Coursera 수료증 발급 - Coursera sulyojeung balgeub

골드스미스 대학에서 운영하는 데이터사이언스(Data Science) 프로그램에 대한 관심이 있어서, 난이도가 낮은 온라인 과정을 선택해 수강했다. 앞서 중국어 초급과정을 수료한 것과 마찬가지로 현재 수준을 지표로 가지고 앞으로 꾸준히 공부할 동기부여를 위해 유료 수료증을 구매하였다. 가격은 38파운드(1500원/파운드 환율 계산하면 57,000원)이다.

​

[Foundations of Data Science: K-Means Clustering in Python] 과목 배경/수강 전 수준/수강 후기

@2020,4월 Coursera certificate(38파운드)

​

MOOC.org에서 파생된 온라인 교육 플랫폼인 Coursera는 다른 2개의 플랫폼(Udacity, edX)과 동일하게 강의 개설시 모든 수업 자료를 완성하여 올리도록 되어있고, 주관식 시험은 수강생들끼리 평가를 진행하기 때문에 교수진의 추가 근로를 필요로 하지 않는다. 물론 객관식 시험은 컴퓨터가 자동채점을 진행하게끔 되어있다. 차이점은 Udacity나 edX가 유료 수업으로 수강 신청 단계에서부터 수업료 지불을 요구하지만 Coursera는 무료 수업을 받고 과정을 모두 마친 이후 수료증 발급 단계에서 결재를 요청한다. 때문에 수강생들의 강의 평가(별점)와 함께 수료증(Certificate) 발급 전환율로 컨텐츠 품질 모니터링을 할 수 있다.

​

이와 같은 오픈 강의는 유료 강의와 목적을 다르게 하기 때문에 살아남을 수 있다. 예를 들어 이번에 수료한 Goldsmiths, University of London의 데이터 사이언스 초급 과정은 2020-21년도 온라인 석사과정의 선행학습 권고사항이다. -해당 석사과정 지원 생각이 없기 때문에- 입학요건을 자세히 설명하진 않겠지만, 석사 프로그램 안내 페이지에서부터 "If you do not have previous experience of programming in Python, we advise you to take our MOOC before you start the programme,"이라고 직접 링크를 연결해 두었다. 골드스미스 대학은 이렇게 무료 온라인 강의를 노출하는 방식으로 예비 데이터사이언스 석사(MSc Data Science) 학생들의 사전 학습을 유도하여 수준을 향상시키는 반면, 그 과정에서 추가 비용을 과도하게 청구한다는 비난을 피할 수 있다.

​

​

[온라인 강의를 듣기 전]

데이터 분석/데이터 사이언티스트 분야에 관심이 있는 대학생 수준으로 공부를 시작했다. 해외 대학에서 제공하는 강의이므로 어쩔 수 없이 영어로 학습할 수 있는 '기초 체력'은 필수지만 컴퓨터 학과를 전공하지 않았거나 프로그래밍 경험이 없는 사람도 환영한다.

(필수)기초 통계 및 프로그래밍 이론에 대한 영어 강의를 듣고 이해할 수 있다.

(필수)그래프 등 그림 설명을 영어로 작성 할 수 있고, 이를 포함한 2~4 페이지 분량의 보고서를 작성할 수 있다.

(선택)for-loop와 같은 기초 프로그래밍 개념을 알고 있다.

(선택)Jupyter notebook을 설치해서 사용해본 경험이 있다.

(선택)프로그래밍 언어인 Python에서 NumPy, Pandas, Matplotlib와 같은 라이브러리 활용을 할 수 있다.

​

​

[내가 다시 찾을 내용만 한번 더 적는 목차: 내용은 coursera에서 확인]

(W2) Introduction to Mathematical Concepts of Data Clustering, Population vs Sample, Bias

(W3)

-Multidimensional Data Points and Features, Multidimensional Mean, Dispersion: Multidimensional Variables, Distance Metrics, Normalisation, Outliers

-Adding Graphical Overlays, Matplotlib Patches Documentation, List Comprehension, Normalisation in Python, Errata, Outliers and Plotting Normalised Data

(W4)

-Labelling Points on a Graph, The Pyplot Text Function, Labelling all the Points on a Graph

-Using K-Means to Interpret the Data, Documentation for sklearn.cluster.KMeans

(Peer-graded Assignment)

-Create a Labelled Plot of the Happiness Data

-Exploratory Data Analysis

-Clustering

-Report(is written for a Client, not a specialist in Data Science)

​

​

​

[목표했던 만큼 공부를 마치며]

-실시간 소통은 아니었지만- 동료 수강생들의 의견을 받아보고 내가 그들의 과제를 평가해보기도 하는 강의 방식이 목표치를 달성하는데 상당히 효과적으로 작용했다. 3주차 강의까지 큰 노력없이 잘 따라가다 4주차, 5주차 마지막에 집중되는 과제들로 시간이 좀 소요되었다. 4주차는 제출한 과제가 1차 평가에서 점수 미달이 나와 수정하고 제출하느라 통과 시간이 더 걸렸고, 5주차는 제출을 일찌감치 했으나 평가 대기 시간이 3일 넘게 걸려서 지루한 기다림과 싸워야 했다.

관련 업계에서 업무 경험도 없고, 학위가 있는 상태도 아닌, 공부 중인 학생이라 coursera강의를 듣고 블로그에 기록하는게 도움이 많이 된다. 내친김에 Data Science 분야를 따로 분류해서 python 프로그래밍 등 배운 내용을 포스팅하려고 마음 먹었다. 5만7천원어치 값은 넘치게 하는 강의였고, 자기 계발에 대한 동기 부여도 최고로 되었다. 강의 개설 목적과 같이 영국 대학 진학을 목표로 하고 있거나, 데이터 분석 쪽으로 대학원 유학을 생각한다면 맛보기 강의로 추천한다.

​

​

개인적으로 영국유학을 준비하던 2018년 이전에도 빅데이터 분석, 인공지능(머신러닝) 등 컴퓨터 계열 기술은 상당히 주목받고 있었다. 국내에서는 필요 인력의 수요가 높지만 인재 양성 기관 부족으로 어려움을 호소하는 업계의 목소리가 크게 힘을 받아 정부로부터 미래 산업으로 지정받고 대학원 설립 신설 계획들이 연달아 발표되었다. 2년이 지난 지금은 빅데이터 대학원 진학 vs 취업 고민 상담에 진지하게 답을 하는 사람이 과연 있을까도 모르겠다. 정보가 너무 많아서 어디서부터 시작해야 할지 골라볼 수 있고, 앞서 시행착오를 거친 경험담도 많기 때문에 방법을 묻는건 무의미한거 같다. 전망이 밝다고 해서, 수요가 많다고 해서 맞지 않는 공부를 계속 할 수도 없고 -졸업도 못할 바에- 시작하기 전에 이런 온라인 무료 강의 부터 하나씩 들어보고 시간을 들여 체험해보는게 정답일 거 같다. 나는 관심두고 목표했던 만큼 공부 잘 한거 같고 Easter 기간까지 쉬면서 초보자 노트정리만 잘하면 될거 같다. 마침.