빅데이터 분석, 빅데이터 개발, 데이터 마이닝에는 어떤 기술과 도구가 사용되나요?

빅 데이터 분석은 너무 크고 복잡하여 이를 처리하려면 특별히 설계된 하드웨어와 소프트웨어 도구가 필요한 데이터 세트를 가리키는 광범위한 용어입니다. 이 데이터 세트의 크기는 일반적으로 수조 또는 엑사바이트에 이릅니다. 이러한 데이터세트는 센서, 기후 정보, 잡지, 신문, 기사 등 공개적으로 이용 가능한 정보 등 다양한 소스에서 수집됩니다. 빅데이터 분석의 다른 예로는 구매 거래 기록, 웹 로그, 의료 기록, 군사 감시, 비디오 및 이미지 아카이브, 대규모 전자 상거래 등이 있습니다.

빅데이터 분석과 그것이 비즈니스에 미치는 영향에 대한 관심이 급증하고 있습니다. 빅 데이터 분석은 기업이 변화에 더 잘 적응하고 더 현명한 결정을 내리는 데 도움이 될 수 있는 패턴, 상관 관계 및 기타 유용한 정보를 찾기 위해 대량의 데이터를 연구하는 프로세스입니다.

1. Hadoop

Hadoop은 간단한 프로그래밍 모델을 사용하여 컴퓨터 클러스터 전체의 분산 환경에서 빅데이터를 저장하고 처리할 수 있는 오픈 소스 프레임워크입니다. 이는 단일 서버에서 수천 대의 시스템으로 확장되도록 설계되었으며 각 시스템은 로컬 컴퓨팅 및 스토리지를 제공할 수 있습니다.

Hadoop은 대용량 데이터를 분산 처리할 수 있는 소프트웨어 프레임워크입니다. 그러나 Hadoop은 이를 안정적이고 효율적이며 확장 가능한 방식으로 수행합니다. Hadoop은 컴퓨팅 요소와 스토리지에 장애가 발생하더라도 안정적이며, 장애가 발생한 노드에 대해 처리가 재분배될 수 있도록 작업 데이터의 여러 복사본을 유지 관리합니다. Hadoop은 효율적이며 병렬 방식으로 작동하며 병렬 처리를 통해 처리 속도를 높입니다. Hadoop은 또한 확장 가능하며 페타바이트 규모의 데이터를 처리할 수 있습니다. 또한 Hadoop은 커뮤니티 서버에 의존하기 때문에 상대적으로 비용이 저렴하고 누구나 사용할 수 있습니다.

Hadoop은 설계와 사용이 쉬운 분산 컴퓨팅 플랫폼입니다. 사용자는 Hadoop에서 대량의 데이터를 처리하는 애플리케이션을 쉽게 개발하고 실행할 수 있습니다. 주로 다음과 같은 장점이 있습니다:

1. 높은 신뢰성. 데이터를 비트 단위로 저장하고 처리하는 Hadoop의 능력은 신뢰할 만한 가치가 있습니다.

2. 높은 확장성. Hadoop은 수천 개의 노드로 쉽게 확장할 수 있는 사용 가능한 컴퓨터 클러스터 간에 데이터를 분산하고 컴퓨팅 작업을 완료합니다.

3. 효율성. Hadoop은 노드 간에 데이터를 동적으로 이동하고 각 노드의 동적 균형을 보장할 수 있으므로 처리 속도가 매우 빠릅니다.

4. 높은 내결함성. Hadoop은 여러 데이터 복사본을 자동으로 저장하고 실패한 작업을 자동으로 재배포할 수 있습니다.

Hadoop은 Java 언어로 작성된 프레임워크와 함께 제공되므로 Linux 프로덕션 플랫폼에서 실행하는 데 이상적입니다. Hadoop의 애플리케이션은 C++와 같은 다른 언어로도 작성할 수 있습니다.

