목차
0주차 | SQL 이해와 학습 준비 오리엔테이션
“첫 출근, 데이터팀에 오신 걸 환영합니다!” SQL 소개
“데이터는 어디에 저장될까요 ” 데이터베이스와 DBMS
“테이블 구조를 알려 줄게요.” 테이블, 행, 열, 데이터 타입
“SQL이 뭔지 알려 줄게요.” SQL 명령어의 종류
“드디어 첫 SQL을 실행해요!” 실습 환경 설정과 첫 쿼리
1주차 | 데이터 조회와 집계 기초
Day 1 신규 앨범 첫날 성과 추적 SELECT, FROM, LIMIT
Day 2 슈퍼팬 타깃 마케팅 대상 추출 WHERE
Day 3 포토카드 인기 순위와 시세 추적 ORDER BY
Day 4 플랫폼별 팬 분포 현황 GROUP BY
Day 5 월 100만 스트리밍 아티스트 선별 HAVING
2주차 | 테이블 연결과 분석 심화
Day 6 ‘팬 이탈 원인을 데이터로 증명하기’ JOIN
Day 7 “우리가 업계 평균보다 나은가 ” 서브쿼리
Day 8 “팬사인회, 투자 대비 정말 남는 장사일까 ” WITH(CTE)
Day 9 ‘차트 순위 변화, 숫자로 잡아내기’ 윈도우 함수
Day 10 ‘SNS 반응 데이터에서 인사이트 찾기’ JSON 데이터
3주차 | AI 프롬프팅과 SQL 생성
Day 11 “긴급 데이터 요청, AI에게 맡겨 봅시다.” Zero Shot & Few Shot
Day 12 “빨간 에러 메시지, AI가 해결해 줍니다.” 구문 및 의미 오류 검증
Day 13 “결과가 이상한데 에러가 없어요.” 논리 오류 검증
Day 14 “테이블이 17개인데 뭘 골라야 하죠 ”-Schema Linking, Prompt Chaining
Day 15 “같은 질문인데 AI 답변이 매번 달라요.” 쿼리 검증
4주차 | AI 실전 활용과 분석 완성
Day 16 “팀장님이 던진 숙제, 어디서부터 시작하지 ” 요구사항 및 문제 정의
Day 17 ‘17개 테이블, 3개만 남기기’ 메타데이터 활용부터 심화 질문 도출
Day 18 “이 쿼리, 더 좋게 만들 수 있을까 ” Query Refactoring
Day 19 “이 숫자, 뭘 더 알려 줄 수 있지 ” Exploratory Analysis
Day 20 “팀장님 발표 자료, 최종 점검” Output Format
심화·특별편 | 클로드 코드로 만드는 나의 데이터 분석 에이전트
나만의 데이터 분석 에이전트를 만드는 다섯 단계
환경 셋업 HARMONY 데이터셋과 query_history 실행 기록
Day 21 “AI가 답만 주고 멈추면, 실행은 누가 하죠 ” 에이전트와 클로드 코드
Day 22 “스키마, 매번 복사해 붙일 건가요 ” MCP로 데이터베이스 직접 연결
Day 23 “같은 설명을 매번 해야 하나요 ” CLAUDE.md와 Skills
Day 24 “위험한 쿼리를 실행 전에 막을 수 있을까요 ” Hooks와 서브에이전트
Day 25 “이 결과, 진짜 믿어도 될까요 ” 평가셋과 자동 실행
“첫 출근, 데이터팀에 오신 걸 환영합니다!” SQL 소개
“데이터는 어디에 저장될까요 ” 데이터베이스와 DBMS
“테이블 구조를 알려 줄게요.” 테이블, 행, 열, 데이터 타입
“SQL이 뭔지 알려 줄게요.” SQL 명령어의 종류
“드디어 첫 SQL을 실행해요!” 실습 환경 설정과 첫 쿼리
1주차 | 데이터 조회와 집계 기초
Day 1 신규 앨범 첫날 성과 추적 SELECT, FROM, LIMIT
Day 2 슈퍼팬 타깃 마케팅 대상 추출 WHERE
Day 3 포토카드 인기 순위와 시세 추적 ORDER BY
Day 4 플랫폼별 팬 분포 현황 GROUP BY
Day 5 월 100만 스트리밍 아티스트 선별 HAVING
2주차 | 테이블 연결과 분석 심화
Day 6 ‘팬 이탈 원인을 데이터로 증명하기’ JOIN
Day 7 “우리가 업계 평균보다 나은가 ” 서브쿼리
Day 8 “팬사인회, 투자 대비 정말 남는 장사일까 ” WITH(CTE)
Day 9 ‘차트 순위 변화, 숫자로 잡아내기’ 윈도우 함수
Day 10 ‘SNS 반응 데이터에서 인사이트 찾기’ JSON 데이터
3주차 | AI 프롬프팅과 SQL 생성
Day 11 “긴급 데이터 요청, AI에게 맡겨 봅시다.” Zero Shot & Few Shot
Day 12 “빨간 에러 메시지, AI가 해결해 줍니다.” 구문 및 의미 오류 검증
Day 13 “결과가 이상한데 에러가 없어요.” 논리 오류 검증
Day 14 “테이블이 17개인데 뭘 골라야 하죠 ”-Schema Linking, Prompt Chaining
Day 15 “같은 질문인데 AI 답변이 매번 달라요.” 쿼리 검증
4주차 | AI 실전 활용과 분석 완성
Day 16 “팀장님이 던진 숙제, 어디서부터 시작하지 ” 요구사항 및 문제 정의
Day 17 ‘17개 테이블, 3개만 남기기’ 메타데이터 활용부터 심화 질문 도출
Day 18 “이 쿼리, 더 좋게 만들 수 있을까 ” Query Refactoring
Day 19 “이 숫자, 뭘 더 알려 줄 수 있지 ” Exploratory Analysis
Day 20 “팀장님 발표 자료, 최종 점검” Output Format
심화·특별편 | 클로드 코드로 만드는 나의 데이터 분석 에이전트
나만의 데이터 분석 에이전트를 만드는 다섯 단계
환경 셋업 HARMONY 데이터셋과 query_history 실행 기록
Day 21 “AI가 답만 주고 멈추면, 실행은 누가 하죠 ” 에이전트와 클로드 코드
Day 22 “스키마, 매번 복사해 붙일 건가요 ” MCP로 데이터베이스 직접 연결
Day 23 “같은 설명을 매번 해야 하나요 ” CLAUDE.md와 Skills
Day 24 “위험한 쿼리를 실행 전에 막을 수 있을까요 ” Hooks와 서브에이전트
Day 25 “이 결과, 진짜 믿어도 될까요 ” 평가셋과 자동 실행
기본 적립금
2배 적립금