금융 전문가
  • 교육기간 2026.3.20(금)
    - 2026.9.3(목)
  • 교육시간 평일 주 5일 9:00 ~ 18:00
    (오프라인 수업 중심)
  • 97% 국비지원

    수강료 16,298,700 원
    50만원 (월 9만원 대)

국비지원교육

97% 국비지원
+ 100만원 훈련지원금
을 받는 교육
국비지원교육

수강 전 가장 많이 걱정하는 질문들

❓ 수강 전 가장 많이 걱정하는 질문들

많은 수강생들이 처음에 고민하는 질문을 기준으로 과정을 설계했습니다.
과정 초반, 학습 방향과 가능성을 분명히 짚어드립니다.

질문

금융 산업은 이미 ‘빅데이터·AI 기반 디지털 금융’으로 움직이는 중

🚀 금융 산업은 이미
‘빅데이터·AI 기반 디지털 금융’으로 움직이는 중

국내 주요 금융사들은 이미 빅데이터와 머신러닝을 핵심 경쟁력으로 삼아
금융사고 예방, 고객 인증, 이상 거래 탐지, 디지털 신사업까지 빠르게 확장하고 있습니다.

🔍 실제 금융권 적용 사례

  • 신한금융지주

    올해 경영 슬로건으로 ‘Great Challenge 2030, 미래 금융을 향한 대담한 실행’을 제시.
    이를 위해 AX·디지털 전환(DX)의 속도를 한층 더 높여가야 한다고 밝혔다.
    AX를 통해 신한의 본원적 경쟁력을 더욱 강화해야 한다고 설명했다.

  • 우리금융

    ‘디지털 신사업’ 분야에서의 미래 경쟁력을 한층 더 강화하겠다고 밝혔다.
    우리 사회와 산업 전반의 판도를 바꾸고 있는 AI 혁신에 스테이블코인, STO 등 디지털자산의 제도화가 더해지며 새로운 금융 생태계가 빠르게 형성되고 있다는 인식이다.
    아울러 디지털자산을 둘러싼 제도 변화에 선제적으로 대응하고, AX를 통해 축적한 데이터·AI 역량을 기반으로 고객의 일상과 맞닿은 디지털 신사업을 확대해 우리금융과의 접점을 넓히며 미래 경쟁력을 키워가겠다는 방침이다.

  • 카카오뱅크

    보이스피싱 모니터링 시스템과 부정 사용 방지시스템(FDS)에 머신러닝을 적용해 금융사고를 효과적으로 예방

  • 토스뱅크

    신분증 진위 여부를 94% 정확도로 판별할 수 있는 머신러닝 기반 ‘신분증 검증 서비스’를 자체 개발했습니다.
    신한은행도 ‘AI 기반 이상 외화 송금 탐지 프로세스’를 적용

왜 「빅데이터를 활용한 디지털금융 분석가 과정」인가?

🗣️그래서, 왜
「빅데이터를 활용한 디지털금융 분석가 과정」인가?

이 과정은 단순한 데이터 분석 교육이 아닙니다.
금융사가 실제로 활용하는 데이터·AI 기술을 이해하고, 직접 다뤄보는 실무 중심 과정입니다.

디지털금융 분석가 과정
금융 이해 & 데이터 기초
(1개월)
금융 데이터 분석 실습
(2개월)
실습 및 실전 프로젝트
(3개월~4개월)
파이널 프로젝트 & 포트폴리오
(4개월~5.5개월)
금융 지식
  • 금융 산업 구조 및 금융 상품 이해
  • 금융 데이터를 읽기 위한 기초 개념 정리
  • Python·SQL 기반 금융 데이터 분석 실습
  • 금융 데이터 전처리 및 시각화
  • 머신러닝 기초를 활용한 금융 데이터 해석
  • 금융 데이터 분석 심화 실습
  • 논문 분석/리뷰
데이터분석
  • SQL·Python 기초를 통한 데이터 분석 준비
프로 젝트
  • 금융·신용·거래 데이터 기반 미니 프로젝트 및 실전프로젝트
  • 수집 → 전처리 → 분석 → 시각화 → 인사이트
  • 퀀트투자, 부동산 리스크, 금융 지표 분석 등 실무 주제 진행
  • 부실기업 예특 실전프로젝트
  • 현업 수준의 파이널 금융 프로젝트 수행
  • 현직 실무자 프로젝트 멘토링
취업 역량
  • 금융·데이터 직무를 위한 취업 전략 수립
기타
  • 자격증 준비
  • 채용 기준에 맞춘 포트폴리오 완성
  • 이력서·면접 등 취업 컨설팅

