교육목표
- 창의적인 데이터 분석 및 소프트웨어 개발 능력을 가진 인재 양성
- 다양한 분석 능력을 바탕으로 산업현장에서 필요로 하는 전문적인 실무능력을 갖춘 인재 양성
- 기초 소양 및 데이터 분석에 요구되는 상황 인지 및 지식 전달 능력을 보유한 인재 양성
- 국제 감각 및 올바른 직업윤리 의식을 가지고 있는 인재 양성
전공 역량
| 전공 역량 | 세부 역량 | 정의 및 달성 기준 |
|---|---|---|
| 전공 지식 | 기초 지식 | 기본적인 컴퓨터 프로그래밍 능력과 데이터 사이언스 개념을 이해하고 설명할 수 있다. |
| 응용 능력 | 기초 지식을 바탕으로 주어진 문제에 맞는 해결방법을 선택하고 해석할 수 있다. | |
| 심화 능력 | 기초 지식과 응용 능력을 바탕으로 도메인 특화 영역에서 제기되는 문제를 데이터 분석 기법을 사용하여 해결할 수 있다. | |
| 소프트웨어 응용 | 자료 처리 | 주어진 문제를 이해하고 관련 자료를 수집하고 분석 처리하여 문제해결을 위한 객관적이고 합리적인 해답을 찾을 수 있다. |
| 자료 분석 | 수집된 자료로부터 정보 추출을 위하여 적절한 분석방법을 적용하고 결과를 도출한다. | |
| 분석 결과 활용 | 수집된 자료를 분석함으로써 얻은 결과를 바탕으로 타당한 의사결정을 내리고 이를 활용한다. | |
| SW융합적 사고 | 도메인 특화 데이터에 대해 소프트웨어 융합 관점에서 다양한 데이터 사이언스 기법을 사용하여 이를 분석하고 응용할 수 있다. | |
| 실무 능력 | 프로젝트 실무 능력 | 도메인별 문제은행에 주어진 정제된 데이터와 오픈 소프트웨어를 활용하여 소규모 과제를 팀단위로 해결함으로써 데이터 사이언스에서 배운 이론을 실제 적용하여 결과를 도출하는 실무능력을 배양한다. |
| 산업맞춤형 인턴쉽을 통한 산업체 경험 | 데이터 분석 기술을 적용할 수 있는 현장실습으로서, 해당 기업과의 협약을 통해 인턴십(단기·장기 형태)을 수행함으로써 산업체 경험을 쌓는다. |
진로 트랙
산업계
| 목표 직종 | 이수 목표 | 편성 교과목 |
|---|---|---|
|
소프트웨어에 대한 기초/응용/심화 지식과 산업체 도메인별 지식을 바탕으로 데이터 분석 능력을 갖춘 인재 양성 | 프로그래밍기초, 데이터사이언스개론, 자료구조, 알고리즘, 데이터처리프로그래밍, 데이터시각화, 인공지능, 데이터베이스, SW융합캡스톤디자인, SW국내단기현장실습(4주), 기계학습, 데이터마이닝, SW국내단기현장실습(8주), 빅데이터분석및활용 |
공공 분야
| 목표 직종 | 이수 목표 | 편성 교과목 |
|---|---|---|
|
공공기관의 데이터 분석 전문가 및 대학, 연구소 등의 데이터 분석 전문가 양성 | 프로그래밍기초, 데이터사이언스개론, 자료구조, 알고리즘, 데이터처리프로그래밍, 데이터시각화, 인공지능, 데이터베이스, SW융합캡스톤디자인, SW국내단기현장실습(4주), 기계학습, 데이터마이닝, SW국내단기현장실습(8주), 빅데이터분석및활용 |
대학원진학
| 목표 직종 | 이수 목표 | 편성 교과목 |
|---|---|---|
|
소프트웨어와 데이터사이언스에 대한 기초·응용·심화 지식 습득, 데이터 분석을 위한 소프트웨어 활용 및 결과 해석 능력, 데이터 분석을 위한 자료수집·저장·처리·분석·해석 능력 함양 | 프로그래밍기초, 데이터사이언스개론, 자료구조, 알고리즘, 데이터처리프로그래밍, 데이터시각화, 인공지능, 데이터베이스, SW융합캡스톤디자인, SW국내단기현장실습(4주), 기계학습, 데이터마이닝, SW국내단기현장실습(8주), 빅데이터분석및활용 |
이수 인정 요건
| 이수 방법 | 이수 학점(전공영역별 이수학점 이상 취득) | ||
|---|---|---|---|
| 전공필수 | 전공선택 | 계 | |
| 복수전공 | 3학점 | 39학점 | 42학점 |
| 부전공 | 3학점 | 18학점 | 21학점 |