2. HPCC

HPCC는 고성능 컴퓨팅 및 통신(High Performance Computing and Communications)의 약자입니다. 1993년 미국 연방과학기술조정협의회는 미국 대통령의 과학 전략 프로젝트인 HPCC 계획 보고서라고도 알려진 "그랜드 챌린지 프로젝트: 고성능 컴퓨팅 및 통신"에 대한 보고서를 의회에 제출했습니다. 그 목적은 연구 개발을 강화하여 여러 가지 중요한 과학 및 기술 과제를 해결하는 것입니다. HPCC는 미국에서 정보고속도로를 구현하기 위한 계획으로, 이 계획의 구현에는 수백억 달러가 소요됩니다. 주요 목표는 테라비트 수준의 네트워크 전송 성능을 지원하는 확장 가능한 컴퓨팅 시스템 및 관련 소프트웨어를 개발하는 것입니다. 연구 및 교육 기관과 네트워크 연결 기능을 확장하기 위해 수천 개의 메가비트 네트워크 기술을 개발합니다.

이 프로젝트는 주로 5개 부분으로 구성됩니다.

1. 차세대 컴퓨터 시스템, 시스템 설계 도구 및 고급 일반 시스템에 대한 연구를 포함하는 고성능 컴퓨터 시스템(HPCS). 및 원본 시스템 평가

2. 거대한 과제에 대한 소프트웨어 지원, 새로운 알고리즘 설계, 소프트웨어 분야 및 도구, 컴퓨팅 및 고성능 컴퓨팅 연구 센터를 다루는 고급 소프트웨어 기술 및 알고리즘(ASTA) 등;

3. 중간 스테이션 및 10억 비트 전송의 연구 개발을 포함한 국립 연구 교육 네트워크(NREN)

4. 기초 연구, 훈련, 교육 및 커리큘럼 자료 모음인 BRHR(BRHR)은 교육 및 고성능 컴퓨팅을 개선함으로써 확장 가능한 고성능 컴퓨팅에 대한 연구자 주도의 장기 조사에 보상함으로써 혁신적인 아이디어의 흐름을 증가시키도록 설계되었습니다. 컴퓨팅 숙련되고 훈련된 인력 풀을 늘리고 이러한 조사 및 연구 활동을 지원하는 데 필요한 인프라를 제공하기 위한 성능 컴퓨팅 교육 및 커뮤니케이션

5. 첨단 정보 기술 개발에서 미국의 리더십을 보장하는 것을 목표로 합니다.

3. Storm

Storm은 내결함성이 뛰어난 무료 오픈 소스 분산형 실시간 컴퓨팅 시스템입니다. Storm은 지속적인 스트림 컴퓨팅을 쉽게 만들어 Hadoop 일괄 처리가 충족할 수 없는 실시간 요구 사항을 충족합니다.

Storm은 실시간 분석, 온라인 기계 학습, 연속 컴퓨팅, 분산 원격 호출 및 ETL과 같은 분야에서 자주 사용됩니다. Storm의 배포 및 관리는 매우 간단하며 유사한 스트리밍 컴퓨팅 도구 중에서 Storm의 성능도 뛰어납니다.

Storm은 무료 오픈 소스 소프트웨어로, 분산형 내결함성 실시간 컴퓨팅 시스템입니다. Storm은 대규모 데이터 스트림을 매우 안정적으로 처리할 수 있으며 Hadoop 배치 데이터를 처리하는 데 사용됩니다. Storm은 간단하고 다양한 프로그래밍 언어를 지원하며 사용하기가 매우 재미있습니다. Storm은 Twitter에서 오픈 소스로 제공되며 기타 잘 알려진 응용 프로그램 회사로는 Groupon, Taobao, Alipay, Alibaba, Le Elements, Admaster 등이 있습니다.

Storm은 실시간 분석, 온라인 머신러닝, 논스톱 컴퓨팅, 분산 RPC(원격 프로시저 호출 프로토콜, 네트워크를 통해 원격 컴퓨터 프로그램에 서비스를 요청하는 방법), ETL 등 다양한 응용 분야를 가지고 있습니다. (추출) -Transformation-Loading 약어, 즉 데이터 추출, 변환 및 로딩) 등 Storm의 처리 속도는 놀랍습니다. 테스트 후 각 노드는 초당 100만 개의 데이터 튜플을 처리할 수 있습니다. Storm은 확장 가능하고 내결함성이 있으며 설정 및 운영이 쉽습니다.

4. Apache Drill

기업 사용자가 Hadoop 데이터 쿼리 속도를 높이는 보다 효과적인 방법을 찾을 수 있도록 돕기 위해 Apache Software Foundation은 최근 "Drill" 프로젝트라는 오픈 소스 프로젝트를 시작했습니다. . Apache Drill은 Google의 Dremel을 구현합니다. "Drill"은 이미 아파치 인큐베이터 프로젝트로 운영되고 있으며 앞으로도 전 세계 소프트웨어 엔지니어들에게 지속적으로 홍보될 예정이다.