취업에 필요한 역량만 모아 만든 커리큘럼

🎯 취업에 필요한 역량만 모아 만든 커리큘럼

금융·데이터 직무 채용 트렌드와 실제 현업 요구 스킬을 분석해 디지털금융 실무에 최적화했습니다.

디지털금융 분석가 과정
1-3주차

금융, 데이터 기초이론

금융 이론과 디지털금융 트렌트
LEVEL TEST+시상

  • 금융시장의 구조와 기능
  • 금융상품의 종류와 특성
  • 금융 데이터의 특성 및 분석방법론
  • 금융 데이터의 특성 및 분석 방법론
  • 머신러닝, 딥러닝 활용한 금융 데이터 분석 사례
  • tool
  • tool
  • tool
  • tool
  • tool
  • tool

데이터 분석 일반
LEVEL TEST+시상

  • 데이터 분석 이본이론 및 적용 분야
  • 데이터 분석 프로세스의 이해
  • 데이터 분석을 위한 통계
4-6주차

데이터 분석도구 이론 및 실습

Python, R
LEVEL TEST+시상

  • 프로그래밍 기본 구문
  • 데이터 핸들링
  • 데이터 시각화
  • R 기본개념 및 활용
  • tool
  • tool
  • tool
  • tool
  • tool
  • tool

Python 실습

  • 데이터 분석 및 시각화를 위한 Python 라이브러리
  • Python 머신러닝 라이브러리의 기초적 활용
7-9주

데이터 수집 및 분석 실습

데이터 수집, 활용

  • 데이터 베이스의 기본 및 활용
  • 웹 데이터 수집-스크래핑, 크롤링, Open API 탐색적 데이터 분석(EDA)
  • 데이터 전처리 및 정제
  • 탐색적 데이터 분석(EDA)
  • tool
  • tool
  • tool
  • tool
10-11주

데이터 분석 일반
LEVEL TEST+시상

  • 데이터 분석 이본이론 및 적용 분야
  • 데이터 분석 프로세스의 이해
  • 데이터 분석을 위한 통계
12주-14주

실습, 미니프로젝트

금융 데이터 분석을 위한 ML/DL실습

  • 머신러닝/ 딥러닝 기본 개념 이해
  • 머린러닝/딥러닝을 위한 데이터 전처리
  • 머신러닝 모델링 실습
  • 딥러닝 RNN, LSTM 모델 활용 실습
  • tool
  • tool

디지털금융 실습

[기업 실무진 강의]

  • 기업금융분석의 이해와 활용
  • 금융 데이터를 활용한 빅데이터 분석
  • 시각화 실습, 대시보드 구현
15주-18주 실무 프로젝트

고객 데이터 활용 프로젝트
LEVEL TEST+시상

  • 거시경제 데이터 기반 포트폴리오 구성
  • 금융 데이터를 활용한 데이터 분석 실습
  • 금융 데이터를 활용한 투자시스템 구축 실습
    (세부 주제 : 팀 내에서 합의를 통해 결정)

[주제 예시]
- 국내·외 주식시장 충격 전이를 감지하는 KOSPI 리스크 레이더
- 은행거래 데이터를 활용한 이상거래 탐지
- 유동성 요인이 반응하는 xgboost 기반 산업비중조정 투자 전략
- 머신러닝을 활용한 XAI 기반 신용카드 이상거래탐지연구

