모듈 1: 데이터 분석을 위한 Python 이해 (24h)
학습 결과
학생은 Python 3.7+ 타입 힌트와 비동기 프로그래밍을 이용하여 AI-native 데이터분석 코드를 작성할 수 있다.
ABCD 학습목표 & Bloom 수준
| # | ABCD 학습목표 | Bloom 수준 | 관련 sources | 평가 방법 |
|---|---|---|---|---|
| 1-1 | Behavior: Python 타입 힌트(type hints)를 함수·클래스에 적용하고 / Condition: IDE 자동 완성·검증 도구 활용 / Degree: 모든 함수 파라미터·반환값에 타입 명시 | Understand | python-type-hints-fastapi | 코드 리뷰 (타입 커버리지 90% 이상) |
| 1-2 | Behavior: async/await 문법으로 비동기 프로그램을 작성하고 / Condition: 파일 I/O·DB 조회 등 대기 작업 포함 / Degree: 동기 대비 처리량 2배 이상 증가 | Understand | python-asyncio-daleseo | 성능 벤치마크 |
| 1-3 | Behavior: Python 환경설정(venv/poetry/conda)을 자동화하고 / Condition: requirements.txt 또는 pyproject.toml로 / Degree: 팀원이 1회 명령으로 환경 복제 가능 | Apply | python-venv-poetry-conda-leapcell | 환경 재현 테스트 |
| 1-4 | Behavior: Pydantic을 이용하여 데이터 검증 모델을 정의하고 / Condition: JSON 입력 데이터에 / Degree: 타입·범위·필수 필드 자동 검증 | Apply | pydantic-validation-velog | 스키마 검증 테스트 |
📚 사용 Sources (권장 읽기 순서)
| 순서 | Sources | 학습목표 | 예상 학습 시간 | 비고 |
|---|---|---|---|---|
| 1️⃣ | python-type-hints-fastapi | 1-1 | 1.5h | 기초: 타입 힌트 개념부터 |
| 2️⃣ | python-asyncio-daleseo | 1-2 | 2h | 심화: 비동기 프로그래밍 성능 (3배) |
| 3️⃣ | python-venv-poetry-conda-leapcell | 1-3 | 1h | 실습: 환경 설정 5가지 도구 |
| 4️⃣ | pydantic-validation-velog | 1-4 | 1.5h | 연계: 데이터 검증 (FastAPI 기초) |
| 학습 시간 합계 | 1-1~1-4 | ~6h | 강의 24h 중 이론 학습 부분 |
강의 자료 출처
- python-type-hints-fastapi — FastAPI 공식 타입 힌트 가이드 (Simple/Generic/Union 타입)
- python-asyncio-daleseo — Dale Seo 비동기 프로그래밍 완벽 가이드 (asyncio.gather, 성능 3배)
- python-venv-poetry-conda-leapcell — 가상환경 5가지 도구 비교 (venv·virtualenv·pipenv·poetry·conda)
- pydantic-validation-velog — Pydantic 데이터 검증 (BaseModel, Field, Validator, FastAPI 통합)
- learning-objectives-abcd — 학습목표 작성 기준
- fastapi (타입 힌트·Pydantic 실전 예시)
- Python 공식 문서 (typing, asyncio 모듈)
역링크
⬅️ lecture-planning-2026에서 참조