데이터사이언스전공

비전
사회에서 요구하는 전문성과 실용성을 겸비하여 데이터 중심의 지식정보화 시대 주도
교육목표
인재양성목표: 창의적이고 복합적인 능력을 갖춘 데이터사이언스 전문가 인재 양성
교육목표:
- 데이터사이언스에 대한 전문성 습득
- 데이터사이언스에 대한 실용성 강화
- 데이터 중심 사회를 주도할 IT 전문 인력 양성
- 데이터사이언스 역량을 통해 기업 및 국가 발전에 기여
- 다양한 분야의 데이터를 분석 및 이해하는 능력 함양
교육방법
- 데이터사이언스 핵심 지식 교육 프로그래밍, 수학 및 통계, 데이터 분석, 데이터 처리에 관한 전문교과목을 통한 핵심 역량 교육
- 데이터사이언스 실무 역량 강화 프로그래밍 실습, 데이터 분석 프로젝트, 인턴십, 산학협력 프로그램 등을 통한 현장 적응력 강화
- 창의성, 협업 능력, 융합 능력 배양 BL, BL 등 다양한 교수법 수업, 졸업프로젝트, 비교과 심화 프로그램 등을 통한 문제해결 능력 강화
졸업 후 진로
- 대기업: 삼성전자, 삼성 SDS, LG전자, LG CNS, KT, SK Telecom 등
- 소프트웨어 전문기업: 네이버, 카카오, NC소프트 등
- 외국계 기업: Microsoft, IBM, Apple, Google, Facebook 등
- 금융회사: 한국은행, 신한은행 등
- 정부출연 연구기관: 한국전자통신연구원(ETRI), 한국과학기술정보연구원(KISTI) 등
- 공기업/정부산하기관: 한국인터넷진흥원(KISA), 한국정보화진흥원(NIA), 소프트웨어정책연구소(SPRi) 등
- 교육분야: 대학원 과정 후 강사 및 교수
권장이수체계흐름
- 컴퓨터 프로그래밍: 소프트웨어의이해 → 파이썬데이터분석 → 자료구조 → 자바프로그래밍 → 알고리즘 → 모바일소프트웨어
- 컴퓨터 시스템: 리눅스 시스템 → 운영체제
- 통계 및 수학: 데이터통계입문 → 컴퓨터수학 → AI수학 → 데이터사이언스통계분석
- 데이터 분석: (데이터사이언스개론, 인공지능기초) → 데이터마이닝및분석 → (머신러닝, 생성형AI의이해) → 딥러닝
- 데이터 처리: 빅데이터처리 → 데이터베이스설계와질의 → 데이터베이스프로그래밍 → 클라우드시스템
- 고급 응용: 자연어처리, 영상정보처리, 바이오인포매틱스, 사물인터넷시스템, 데이터종합분석