이 프로젝트는 Google의 Dremel Hadoop 도구(Google이 Hadoop 데이터 분석 도구의 인터넷 애플리케이션 속도를 높이기 위해 사용하는)의 오픈 소스 버전을 만들 것입니다. "드릴"은 Hadoop 사용자가 대규모 데이터 세트를 더 빠르게 쿼리하는 데 도움이 됩니다.

"Drill" 프로젝트는 실제로 Google의 Dremel 프로젝트에서 영감을 받았습니다. 이 프로젝트는 Google이 웹 문서 분석 및 크롤링, Android 마켓 데이터에 설치된 애플리케이션 추적 등을 포함한 대규모 데이터 세트를 분석하고 처리하는 데 도움이 됩니다. , Google 분산 빌드 시스템의 테스트 결과 분석 등을 수행합니다.

"Drill" Apache 오픈 소스 프로젝트를 개발함으로써 조직은 광범위한 데이터 소스, 데이터 형식 및 쿼리 언어를 지원하는 데 도움이 되는 Drill의 API 인터페이스와 유연하고 강력한 아키텍처를 구축할 것으로 예상됩니다.

5. RapidMiner

RapidMiner는 머신러닝 프로그램을 제공합니다. 반면 데이터 마이닝에는 데이터 시각화, 처리, 통계 모델링 및 예측 분석이 포함됩니다.

RapidMiner는 광범위한 첨단 기술을 갖춘 세계 최고의 데이터 마이닝 솔루션입니다. 다양한 데이터 아트를 포함하여 광범위한 데이터 마이닝 작업을 다루며 데이터 마이닝 프로세스의 설계 및 평가를 단순화할 수 있습니다.

기능 및 특징

데이터 마이닝 기술과 라이브러리를 무료로 제공합니다(운영 체제에서 실행 가능). 데이터 마이닝 프로세스는 간단하고 강력하며 직관적입니다. 내부 XML 보장 데이터 마이닝 프로세스의 교환을 나타내는 표준화된 형식, 그래픽 사용자 인터페이스의 유효하고 투명한 데이터 프로토타입을 보장하기 위해 간단한 스크립팅 언어를 사용하여 대규모 프로세스를 자동화할 수 있습니다. 모드) 자동화 대규모 애플리케이션, 간단한 플러그인 및 프로모션 메커니즘, 400개 이상의 최첨단 데이터 마이닝 연산자가 지원됩니다. 텍스트 마이닝, 멀티미디어 마이닝, 기능 디자인, 데이터 흐름 마이닝, 통합 개발 방법 및 분산 데이터 마이닝을 포함한 다양한 응용 분야에서 Yale University가 성공적으로 적용했습니다.

RapidMiner의 제한 사항: RapidMiner에는 행 수 측면에서 크기 제한이 있습니다. RapidMiner의 경우 ODM 및 SAS보다 더 많은 하드웨어 리소스가 필요합니다.

6. Pentaho BI

Pentaho BI 플랫폼은 기존 BI 제품과 다르며 프로세스 중심, 솔루션 중심 프레임워크입니다. 그 목적은 일련의 엔터프라이즈 수준 BI 제품, 오픈 소스 소프트웨어, API 및 기타 구성 요소를 통합하여 비즈니스 인텔리전스 애플리케이션 개발을 촉진하는 것입니다. 그 출현으로 Jfree, Quartz 등과 같은 일련의 독립적인 비즈니스 인텔리전스 제품이 함께 통합되어 복잡하고 완전한 비즈니스 인텔리전스 솔루션을 형성할 수 있게 되었습니다.

Pentaho Open BI 제품군의 핵심 아키텍처이자 기반인 Pentaho BI 플랫폼은 중앙 컨트롤러가 워크플로우 엔진이기 때문에 프로세스 중심입니다. 워크플로 엔진은 프로세스 정의를 사용하여 BI 플랫폼에서 실행되는 비즈니스 인텔리전스 프로세스를 정의합니다. 프로세스를 쉽게 사용자 정의하고 새로운 프로세스를 추가할 수 있습니다.

