AI학부 전공분리(신설)
빅데이터공학전공
데이터 기반 문제 해결 및 응용에 기여할 기술인력 양성
• 현장에 바로 투입 가능한 데이터엔지니어 양성
• 컴퓨터소프트웨어 기본기를 갖춘 소프트웨어 개발능력 함양
• 데이터분석준전문가 자격을 갖춘 빅데이터 수집, 가공 및 활용 역량 강화
주요 교과목
| 교과목 | 교육내용 |
|---|---|
| 프로그래밍 기초 | 소프트웨어 개발 입문자를 위한 언어(예: Python)를 사용하여 프로그래밍의 기본 개념을 소개하고 범용 프로그래밍은 물론 머신러닝에서 활용도가 높은 라이브러리들을 학습하는 기회를 제공한다. |
| 빅데이터 기초 | 빅데이터의 개념을 이해하고 실상활에서 빅데이터 활용방법을 학습한다. 노코딩 빅데이터 분석도구를 활용하여 정형데이터에 대한 탐색적 데이터 분석기법을 학습한다. |
| AI/ML 개론 | 인공지능과 머신러닝의 기본 개념을 소개하고 다양한 유형의 머신러닝 문제들에 대한 No Code, Low Code 혹은 Code 기반 해결책을 실습 중심으로 학습한다. |
| 프로그래밍 I/II | 기초파이썬을 이수한 학생들을 대상으로 numpy, matplotlib, pandas, skilearn, tensorflow 라이브러리를 활용한 데이터분석 기법을 학습한다. |
| 데이터베이스시스템 | 데이터베이스관리시스템의 개념을 이해하고, 다양한 관계형 및 비관계형 데이터베이스의 운영과 활용 방법을 실습을 중심으로 학습한다. |
| 데이터 시각화 I/II | 빅데이터 분석에 필수인 데이터 시각화 기법에 대해서 학습한다. 데이터 스토리텔링, 시각화 차트 선택, 인터렉티브 데시보드 설계 및 구현 방법을 학습하고 데이터 시각화 포트폴리오까지 제작한다. |
| 빅데이터 실무 | 빅데이터 분석 목표를 설정하고 관련 데이터 수집, 가공, 분석, 시각화 전단계에 필요한 기술을 학습한다. 최종 산출물로 팀별 빅데이터 분석 포트폴리오를 제작한다. |
| AI 서비스 개발 | 특정 문제에 대한 머신러닝 모델을 개발하고 이를 중심으로 하는 서비스를 대시보드 혹은 대화식 앱이나 웹으로 배포하는 전 과정을 풀스택 개발 방법에 따라 실습 위주로 학습한다. |
| 데이터베이스 프로그래밍 | 관계형데이터베이스에 저장되어 있는 데이터를 효과적으로 추출하고 가공하기 위한 SQL 언어를 학습한다. 프로그래밍 언어와 DB연동하는 방법을 학습한다. |
| 기초통계 | 빅데이터 분석 및 인공지능 분야의 데이터 해석에 필요한 기술 통계에 대해 학습한다. 데이터 요약, 표본추출, 확률분포, 표본분포 각 영역에서 주요 개념들을 다룬다. |
