전공소개
1. 키워드
빅데이터 | 공유 | 빅데이터융합 |
AI | 빅데이터창업 | 데이터사이언스 |
2. 개요
데이터 수집 및 처리, 분석 등 빅데이터 전문가에게 반드시 필요한 기초적인 교육부터 데이터 시각화 등 활용의 영역 그리고 빅데이터 윤리와 같은 법적 영역까지 다채로운 교육을 제공하고 있다.
심리학, 경영학, 사회학, 공학 등 다양한 전공과 융·복합할 수 있다는 학문적 특성이 있어 마케팅, 보건, 제조, 교육 등의 여러 분야에서 빅데이터 역량을 응용하고자 하는 학생들의 유입이 많다.
3. 세부 전공 및 대표 연구 분야
빅데이터 전공은 대규모 정형 및 비정형 데이터를 수집·분석·해석함으로써, 사회·산업·기술 등 다양한 분야에서 의사결정과 혁신을 이끄는 데이터 기반 문제 해결 역량을 탐구한다.
기계학습, 예측 모델링, 자연어 처리, 데이터 시각화, 데이터 윤리 등과 같은 융합형 연구주제를 중심으로 실증적 분석을 중시하는 것이 특징이다.
특히 빅데이터 혁신공유학부에서는 인문대학, 사회과학대학, 사범대학, 미술대학과 연계하여 교과인증과정을 운영함으로써 학제 간 협력을 위한 기반을 제공하고 있다.
4. 전공 공부를 위해 필요한 역량 및 적합한 학생 유형
기초통계학, 프로그래밍(특히 파이썬)에 대한 기본적인 이해가 있으면 보다 수월하게 빅데이터 관련 교과목을 이수할 수 있다.
본인의 전공 분야와 데이터를 융합하여 사고할 수 있는 융합적 관점을 가진 학생, 데이터를 활용해 문제를 정의하고 해결 방안을 도출하는 논리적 사고력을 지닌 학생
데이터 기반 솔루션을 기획하고 창업에 도전하고자 하는 열정 있는 학생
5. 전공에 대한 흔한 오해(Myths)와 사실
Q. 빅데이터 전공에 인문계 학생도 도전할 수 있다?
A. YES! 입문 전 상담을 통해 로드맵을 잘 짠다면 초급 교과목에서 시작하여 고급 교과목까지 본인의 수준에 맞게 설계하여 마이크로디그리(12학점 학위) 취득도 가능합니다.
Q. 관련 전공자들이 많아서 점수 받기가 어렵다?
A. NO! 절대평가 수업이 많기 때문에 비전공자 또는 입문자도 중도 포기하지 않고 열심히 한다면 좋은 성적을 받을 수 있습니다.
Q. 타 전공 학생들이 많기 때문에 팀 프로젝트를 하기 어렵다?
A. NO! 학생들마다 특화된 역량이 있기 때문에 프로젝트 내에서 역할 분담을 하기 수월한 구조입니다. 또한 팀프로젝트를 통해 다양한 전공생들과 협업하며 네트워킹할 수 있으며 특히 인문계열 학생의 경우, 기획자로서 경험과 프로젝트 전반에 대한 이해도를 넓힐 수있기 때문에 적극적으로 참여를 독려하고 있습니다.
Q. 마이크로디그리 과정 이수는 어려울 것이다?
A. NO! 본격적인 과정 이수 전 상담을 받는다면 과정 이수에는 어려움이 없습니다. 빅데이터 혁신공유학부에서는 슬랙을 통하여 빅데이터 마이크로디그리 과정 커뮤니티를 운영하고 있으며 실시간 일대일 상담을 통해 학생들에게 다양한 정보를 제공하고 있습니다. 또한 마이크로디그리 과정 오리엔테이션이나 전공탐색주간과 같은 오프라인 행사에서도 현장 상담을 진행하고 있으니 입문 전에 꼭 상담받아 보시는 것을 추천합니다!
교과과정 관련
1. 졸업요건
마이크로디그리: 마이크로디그리 편성 교과목 중 12학점 이상 이수
(교육과정 이수 교과목의 평균 점수가 80점(100점 만점) 또는 B0 이상일 경우, 성적 장학금 30만원 지급하며, 마이크로디그리 2개 이수하면 최대 60만원까지 수혜 가능)
2. 전공 교과 이수체계도
•
빅데이터 마이크로디그리(MD)가 궁금하다면 클릭하세요.(https://chipped-poinsettia-9ba.notion.site/MD-11f19d4a91e78035b9f3fdbd0cec9aa4?pvs=74)
3. 탐색을 위한 권장 교과목
교과목 번호 | 교과목명 | 권장 사유 및 과목 내용 |
M3500.000300 | (공유)빅데이터 개론 1 | 빅데이터 표준 초급 교과목
#빅데이터 #데이터과학 #기계학습 #확률및통계 #선형대수 |
M3500.004500 | (공유)자료구조 | 빅데이터 표준 초급 교과목
#데이터관리 #문제해결 #논리적사고 #효율과 #구상및구현 |
M3500.003400 | (공유)빅데이터 윤리 | 빅데이터 표준 초급 교과목
#빅데이터 #인공지능 #프라이버시 #민주주의 #정의 |
M3500.002400 | (공유)데이터 시각화 | 빅데이터 표준 초급 교과목
#빅데이터 #데이터시각화 #파이썬 #태블로 #비주얼라이제이션 |
M3502.014800 | (공유)멀티모달데이터처리 | 연계융합 표준 교과목
#멀티모달융합 #생성형AI #서비스개발 #프로젝트학습,
#데이터기반의사결정 |
기타 정보
1. 탐색을 위한 추천도서
도서명 | 저자 및 역자 | 출판사 | 출판연도 |
쉽게 배우는 자료구조 with 파이썬 | 문병로 | 한빛아카데미 | 2022 |
Introduction To Algorithms | 토마스 코멘, 찰스 레이서손, 로날드 르베스트, 클리포드 스타인 | 2024 | |
R로 하는 빅데이터 분석: 데이터 전처리와 시각화 | 김권현 | 2022 |
졸업생 진로
1. 졸업 후 주요 진로
연구 및 학술기관 : 교수 연구실, 대학 부설 연구원 등에서 다양한 프로젝트에 참여
공공기관 및 국책연구기관 : 한국재정정보원, 국립생물자원관, 문화정보원과 같은 기관에서 공공 데이터를 분석하고 정책 수립, 데이터 시각화, 정보시스템 고도화 등의 업무 수행
빅데이터 및 AI 기반 산업체 : 향후 졸업생들은 여러 산업 분야로 진출 가능하며, 데이터 분석가, 머신러닝 엔지니어, 데이터 기반 기획자, 디지털 콘텐츠 전문가 등으로의 진로도 열려 있음
홈페이지 및 연락처
02-889-5707 정보화본부 102동 207호