BI 플랫폼에는 이러한 프로세스의 성능을 분석하는 구성 요소와 보고서가 포함되어 있습니다. 현재 Pentaho의 주요 요소로는 보고서 생성, 분석, 데이터 마이닝, 워크플로우 관리 등이 있습니다. 이러한 구성 요소는 J2EE, WebService, SOAP, HTTP, Java, JavaScript 및 포털과 같은 기술을 통해 Pentaho 플랫폼에 통합됩니다. Pentaho는 주로 Pentaho SDK 형태로 배포됩니다.

Pentaho SDK***에는 Pentaho 플랫폼, Pentaho 샘플 데이터베이스, 독립형 Pentaho 플랫폼, Pentaho 솔루션 예제 및 사전 구성된 Pentaho 네트워크 서버의 다섯 부분이 포함되어 있습니다. 그 중 Pentaho 플랫폼은 Pentaho 플랫폼 소스 코드의 본체를 포함하는 Pentaho 플랫폼의 가장 중요한 부분이며, Pentaho 데이터베이스는 Pentaho 플랫폼의 구성 정보, 솔루션 관련 정보 등 Pentaho 플랫폼의 정상적인 작동을 위한 데이터 서비스를 제공합니다. Pentaho 플랫폼의 경우에는 필요하지 않으며 구성을 통해 다른 데이터베이스 서비스로 대체될 수 있습니다. 독립적으로 실행할 수 있는 Pentaho 플랫폼은 Pentaho 플랫폼의 독립적 실행 모드의 예로서, Pentaho 플랫폼은 애플리케이션 서버의 지원 없이 독립적으로 실행됩니다.

Pentaho 솔루션 샘플은 Pentaho 플랫폼용 관련 비즈니스 인텔리전스 솔루션을 개발하는 방법을 시연하는 데 사용되는 Eclipse 프로젝트입니다.

Pentaho BI 플랫폼은 서버, 엔진 및 구성 요소를 기반으로 구축되었습니다. 이는 시스템의 J2EE 서버, 보안, 포털, 작업 흐름, 규칙 엔진, 차트 작성, 협업, 컨텐츠 관리, 데이터 통합, 분석 및 모델링 기능을 제공합니다. 이러한 구성 요소의 대부분은 표준 기반이므로 다른 제품으로 교체할 수 있습니다.

7. Druid

Druid는 실시간 데이터 분석 저장 시스템이자 Java 언어 최고의 데이터베이스 연결 풀입니다. Druid는 강력한 모니터링 및 확장 기능을 제공할 수 있습니다.

8. Ambari

CDH와 유사한 빅데이터 플랫폼 구축 및 모니터링 도구

1. Hadoop 클러스터 제공

원하는 수의 호스트에 Hadoop 서비스를 설치하기 위한 단계별 마법사입니다.

Ambari는 클러스터형 Hadoop 서비스 구성을 처리합니다.

2. Hadoop 클러스터 관리

Ambari는 전체 클러스터에 대해 Hadoop 서비스를 시작, 중지 및 재구성하기 위한 중앙 관리를 제공합니다.

3. Hadoop 클러스터 모니터링

Ambari는 Hadoop 클러스터의 상태를 모니터링하기 위한 대시보드를 제공합니다.

9. Spark

대규모 데이터 처리 프레임워크(기업의 세 가지 일반적인 데이터 처리 시나리오 처리 가능: 복잡한 일괄 데이터 처리(일괄 데이터 처리), 기록 데이터 기반 대화형 쿼리) ; 실시간 데이터 흐름 기반 데이터 처리, Ceph: Linux 분산 파일 시스템

10. Tableau Public

1. 빅데이터 분석 도구

데이터 시각화를 통해 흥미로운 통찰력을 제공하기 때문에 간단하고 직관적인 도구입니다. Tableau Public의 백만 행 제한은 데이터 분석 시장의 대부분의 다른 플레이어보다 사용하기 쉽기 때문입니다. 가설을 조사하고 통찰력을 교차 확인할 수 있습니다.

2. Tableau Public을 무료로 사용하세요. 대화형 데이터 시각화가 웹에 게시되므로 Tableau Public에 게시된 시각화가 필요하지 않습니다. 또한 이메일이나 소셜 미디어를 통해 공유 콘텐츠를 다운로드할 수 있으므로 최고의 빅 데이터 분석 도구입니다.

