대학소개

대학소개

고대 상징

총장실

부총장실

조직

학교홍보물

방문 및 견학

입학안내

대학

대학원

교육ㆍ학사

대학[2016년 이전]

대학원

학사행정

국제교류교육원

평생교육원

교양교육원

교육지원

연구ㆍ산학

연구현황 및 성과

연구기관안내

연구지원사업

전문인력검색

세종산학협력단

BT융합 창업보육센터

온라인 안전관리 시스템

대학생활

대학공지

사회봉사

학생지원

학생활동

시설물이용

생활마당

참여마당

뉴스

Special

Today

Column

People

Global

Life

Alumni

Photo

Magazine

Data

교육ㆍ학사

빅데이터전공

URL
빅데이터전공

사회가 필요로 하는 빅데이터 전문가 양성빅데이터전공

  • 위치
    과학기술 2관 403호

  • 전화
    044-860-1550

  • 팩스
    044-860-1551

홈페이지바로가기

소개차기 빅 데이터 전문가를 환영합니다! - 빅데이터전공 진서훈 교수님 인터뷰 보기

날로 복잡해져가는 사회 속에서 IT기술의 발달과 더불어 데이터의 저장 및 처리 기술이 발달함에 따라 빅데이터의 활용이 매우 중요해 졌다. 이에 본 전공에서는 사회 다양한 영역에서 그 필요성이 커지고 있는 빅데이터에 대해 교육함으로써 사회가 필요로 하는 빅데이터 전문가를 양성한다. 이를 위해 통계이론, 컴퓨터 프로그래밍, IT 기본 역량 등을 학습하며 창의적이며 융합적인 사고를 바탕으로 한 문제해결 방법론을 교육한다.

교육목표
방대한 규모의 빅데이터를 분석/처리하는 기술과 이를 기반으로 사회 현상 변화의 합리적 해석과 효율적 의사결정기법의 개발을 목표로 하며 이를 통해, 빅데이터 전문가 인력을 양성하고자 한다.

1. 분석적 사고력을 갖춘 전문인 : 통계분석과 과학에 관심이 많으며 탐구심이 높아 논리적이고 합리적인 문제해결 능력을 가진 자로 컴퓨터 프로그램을 활용한 데이터기반 문제 해결 방법론의 개발 및 적용에 기여할 수 있는 인재
2. 창의적이며 융합적인 사고력을 갖춘 지성인 : 다양한 영역에 대한 이해의 폭이 넓고 커뮤니케이션 능력을 갖추었으며 문제해결을 위한 독창적 사고력을 갖추고 새로운 환경 변화에 빠르게 적응하고 리드해갈 수 있는 인재

인사말

오늘날 우리는 수많은 디지털 매체를 이용하며 살고 있습니다. 이런 환경은 아주 작은 행위 하나까지도 모두 데이터화 할 수 있는 기반을 제공합니다.
이렇게 쌓여지는 엄청난 규모의 데이터를 통해 우리가 살아가는 사회의 다양한 내용을 파악할 수 있습니다. 빅데이터는 기업의 영리활동뿐만 아니라 정부의 행정활동에도 그 쓰임새가 많으며 향후 더 많은 영역에서 더 많은 수요가 있을 것으로 예상됩니다.

우리 고려대학교 빅데이터 전공은 빅데이터 분석의 이론뿐만 아니라 실무적 분석 역량을 갖출 수 있도록 이론과 실습을 병행하는 교육을 진행합니다. 교육과정을 통해 습득한 내용은 현장에서 바로 활용될 수 있도록 매우 현실적이며 최신의 내용을 담고 있습니다. 빅데이터 관련 기업에서 인턴 생활을 할 수 있는 기회를 제공함으로써 현장의 생생한 환경을 대학 생활 중에 경험할 수 있고 이와 같은 경험은 빅데이터 전문가로 사회에서 활약하는데 좋은 양분이 될 수 있습니다.

빅데이터전공을 통해 여러분의 꿈을 실현하십시요. 사회가 원하는 역량을 갖춘 빅데이터 전문가로 키워내겠습니다.

