데이터사이언스란?

데이터사이언스는 딥러닝, 기계 학습, 관계 및 논리적 분석, 통계적 분석 등 대용량 데이터로부터 통찰력과 지식을 얻고 추리하기 위한 과학적 방법론과, 풀려고 하는 문제 영역의 지식을 바탕으로 다양한 형식의 방대한 원천 데이터의 획득, 정제, 모델링, 통합 관리, 복합 분석, 시각화 등 일련의 과정을 통해 인간과 사회에 유용한 디지털 솔루션을 만들어 적용하고 지속적으로 개선하는 공학적 측면을 포괄하는 새로운 학문입니다.

데이터사이언스의 원천동력은 텍스트, 동영상 등 다양한 형식의 빅데이터의 획득과 저장, 복합 처리를 실시간으로 가능하게 하는 대규모 병렬 분산 클라우드 컴퓨팅, 빠르게 개발되고 있는 기계학습/인공지능 등 혁신적 알고리듬, 위를 바탕으로 리테일, 금융, 제조, 의료 등 각 문제 영역에서 디지털 솔루션을 빠르게 만들어 현장에 적용할 수 있게 하는 플랫폼 기술과 비즈니스 모델입니다.

데이터사이언스 프로젝트의 산출물은 데이터, 코드, 시각화 결과, 추천, 디지털 서비스 등이며 이들은 살아 있는 생물과 같습니다. 즉, 프로젝트 시작 시점의 문제 범위를 넘어 실세계와 상호 작용하며 지속적으로 발전하게 됩니다.

데이터사이언스와 인공지능

데이터사이언스는 인공지능, 기계학습, 딥러닝은 물론 다음과 같은 데이터의 전 주기에 관련된 주제를 모두 포괄합니다.

  • 데이터베이스 및 지식관리
  • 네트워크 모델링 및 분석
  • 병렬 분산 컴퓨팅 플랫폼 기술
  • 논리적 추론 및 언어적 분석
  • 인간과 인공지능 상호작용
  • 공학/과학/의학/사회학/경영학 등 특정 영역 방법론
  • 데이터 기반 파괴적 창업과 혁신

데이터사이언스 대학원

설립목적

  • 글로벌 네트워크와 연계한 글로벌 선도 데이터사이언스 석박사 전문인력 양성
  • 창의력을 갖춘 현실문제 해결 디지털 혁신 인재 양성
  • 4차 산업혁명에 선제적으로 대응할 수 있는, 도메인 지식을 겸비한 데이터사이언스 교육 지향

구성인원

  • 전임교수: 15명(예정)
  • 석사과정: 매년 80명 선발
  • 박사 및 석˙박 통합과정: 매년 30명 선발 (석˙박 통합과정 포함)

교육대상

  • 학부 전공에 상관없이 논리적, 수학적, 계산학적 사고 능력과 글로벌 데이터사이언스 리더가 되고자 하는 열정을 가진 학사학위 소지자

교육과정 구조

  • 데이터를 기반으로 한 실용적 데이터사이언스 교과목
  • 데이터 기반 혁신과 창업 과목
  • 캡스톤 프로젝트

교육 방식

  • 전일제