3. Tableau Public의 한계

모든 데이터는 공개되어 있습니다. 액세스가 제한됩니다. [R;읽을 수 있는 유일한 방법은 Excel 또는 txt입니다.

11. 1. OpenRefine이란 무엇입니까 - 데이터 분석 도구

분석을 위해 데이터를 정리하는 데 도움이 되기 때문에 이전에 GoogleRefine으로 알려진 데이터 정리 소프트웨어는 관계형 데이터베이스 테이블과 유사하게 데이터 행에서 작동합니다. p>

2. OpenRefine 사용

복잡한 데이터를 정리하고, 웹사이트에서 데이터를 구문 분석하고, 웹 서비스에서 데이터를 가져와 데이터세트에 추가합니다.

예를 들어, OpenRefine을 사용하여 주소를 지리 좌표로 지오코딩할 수 있습니다.

3. OpenRefine의 한계

Open Refine은 대용량 데이터 세트에는 적합하지 않습니다.

KNIME

1. KNIME이란 - 데이터 분석 도구

KNIME은 시각적 프로그래밍을 통해 데이터를 조작, 분석 및 모델링하는 데 도움이 됩니다. 데이터 마이닝 및 기계 학습을 위한 다양한 구성 요소를 통합하는 데 사용됩니다.

2. KNIME의 목적

코드 블록을 작성하지 마세요. 대신 활동 간의 연결 지점을 삭제하고 드래그해야 합니다. 데이터 분석 도구는 프로그래밍 언어를 지원하며 실제로 Chemistry Data, 텍스트 마이닝, Python 및 R과 같은 분석 도구를 확장적으로 실행할 수 있습니다.

3. KNIME의 한계

불량한 데이터 시각화

13. Google Fusion Tables란 무엇입니까

데이터 도구의 경우 더 멋지고 더 큰 버전의 Google 스프레드시트가 있습니다. 대규모 데이터 세트의 데이터 분석, 매핑 및 시각화를 위한 놀라운 도구입니다. 또한 Google Fusion Tables를 비즈니스 분석 도구 목록에 추가할 수 있습니다. 이 역시 최고의 빅데이터 분석 도구 중 하나이며, 빅데이터 분석을 위한 도구는 18가지가 있습니다.

2. Google Fusion Tables를 사용하세요.

대규모 테이블 데이터를 온라인으로 시각화하고, 수십만 개의 행을 필터링하고 요약하여 웹에 있는 다른 데이터와 결합할 수 있습니다. 데이터세트가 포함된 단일 시각화를 생성하기 위한 세 개의 테이블;

3. Google Fusion Tables의 제한 사항

테이블의 처음 100,000개 행만 쿼리 결과에 포함됩니다. 중간 또는 한 번의 API 호출로 전송된 데이터의 총 크기는 1MB를 초과할 수 없습니다.

14. NodeXL

1. NodeXL이란

관계와 네트워크를 시각화하고 분석하는 소프트웨어입니다. NodeXL은 정확한 계산을 제공합니다. 무료(전문은 아님) 오픈 소스 네트워크 분석 및 시각화 소프트웨어입니다. NodeXL은 데이터 분석을 위한 최고의 통계 도구 중 하나입니다. 여기에는 고급 네트워크 측정항목이 포함됩니다. 또한 소셜 미디어 네트워크 데이터 가져오기 및 자동화에 액세스하세요.

2. NodeXL의 목적

이것은 다음 측면을 달성하는 데 도움이 되는 Excel의 데이터 분석 도구입니다.

데이터 가져오기, 그래픽 시각화; 분석, 데이터 프레젠테이션, 소프트웨어는 Microsoft Excel 2007, 2010, 2013 및 2016에 통합되어 있습니다. 그래픽 구조 요소가 포함된 다양한 워크시트가 포함된 통합 문서로 열립니다. 이는 노드 및 가장자리와 같습니다. 소프트웨어는 다양한 그래픽 형식을 가져올 수 있습니다. 이 인접 행렬은 Pajek .net, UCINet .dl, GraphML 및 에지 목록입니다.

3. NodeXL의 한계

특정 문제에 대해 여러 시드 용어를 사용해야 하며 약간 다른 시간에 데이터 추출을 실행해야 합니다.