  • tool
  • tool
  • tool
19주-23주 취업특강

취업 특강

  • 입사지원서 작성 실습
  • 자소서 첨삭 및 모의 면접
실무 프로젝트

기업 데이터 활용 프로젝트
LEVEL TEST+시상

  • 금융 데이터 특성 이해
  • 금융 관련 논문 서칭
  • 부실기업 예측 모델을 통한 비즈니스 모델 구축
    (세부 주제 : 팀 내에서 합의를 통해 결정)

[주제 예시]
- Stacking Ensemble 모형을 활용한 자산배분 모델 유용성 연구
- 실무 적용 가능하고 강건한 종합 부실 예측 시스템 연구
- 머신러닝 기반 기업 부실 예측을 활용한 알파투자 전략 제언
- Dashboard를 활용한 시니어 맞춤형 종목 선별 시스템 구축

  • tool
  • tool
  • tool

취업에 필요한 역량만 모아 만든 커리큘럼

🎯 취업에 필요한 역량만 모아 만든 커리큘럼

금융·데이터 직무 채용 트렌드와 실제 현업 요구 스킬을 분석해 디지털금융 실무에 최적화했습니다.

  • 신파일러를 위한 대안데이터 기반 신용평가 모델 비교 연구

  • 대출기업 부실징후탐지를 통한 조기경보 시스템 구축 연구

  • 국내·외 주식시장 충격 전이를 감지하는 KOSPI 리스크 레이더

  • “실무 적용 가능하고 강건한 종합 부실 예측 시스템 연구”

교육센터 특별지원

🎁 학습 외 교육센터 특별지원

수업 시간 외에도 학습 연계, 운영 지원을 통해 수강생의 과정을 함께합니다.
배움이 끊기지 않도록 보이지 않는 부분까지 지원합니다.

  • 💼

    우수 수료생 인턴십 제공 *연구/실무

  • 💰

    AI TOOL 이용료 지원

  • 특별지원
  • 특별지원
  • 특별지원
  • 특별지원
  • 특별지원
  • 특별지원

실무형 인재로 성장

🎓 수료 후 실무형 인재로 성장

금융 기초부터 데이터 실무까지, 실제 금융 데이터로 완성하는 디지털금융 커리어.
프로젝트 중심 학습으로 취업 경쟁력을 만듭니다.

성장

취업준비

💼 개인별 탄탄한 취업준비

당신에게 꼭 맞는 취업 전략을 함께 설계합니다.
1:1 컨설팅부터 자소서, 면접까지 당신만을 위한 맞춤 취업 지원이 함께합니다.

결과

수업 후기

⭐ 수료생이 전하는 수업 후기

수강생의 시선에서 바라본 교육 경험과 만족도를 담았습니다.
과정 전반에 대한 생생한 평가를 확인할 수 있습니다.

수업후기

선발 절차 안내

🔍 선발 절차 안내

원활한 학습 진행을 위해 사전 확인 절차를 거쳐 선발합니다.
과정 적합도를 중심으로 간단한 절차로 진행됩니다.

  • 신청서 제출 후, 2~3일 이내에 유선으로 작성 내용을 확인드립니다.
    ※ 단, 신청서 내용이 불충분하거나 지원 기준에 부합하지 않을 경우 별도 연락 없이 서류 탈락 처리될 수 있습니다.
  • 면접은 다대다 형식으로 진행됩니다.
  • 내일배움카드 발급 완료 후 최종 선발이 되면, 고용24를 통해 수강신청이 가능합니다.

