재무빅데이터분석사(FDA)자격증 취득
- 1차 개강일
- 25년 11월 04일(화)
- 2차 개강일
- 25년 11월 18일(화)
고용24 국민내일배움카드 훈련과정명은
재무빅데이터분석사(FDA)자격증 취득입니다.
- 교육기간
- 정규 3~4개월 취준생/직장인/초보자
- 수강료
산업구조변화대응 특화훈련 (산대특)
훈련비 전액무료 + 특별지원 20만원
- 취업분야
-
빅데이터 플랫폼 엔지니어, 데이터엔지니어, 빅데이터 분석 전문가,
DB 엔지니어 데이터 분석이 필요한 분야별 전문가,
금융전문가, 경영분야, 회계전문가, 기업 실무자 등
산업구조변화대응 특화훈련 [산대특]
산업구조 변화 등에 따라 훈련 공급 부족 문제를
해소하기 위해 디지털 선도 기업 아카데미 등
새로운 훈련 유형들을 개발, 청년 일자리 문제
산업계의 시급한 인력 수요를 공급할 수
있도록 만든 훈련.
- 훈련비
전액무료 - 특별수당
지원 - 취업
연계
데이터분석 전문가로서 다양한 분야에서
높은 품질의 직무 수행 기회를 얻을 수 있는
재무빅데이터 분석 전문가(FDA)
자격증이란?
재무빅데이터 분석 전문가(FDA, Financial big-Data Analyst) 자격증은
한국공인회계사회가 주관하는 융합형 데이터분석 전문 자격시험으로,
기업 재무 데이터의 이해와 활용, 회계지식, 데이터베이스, 데이터 요약 및 예측,
통계지식 등을 종합적으로 평가합니다.
Start now
재무 빅데이터 분석 실무
- 회계원리&회계 감사
- Excel 및 Python 기초/활용
- 데이터 베이스 기초 활용
- Fraudit 기초/활용 재무 분석
- Fraudit Python 활용 Analysis, 급여분석&재무 데이터 분석
재무빅데이터 분석 전문가(FDA) 취득까지
기업 내·외부 재무 데이터를 활용하여
부정적발, 분식회계탐지, 경영비효율
감지 등 재무데이터를 분석 활용합니다.
파이썬을 활용, 전산감사 소프트웨어 Fraudit을
활용하여, 기업 데이터를 요약하고 예측하여
실무에 활용할수 있는 데이터를 교육
- Fraudit 소프트웨어 : 부정적발 및 분식회계 탐지에 특화된 템플릿으로
사용이 쉬우면서 강력한 기능을 발휘할 수 있는 스크립트(언어)를 사용하여
방대한 양의 데이트를 분석할 수 있는 소프트웨어이다.
- 오프라인 현장 학습을 통한 실무감 상승
- 전문가에 의존하지 않고도 일반 분석가가 업무를 수행할 수 있게 하는 방법
- 개인 프로젝트 제작에 적용이 가능한 교육
FRAUDIT 장점
- 파이썬 Based
- 데이터 분석에 널리 사용되는 프로그래밍 언어
- Python 문법을 그대로 사용
- Python 라이브러리 사용가능
- Scikit-learn, Tensorflow 등과 연동하여 분석 용이
- GUI&Script \
- 모든 GUI 기반의 동작은 Script code로 확인 가능
- Script code 모든 동작 가능
- 고급 사용자를 위한 Script code 지원으로 분석에 필요한 기능 구현
- Script Framework
- 사용자 정의 확장 기능을 Create, import, export, manage 하는 기능
- 고급 사용자가 만든 확장 기능을 일반 사용자도 손쉽게 활용
- 확장 기능 거래 시장 형성
- FDA 2급
- 이론 - 기초회계·기초통계·데이터베이스 개요·Python 기초
- 실기(주관식) - Python 기초 · Fraudit(데이터분석)
- FDA 1급
- 이론 - Python 중급
- 실기(주관식) - Python 중급 · Fraudit(데이터분석 심화)
재무빅데이터 분석 전문가(FDA) 자격증 취득
당신만의 특별한 프로젝트가 완성됩니다.
기업 내부·외부 재무 데이터를 활용하여
부정 적발, 분식회계 탐지, 경영 비효율 등을
감지할 수 있는 전문가(FDA)로 거듭납니다.
파이썬과 Fraudit을 활용하여 방대한 양의 데이터를 분석하여
부정적발, 분식회계탐지 등을 보다 효율적으로 감지 합니다.