빅데이터전공 주임 전수영

인재상

1. 분석적 사고
수학과 사회과학에 관심이 많으며 탐구심이 높아 논리적이고 합리적인 문제해결 능력을 가진 자로 컴퓨터 프로그램을 활용한 데이터기반 문제 해결 방법론의 개발 및 적용에 기여할 수 있는 자

2. 융합적 사고
다양한 교과목에 대한 이해의 폭이 넓고 커뮤니케이션 능력을 갖추었으며 특히 어학능력이 우수하여 글로벌 환경 변화 및 발전에 깊은 관심을 가진 자로 융합적 문제해결 능력이 뛰어난 자

3. 창의적 사고
문제해결을 위한 독창적 사고력을 가진 자로 창작, 창조, 발명 등에 탁월한 역량이 있어 새로운 환경 변화에 빠르게 적응하고 리드해갈 수 있는 자

 

 

교수진

빅데이터전공 교수진
이름 직위 전화번호 이메일 연구분야 학력
진서훈 교수 044-860-1555 seohoon@korea.ac.kr 빅데이터 analytics, 데이터마이닝, CRM 고려대학교 박사
전수영 부교수 044-860-1552 scheon@korea.ac.kr Monte Carlo Method, Bioinformatics, Bayesian Computation Texas A&M University 박사
권보경 조교수 044-860-1559 amykwon@korea.ac.kr Biostatistics, Statistical learning University of Pittsburgh 박사

졸업후진로

빅데이터 전공을 졸업한 후에 가능한 진로는 다음과 같다.
- 금융, 통신, 유통, 제조, 엔터테인먼트 등 빅데이터 활용이 필요한 산업체
- 포탈, 게임, 쇼핑몰 등 인터넷 업체
- 공무원 및 국가출연 연구기관
- 대학원진학
- 빅데이터 관련 창업

 

 

교육과정표

빅데이터전공 교육과정표
구분 학수번호 교과목명 학점
(시간)
1차년도 2차년도 3차년도 4차년도
공통교양 글쓰기 GSTE005,006 글쓰기Ⅰ‧Ⅱ 2(3)ㆍ2(3)

O

O

 

 

 

 

 

 

Academic English SLSC001,002 Academic English ⅠㆍⅡ 2(4)ㆍ2(4) O O

 

 

 

 

 

 

SLSC001,002 Academic English ⅠㆍⅡ 2(4)ㆍ2(4)

 

 

O

O

 

 

 

 

1학년세미나 GSKS001 1학년 세미나 1(1)

O

 

 

 

 

 

 

 

정보적사고 GSKS004 정보적사고 1(1)

 

O

 

 

 

 

 

 

RC프로그램

 

RC 프로그램 1(1)
[택 1]

O

 

 

 

 

 

 

 

소계

 

 

15

 

 

 

 

 

 

 

 

핵심교양 세계의문화 택3 (3개 영역에서 1과목씩) 3(3)ㆍ3(3)

 

 

 

 

 

 

 

 

역사의탐구

 

 

 

 

 

 

 

 

문학과에술

 

 

 

 

 

 

 

 

윤리와사상

 

 

O O

 

 

 

 

사회의이해

 

 

 

O

 

 

 

 

과학과기술

 

 

 

 

 

 

 

 

정량적사고

 

 

 

 

 

 

 

 

소 계

 

9

 

 

 

 

 

 

 

 

전공관련교양 전공관련교양 IMSC153 미적분학및연습Ⅰ 3(4) O

 

 

 

 

 

 

 

IMSC154 미적분학및연습Ⅱ 3(4)

 

O

 

 

 

 

 

 

NAST 151 응용통계학입문Ⅰ 3(4) O

 

 

 

 

 

 

 

NAST 152 응용통계학입문Ⅱ 3(4)

 

O

 

 

 

 

 

 

DCCS 151 컴퓨터언어Ⅰ 3(4) O

 

 

 

 

 

 

 

DCCS 152 컴퓨터언어Ⅱ 3(4)

 

O

 

 

 

 

 

 

DCCS 153 컴퓨터언어실습Ⅰ 1(2) O

 

 

 

 

 

 

 

DCCS 154 컴퓨터언어실습Ⅱ 1(2)

 

O

 

 

 

 

 

 