모집개요

6기 모집개요
모집개요

자주묻는질문 FAQ

자주묻는질문 FAQ

A. 국민취업지원제도와 K디지털트레이닝 과정은 병행이 가능합니다.
다만, 매 년도별 수급자격 및 지원내용이 변경되기 때문에, 상세한 지원내용은 고용24사이트 또는 국민취업지원제도 기관을 통해 안내 받으시길 바랍니다.

A. 신청서 작성 후, 제출하신 내용이 적합할 경우 2~3일 이내에 순차적으로 유선 연락을 드립니다.
다만, 신청서 내용이 부족하거나 지원 요건에 맞지 않을 경우 서류 단계에서 탈락될 수 있는 점 양해 부탁드립니다.

A. 고용노동부 HRD-Net 홈페이지 또는 가까운 고용센터 방문을 통해 신청할 수 있어요.
발급까지는 평균 1~2주 정도 소요되며, 자세한 안내는 고용24 에서 확인할 수 있어요.
고용24 바로가기 >

A. 교육수강일로부터 5일 전까지 내일배움카드 발급이 완료되어야 합니다.

A. 신청서 작성은 가능하지만, 서술형 작성부분이 있기 때문에 가능하면 PC에서 신청서를 작성해주세요.

A. 신청서 및 비대면 면접을 거쳐 한정된 인원만 선발합니다.
나이, 학력, 스펙에 관계없이 지원서를 바탕으로 면접을 임하기 때문에, 지원서를 성실하게 작성해주세요.

A. 훈련에 필요한 최신형 노트북이 제공됩니다

A. 고용노동부 정책에 따라 단위기간 종료 시 단위기간별 ( 강의시작일+30일) 출석률 80% 이상인 경우, 출석일수에 따라 훈련장려금이 지급됩니다.

매월 출석률에 따라 26년도 기준, 최대 20만원의 훈련장려금을 받을 수 있습니다.
실업 급여 수령, 아르바이트 여부 등의 상황에 따라 수령이 불가할 수 있으므로 관련된 자세한 문의는 관할 고용센터 또는 고용24을 통해 문의해주세요.

A. 프로젝트 진행 시에는 주어진 대주제 내에서 주제를 선택할 수 있습니다.

A. 전체 수업일의 80% 이상 출석해야 하며, 최종 프로젝트 포트폴리오를 완성해야 수료가 인정됩니다.

A. 내일배움카드로만 결제 가능하며, 내일배움카드와 연결된 계좌의 잔액이 부족하면 결제가 되지 않아요.
만약 카드를 수령하지 않으셨다면 카드 등록 및 결제가 어려워요.
수령 후 다음날부터 결제가 가능합니다. (수령 당일 결제 불가)
본인 부담금(50만원) 결제 잔액이 부족하면 결제가 되지 않습니다.

A. 중도취소 및 환불은 '훈련과정 교육비 환불 규정' 에 따라 진행됩니다.
(평생교육법 시행령 별표3 학습비 반환기준 적용)

교육비 환불 규정

교육비 환불 규정
구분 반환사유 발생일 반환금액

회사의 사업인 허가가 취소 되거나 회사가 서비스 제공일 할 수 없게 된 경우

서비스 제공(강의)을 할 수 없게 된 날

이미 납부한 학습비를 일할 계산

과정폐강

강의시작 전

이미 낸 학습비 전액

이용자 본인의 의사로 수강을 중단한 경우

징수 기간이 1개월 이내인 경우

교습 시작 전

이미 납부한 학습비 등의 전액

교습 시작 후부터 총 교습시간의 1/3 경과 전까지

이미 납부한 학습비 등의 2/3에 해당하는 금액

총 교습시간의 1/3 경과 후부터 1/2 경과 전까지

이미 납부한 학습비 등의 1/2에 해당하는 금액

총 교습시간의 1/2 경과 후

없음

징수 기간이 1개월을 초과하는 경우

교습 시작 전

이미 납부한 학습비 등의 전액

교습 시작 후

이미 납부한 학습비등 (법 제15조제3항 전단에 따라 게시된 1일 학습비등 x 학습장소 사용 시작일부터 학습장소 사용을 포기한 날의 전날까지의 일수)