관련 자격증 취득이 가능합니다.
수강후기
커리큘럼
- 1
회계원리
- 회계의 순환과정 및 분개장과 총계정원장
- 자산의 개념(유동자산과 비유동자산)
- 부채의 개념(유동부채와 비유동부채)
- 자본의 개념 및 자본의 종류
- 수익의 개념 및 인식과정
- 비용의 개념 및 인식과정
- 시산표의 의의 및 작성
- 결산정리사항 및 수정분개처리
- 결산마무리 및 재무제표의 작성
- 2
재무제표 작성 (회계·감사)
- 재무제표 작성
- 3
엑셀 및 파이썬을 활용한 통계
- 통계학의 기본개념
- 자료와 변수에 대한 인식 및 자료의 척도
- 표본의 개념과 표본추출의 방법
- 파이썬을 활용한 기술통계분석
(기술통계학과 추리통계학) - 확률의 기본개념 및 조건부 확률, 독립성
- 확률변수 및 파이썬을 활용한
이산확률분포, 연속확률분포 분석 - 표본분포의 정의
- 표본의 추정과 가설검정의 정의
- 가설검정의 귀무가설,
대립가설 및 1종 오류와 2종 오류 - 엑셀 및 파이썬을 활용한 Z-검정, T-검정,
F-검정 분석방법 및 사례이해 - 변수간의 상관분석
- 엑셀 및 파이썬의 Z-Score, T-test,
F-test을 활용한 선형회귀분석 사례분석
- 4
파이썬 프로그래밍
- 파이썬의 개요
- 변수의 설정 및 연산자와 복합연산자
- 코딩 주석처리 및 들여쓰기(Indent)와 콜론(:)처리
- Data Type
- IF(조건)문과 FOR(반복)문의 활용
- 사용자 정의 함수의 활용(def문, lambda문)
- 문자열과 연산 결과 및 중복 값을
제외한 결과를 처리하는 함수 - 자료분석을 위한 range(), enumerate(),
zip(), all(), any() 함수 - lambda와 filter 함수의 활용
- 문자열 포맷팅
- 코딩의 예외 처리
- 5
빅데이터 분석 기초기술 활용
- 빅데이터분석 기초기술 활용
- 6
데이터베이스
- 관계형 데이터베이스란?
- 관계형 데이터베이스의 Entity,
Attribute, Relation의 개념 및 관계 - SQLite에서 SQL 활용(DDL, DML, DCL)
- 테이블의 조인(Inner Join, Outer Join)
- 데이터베이스와 Fraudit의 연결 및 활용
- 7
Fraudit 기초
- Fraudit의 개요 및 엑셀과의 차별점
- Fraudit 기초 및 테이블과 데이터 타입
- Fraudit의 Select 메뉴 및 활용 사례
- Fraudit의 Join 메뉴 및 활용 사례
- Fraudit의 Group 메뉴 및 활용 사례
- Fraudit의 Summarize 메뉴 및 활용 사례
- Fraudit의 Remove와 Duplicates 메뉴 및 활용 사례
- Fraudit의 Merge 메뉴 및 활용 사례
- Fraudit을 활용한 Pivot Table 작성
및 Chart 작성 - Fraudit의 Analyze 메뉴를 활용 및
선형회귀분석 활용 사례
- 8
파이썬, Fraudit을 활용
재무빅데이터분석 실무- 파이썬의 개요
- Fraudit과 파이썬을 활용한
분개장에 대한 활용 및 분식회계 분석
(시산표 작성, 이중 급여 작성, 회계처리 오류 발견,
요일별 거래 분석, 내부통제의 취약점 분석,
거래금액 등의 특이점 발견, 재고자산 원가계산,
감가상각비 계산 등) - Fraudit과 파이썬을 활용한 송장 분석
(매출 거래 분식 발견, 영업부서의 부정거래 발견,
가격을 조금씩 올리는 업체 분석 등) - Fraudit과 파이썬을 활용한 급여 분석
(이중 급여 지급, 급여 인상률의 이상치 확인,
급여 지급 오류 등) - Fraudit과 파이썬을 활용한 기타 분석
(블랙리스트의 선별 등)
- 9
기업 재무데이터 시각화 프로젝트
- 분석 대상 기업체선정
- 재무자료분석 / 추출
- 재무데이터 시각화(재무상태표,
손익계산서, 영업이익, 매출액분석)
데이터 사이언스 자격증
10초 안내받기
원하시는 과정을 선택하시면 1:1 상담을 진행해드립니다.