BIDS 150 빅데이터입문

2

3(3)

 


 

 

 

 

 

 

DPAD 150 행정학의이해 3(3)

 

 

 

 

 

 

 

ECOP 150 한국경제의이해 3(3) O O

 

 

 

 

 

 

PUBS 150 현대사회학의초대 3(3)

 

 

 

 

 

 

 

 

KUDS 150 한반도와4대강국 3(3)

 

 

 

 

 

 

 

 

소 계

 

26

 

 

 

 

 

 

 

 

선택교양 0
50
기본전공 필수 국가통계전공(12) 빅데이터전공(12)
선택 국가통계전공(24) 빅데이터전공(24)
국가통계전공(36) 빅데이터전공(36)
심화전공 필수

 

선택 국가통계전공(18) 빅데이터전공(18)
졸업요구 총 이수학점 130
비고 * 공통교양 영역
2018학년도 신입생 중 소정의 선발과정을 거쳐 영어능력 우수자로 선발된 학생은 Academic EnglishⅢ(HL), Ⅳ(HL)을 이수하며, 해당 학생에게는 Academic EnglishⅠ,Ⅱ 이수를 면제함.

교수요목

 

빅데이터전공 교과과정표
학수번호 교과목명 학점(시간) 국문요목 비고
BIDS150 빅데이터입문 3(3) 빅데이터분석과 연관된 기초이론, 분석 방법론 및 기반 기술, 다양한 응용분야 등의 기본을 이해하고 학습한다.
BIDS201 빅데이터통계방법론Ⅰ 3(3) 통계학의 기본개념 및 실생활과 여러 연구 분야에서의 통계학의 역할을 이해시키는 데 중점을 둔다. 데이터의 수집․분석과 데이터로부터의 결론 도출에 대해 설명한다. 사례를 통하여 통계적 개념의 현실적 의미를 전달한다.
BIDS202 빅데이터통계방법론Ⅱ 3(3) 통계적방법1에 이어지는 강의로, 여러 상황에서의 다양한 통계적 기법들을 다룬다.
BIDS203 컴퓨터이용자료분석Ⅰ 3(3) 컴퓨터를 사용하여 통계에 필요한 각종 계산을 하고 데이터를 통계 처리하는 기본적인 방법들을 실습을 병행하면서 익힌다.
BIDS204 컴퓨터이용자료분석Ⅱ 3(3) 컴퓨터를 사용하여 통계에 필요한 각종 계산을 하고 데이터를 통계 처리하는 기본적인 방법들을 실습을 병행하면서 익힌다.
BIDS205 빅데이터처리실습Ⅰ 2(4) 컴퓨터를 사용하여 빅데이터를 통계 처리하는 기본적인 방법들을 익히고 실습한다.
BIDS206 빅데이터처리실습Ⅱ 2(4) 컴퓨터를 사용하여 빅데이터를 통계 처리하기 위해 고급통계분석에 필요한 다양한 프로그래밍 방법들을 익히고 실습한다.
BIDS207 데이터베이스개론 3(3) 빅데이터와 같이 기존의 컴퓨터로 다루기 힘든 규모의 데이터를 저장하고 관리하는 데이터베이스 운용 및 자료 처리 방식을 학습한다.
BIDS208 데이터모델링과SQL 3(3) 데이터베이스의 골격을 이해하고 그 이해를 바탕으로 SQL문장을 기능과 성능적인 측면에서 효율적인 작성 방법을 학습한다.
BIDS209 분석프로그래밍 3(3) 빅데이터 수집, 가공, 분석, 그리고 시각화를 위한 다양한 프로그래밍을 학습한다.
BIDS210 탐색적자료분석 3(3) 탐색적자료분석(Exploratorydataanalysis;EDA)은JohnTukey가 확인적자료분석(ConfirmatoryDataAnalysis)과대조하여 명명하였으며, 통계학의 주목적인 가설검정을 뒷받침하기 위한 보조적인 도구이다. EDA수업은관측된현상의원인에관한가설설정,통계적추론이기반하고있는가정평가,통계적도구혹은방법론의선택등을배운다.
BIDS212 선형대수 3(3) 기본 대수학을 바탕으로 행렬의 기본 정의와 기초 계산을 설명하고 행렬식, 역행렬과 행렬계수 등을 예와 함께 소개한다.
BIDS301 수리통계학Ⅰ 3(3) 확률의 기본개념, 주요이론 및 응용을 소개한다. 통계적 추론을 위한 기초를 제공한다.
BIDS302 수리통계학Ⅱ 3(3) 통계학의 수리적 기본이론을 소개한다. 모수추정 및 가설검정에 대한 이론적 이해를 제공한다.
BIDS303 빅데이터특강Ⅰ 3(3) 강의가 개설되는 때의 상황에서 사회적 또는 학문적으로 흥미 있는 빅데이터 토픽들을 자유롭게 선택하여 다룬다.
BIDS304 빅데이터특강Ⅱ 3(3) 현재 기업에서 주로 다루고 있는 빅데이터 토픽들을 자유롭게 선택하여 다룬다.
BIDS305 데이터마이닝방법론 3(3) 데이터마이닝은 통계학이아닌 전산학에서 파생된 분야이지만 통계학과 많은 공통점을 갖고 있다. 뿐만 아니라 실제 적용에 있어서는 통계학을 모르고서는 결과를 도출할 수 없는 경우가 빈번히 발생한다. 본 강의에서는 데이터마이닝의 개념과 적용분야에 대한 교육과 아울러 실제 활용방법에 대하여 통계적인 관점에서 접근하여 교육한다.