15. 울프램 알파(Wolfram Alpha)

1. 울프램 알파(Wolfram Alpha)란

스티븐 울프램(Stephen Wolfram)이 만든 계산 지식 엔진 또는 응답 엔진입니다.

2. Wolfram Alpha 사용

기술 검색에 대한 자세한 응답을 제공하고 비즈니스 사용자가 정보 차트와 그래프를 얻을 수 있도록 도와주는 추가 기능입니다. 주제 개요, 품목 정보 및 고급 가격 내역을 생성하는 데 도움이 됩니다.

3. Wolfram Alpha의 한계

Wolfram Alpha는 공개된 수치와 사실만 처리할 수 있으며, 각 쿼리의 계산 시간이 제한됩니다.

16. Google 검색 연산자

1. Google 검색 연산자란 무엇인가요?

Google 검색 결과를 필터링하는 데 도움이 되는 강력한 리소스입니다. 이를 통해 가장 관련성이 높고 유용한 정보를 즉시 얻을 수 있습니다.

2. Google 검색 연산자 사용

Google 검색결과를 더 빠르게 필터링하면 새로운 정보를 찾는 데 도움이 됩니다.

17. Excel Solver

1. Excel Solver란 무엇인가요?

Solver 추가 기능은 Microsoft Office Excel 추가 기능 프로그램입니다. 또한 Microsoft Excel이나 Office를 설치하면 사용할 수 있습니다. Excel의 선형 프로그래밍 및 최적화 도구입니다. 이를 통해 제약 조건을 설정할 수 있습니다. 문제를 신속하게 해결하는 데 도움이 되는 고급 최적화 도구입니다.

2. Solver의 사용

Solver가 찾은 최종 값은 비선형 최적화에서 파생된 다양한 방법을 사용하여 상호 관계 및 의사 결정에 대한 솔루션입니다. 솔루션을 찾기 위한 진화 알고리즘과 유전 알고리즘에 대한 선형 프로그래밍도 있습니다.

3. 솔버 제한 사항

Excel 솔버가 부족한 영역 중 하나는 솔버의 시간과 품질에 영향을 미치며 모델의 본질적인 신뢰성에 영향을 미칩니다. . 해석성;

18. Dataiku DSS

1. Dataiku DSS란 무엇입니까?

이것은 협업 데이터 과학 소프트웨어 플랫폼입니다. 또한 팀이 구축하고, 프로토타입을 만들고, 탐색하는 데 도움이 됩니다. 하지만 자체 데이터 제품을 보다 효율적으로 제공할 수 있습니다.

2. Dataiku DSS 사용

Dataiku DSS - 데이터 분석 도구는 대화형 시각화 인터페이스를 제공합니다. 따라서 그들은 SQL과 같은 언어를 구축하고, 클릭하고, 가리키거나 사용할 수 있습니다.

3. Dataiku DSS의 한계

제한된 시각화 기능, 코드/데이터 세트 다시 로드, 전체 코드를 단일 문서/노트북으로 쉽게 컴파일할 수 없음 SPARK와 통합

위 도구는 빅데이터 분석에 사용되는 도구 중 일부일 뿐이며 일부 도구의 용도는 아래에 분류되어 있습니다.

1, 프런트엔드 디스플레이

디스플레이 분석에 사용되는 프런트엔드 오픈소스 도구로는 JasperSoft, Pentaho, Spagobi, Openi, Birt 등이 있습니다.

프레젠테이션 분석에 사용되는 상용 분석 도구로는 Style Intelligence, RapidMiner Radoop, Cognos, BO, Microsoft Power BI, Oracle, Microstrategy, QlikView, Tableau 등이 있습니다.

국내에는 BDP, Guoyun Data(빅데이터 분석 매직 미러), Sematic, FineBI 등이 있습니다.

2. 데이터웨어 하우스

Teradata AsterData, EMC GreenPlum, HP Vertica 등이 있습니다.

3. 데이터 마트

QlikView, Tableau, Style Intelligence 등이 있습니다.

물론 빅데이터 분석을 배우는데 함정이 많다.

"빅데이터 분석가로 진로를 바꾼 걸 후회한다", "빅데이터 분석을 배우는 게 현실적일까? 제로 파운데이션", "빅데이터 분석 교육이 좋다"취업?", "진로 전환을 위해 꼭 알아야 할 빅데이터 분석 기술"