데이터 분석 강의를 고를 때 국비지원 여부만으로 학습 효과를 판단할 수는 없습니다. 같은 비용이라도 실습 시간과 강사 피드백, 수강생이 남길 결과물이 다릅니다. 목표가 데이터 분석 취업인지 업무 활용인지부터 정하고 두 유형을 같은 표로 비교하세요.
실제 부담 비용
국비지원 과정은 자격, 자부담, 출석·수료 조건에 따라 부담이 달라집니다. 고용24 공식 안내와 해당 과정의 현재 공고를 함께 확인하세요. 일반 유료 강의는 환불 조건과 자료 이용 기간을 확인합니다. 시험 응시료와 클라우드 실습비가 별도인지도 물어보세요.
커리큘럼의 깊이
도구 이름이 많다는 이유로 좋은 과정이라고 볼 수 없습니다. 데이터 수집·정제·질문 설정·시각화·해석·한계를 한 프로젝트에서 다루는지 확인하세요. 결측값과 데이터 유형을 다루는 범위는 pandas 공식 문서 같은 기초 자료와 대조할 수 있습니다.
피드백과 결과물
강사의 일방적 시연인지, 수강생 코드와 분석 설명을 실제로 검토하는지 확인합니다. 최종 프로젝트의 데이터 출처와 공개 가능 범위, 개인 기여를 기록할 수 있어야 합니다. 팀 프로젝트만 있다면 개인별 분석 과정도 남길 수 있는지 묻습니다.
수강 전 비교 질문
실습에 쓰는 실제 시간은? 결과물은 공개할 수 있는가? 코드 리뷰와 질문 답변은 누가 담당하는가? 과정 종료 후 자료에 접근할 수 있는가? 답을 서면으로 남기세요. 포트폴리오의 결과물 기준은 데이터 분석 포트폴리오 작성법에서 이어서 확인할 수 있습니다.