BIDS306 텍스트마이닝 3(3) 텍스트 분류, 개념추출, 오피니언 분석, 관계 모델링 등 텍스트부터 정보 및 지식을 추출하는 다양한 텍스트마이닝 기법의 이론 및 분석방법론에 대해 학습한다.
BIDS307 베이지안모델링 3(3) 베이지안 통계학은 베이지안 통계와 그 응용에 대해 소개한다. 베이지안 방법은 모수공간에서의 확률분포를 고려한다는 점에서 전통적인 방법과 다르다. 본 수업은 베이즈 정리, 사전 정보, 베이지안 통계 추론, 몬테카를로 기법 등을 R을 이용하여 소개한다.
BIDS308 기계학습 3(3) 본 교과에서는 Computer science 분야 중, 패턴 인식이나 인공 지능에서 사용되는 algorithm을 통한 학습 과정을 다양한 방법들을 사용해 big data 에 적용해 봄으로써, 데이터를 예측해 나가는 학습 방법을 익힌다.
BIDS309 빅데이터분산컴퓨팅 3(3) 인터넷에 연결된 여러 컴퓨터들의 처리 능력을 이용하여 거대한 계산 문제를 해결하려는 분산처리 모델을 학습한다.
BIDS310 패턴인식 3(3) 신경망, 통계적 기계학습 등 패턴인식 분야에 널리 쓰이는 핵심이론들의 기본 개념과 방법을 학습한다.
BIDS311 선형모형방법론 3(3) 회귀분석, 분산분석 및 일반선형모형 등을 포함하는 통계 모형화 기법들을 다룬다.
BIDS312 기계학습실습 2(4) 기계학습 강의에서 배우는 패턴인식이나 인공지능에서 사용되는 알고리즘의 학습과정을 컴퓨터를 이용하여 다양한 방법들을 익히고 실습한다.
BIDS313 데이터마이닝실습 2(4) 데이터마이닝 강의에서 배우는 다양한 통계방법의 학습과정을 컴퓨터를 이용하여 다양한 방법들을 익히고 실습한다.
BIDS401 현장실습Ⅰ 3 학과장(혹은 인턴지도교수)이 인정하는 상대기업과 근무분야에 최소4주 이상 인턴 사원으로 근무하며, 인턴제안서와 근무지책임자가 작성한 근무평가서를 기반으로 학과장(혹은 인턴지도교수)이 학점을 부여한다.
BIDS402 현장실습Ⅱ 3 학과장(혹은 인턴지도교수)이 인정하는 상대기업과 근무분야에 최소4주 이상 인턴 사원으로 근무하며, 인턴제안서와 근무지책임자가 작성한 근무평가서를 기반으로 학과장(혹은 인턴지도교수)이 학점을 부여한다.
BIDS403 빅데이터세미나Ⅰ 3(3) 빅데이터 분석 및 응용과 관련하여 최근 제기되고 있는 새로운 이슈들에 관해 특강, 발표 및 토론을 한다.
BIDS404 빅데이터세미나Ⅱ 3(3) 빅데이터 분석 및 응용과 관련하여 최근 기업에서 제기되고 있는 새로운 이슈들에 관해 특강, 발표 및 토론을 한다.
BIDS405 빅데이터응용사례연구 캡스톤디자인I 3(3) 빅데이터가 응용된 실제사례들을 연구함으로써 현실 문제를 통계 문제화하여 정확한 빅데이터분석기법을 적용하는 능력을 배양한다.
BIDS406 빅데이터응용사례연구 캡스톤디자인II 3(3) 빅데이터가 응용된 실제사례들 중 현재 기업에서 주로 다루고 있는 분야를 연구함으로써 학생들이 사회에 나가기 전에 정확한 빅데이터 분석기법을 적용하는 능력을 배양한다.
BIDS407 빅데이터비즈니스모델 3(3) 빅데이터 활용을 통해 경쟁, 성장, 강화, 개선, 만족, 학습, 행동 등을 얻기 위한 비즈니스모델의 마케팅 및 영업, 부정 및 사기 방지, 핵심 사업역량의 개선, 그리고 고객 대응 등을 학습한다.
BIDS408 빅데이터와의사결정 3(3) 빅데이터가 기업과 고객에게 어떤 이점을 제공할 수 있는지에 대해 사례를 중심으로 전략 수립부터 분석 및 적용에 이르는 전반적인 프로세스를 학습한다.
BIDS409 빅데이터와시각화 3(3) 빅데이터 분석 결과를 경영의사 결정에 효과적으로 전달 사용할 수 있도록 결과를 다양한 방법으로 시각화 하는 기법을 학습한다.
BIDS410 빅데이터특수연구 3(3) 빅데이터 분야에서 사회적 또는 학문적으로 특별한 토픽들을 자유롭게 선택하여 다룬다.
BIDS411 소셜미디어애널리틱스 3(3) 빅데이터와 깊은 연관을 갖고 있는 소셜미니어의 특징과 프로세스 분석, 소셜마케팅 믹스, 소셜미디어 마케팅 기획, 소셜미디어 효과 등에 관해 학습한다.
BIDS412 현장실습III 6 학과장(혹은 인턴지도교수)이 인정하는 상대기업과 근무분야에 최소8주 이상 인턴 사원으로 근무하며, 인턴제안서와 근무지책임자가 작성한 근무평가서를 기반으로 학과장(혹은 인턴지도교수)이 학점을 부여한다.

졸업요건

  • 총 요구학점 : 130학점 이상 취득
  • 교양(교육과정표 참조)
  • 전공(교육과정표 참조)
  • 졸업논문/ 졸업시험 : 졸업논문 100%를 인쇄물과 문서 file(hwp file 또는 doc file)의 형태로 4학기 종료부터 마지막 학기의 제 12주까지의 기간 동안에 학과장에게 제출한다. 연구 또는 조사가 요구되는 과목의 기말보고서도 담당 교수에 의해 졸업논문으로 인정될 수 있다. 단, 1인 저자일 경우 100%(논문 1편)로 인정하며, 공저의 경우(100/저자수)%만 인정한다. (2015학번부터 적용하며, 국가통계 전공을 이중전공으로 이수하는 학생 포함)
  • 대학 또는 학과(부) 내규
  • 편입(일반/학사), 이중전공, 복수전공의 이수학점 지정에 관한 내규
    • 제2전공
      • 심화전공 : 전공선택 18학점
      • 이중전공 : 36학점(전공필수 12학점 + 전공선택 24학점)
    • 학사편입 : 60학점(전공필수 12학점 + 전공선택 24학점 + 일반선택 24학점)
    • 일반편입 : 해당학번과 동일한 졸업요구조전을 적용함.
    • 복수전공 : 36학점(전공필수 12학점 + 전공선택 24학점)
    • 부전공 : 18학점(전공필수 12학점 + 6학점)