연세대학교 경제대학원

모바일 메뉴 열기

모바일 메뉴 닫기
 

과정소개

Course Introduction

실무자를 위한 데이터 사이언스 프로그램




◈ 설립취지

   

  135년 전 우리나라 근대 고등교육의 장을 열었던 연세대학교는 1915년 한국 최초의 상경 교육기관을 설립하였습니다. 미국의 하버드 경영대학이 1908년에 경영교육을 시작한 지 불과  7년 뒤의 일입니다. 이로부터 약 1세기 뒤 4차 산업혁명으로 대표되는 급변하는 경제 환경 속에서 기업의 새로운 가치 창출과 한국 사회에 대한 기여도를 높이고자 연세대학교 경제대학원은 실무자를 위한 데이터 사이언스 교육 프로그램을 신설합니다.

 

전문성을 가진 교수진과 다수의 계약학과를 성공적으로 운영한 풍부한 경험, 그리고 현재 실리콘 밸리에서 활약하고 있는 전문가들의 실무 경험과 선진 사례를 결합하여 새로운 시대에 부응하는 기업 인재상을 제시하고 배출하고자 합니다.

 

기업 목표를 달성하는데 테크놀로지와 데이터의 결합이 필수적인 시대입니다. 연세대학교 경제대학원의 데이터 사이언스 프로그램을 통해 기업이 직면한 도전을 해결하고 가치 창출을 할 수 있는 데이터 사이언스 인재를 확보하는 기반을 마련하시기를 권해 드립니다.  

 

연세대학교 총장 서승환

 

 

 

 

 

  인공지능, 빅데이터, 클라우드 등으로 대표되는 데이터 사이언스를 이해하고 활용하는 것이 선택이 아닌 생존의 필수적인 조건이 되는 시대가 오고 있습니다. 반면 현장에서는 분석할 인적 자원 자체가 없다거나 심지어 첨단 데이터 분석 기법을 학습한 인재들을 투입함에도 불구하고 성과를 보지 못한다는 반응이 나오고 있습니다. 이런 반응이 나오는 이유는 데이터 분석 기법은 필요 조건에 불과할 뿐 데이터 분석에 대한 지식이 현장의 경험, 기업이 당면한 도전, 그리고 나아가 기업 목표와 결합 되어야만 실제로 가치가 창출될 수 있기 때문입니다.

 

기존의 데이터 분석 교육은 학생들이 코딩과 이론을 학습하는데 중점을 두었기 때문에 이런 학생들이 기업에 들어가서 적절한 문제의식과 데이터 분석 기법을 결합하고 가치를 창출하는데 최소한 수 년의 기간이 필요합니다. 가장 효율적인 교육 방식은 이미 축적된 경험과 문제의식을 가지고 있는 각 기업의 숙련된 사원들에게 가능한 한 단시간에 데이터 분석 기법을 교육하여 현장으로 돌려 보내는 것입니다.

 

이번에 연세대학교 경제대학원에서 준비한 데이터 사이언스 프로그램은 코딩과 데이터 분석에 대해 전혀 지식이 없는 사원들을 교육시켜 12주 만에 첨단 데이터 분석 기법을 현업에 적용하는 것이 가능하도록 효율적으로 구성하였습니다.

 

연세대학교 경제대학원장 이두원     

 


 

◈ 특징

  ◈ 교과과정

 

다른 프로그램과 차별화되는 본 프로그램의 특징은 다음과 같습니다.

 

  1. 1. 국내 최고의 지식과 경험을 지닌 연세대학교 교수진이 직접 강의하며 
  2. 대학원 조교들의 개별 지도 방식으로 실습 교육을 실시합니다.
  3.  
  4. 2. 실리콘 밸리의 아마존, 구글, 페이스북, 엔비디아 등에서 현재
  5. 데이터 사이언스 업무를 담당하고 있는 박사급 전문가가
  6. 강의에 참여해서 최첨단 지식과 모범 사례를 교육합니다.
  7.  
  8. 3. 이론적 교육에만 치우치지 않고
  9. 개인이 직장에서 다루고 있는 문제들과 관련이 있는
  10. 프로젝트 기반으로 데이터 사이언스 교육을 합니다.
  11.  
  12. 4. 프로그램이 끝나기 전에
  13. 자신의 현실 업무 사례 최소 한 가지 이상에 
  14. 빅데이터 분석 및 머신러닝 알고리즘을 적용하여 
  15. 문제를 해결하는 결과물을 만듭니다.
  16.  
  17. 5. 데이터분석에 대한 지식 여부, 코딩 경험과 관계 없이
  18. 프로그램 이수가 가능하도록 프로그램 초반에
  19. 일대일 지도로 학생 수준에 맞춰 교육을 진행합니다.
  20.  
  21. 6. 비학위 과정의 목적에 부합하도록
  22. 실무에 필요한 내용들만으로 강의가 구성되어 있습니다.
  23.  
  24. 7. 기업의 필요에 따라 출장 강의도 가능합니다. (단, 수강생 20명 이상의 경우)
  25. 또한 주간에 시간을 내기 어려운 분들을 위해
  26. 야간과 주말을 통한 프로그램도 있습니다. 
  27. 다만 이 경우 교육 시간 240시간 확보를 위해서 기간이 길어집니다.
 

 기업의 필요에 따라 6-13과목, 120-240시간 사이에서 

 강의 과목, 강의 수, 시간을 선택적으로 정할 수 있습니다.

  •  
  • -아래는 과목 분류입니다.
  •  
  • · 기초 필수:
  •     머신러닝을 위한 통계학과 수학
  •     파이썬과 R 프로그래밍 기초
  •  
  • · 중급 필수:
  •     빅데이터 전처리 및 시각화
  •     빅데이터 선형 및 비선형 분석
  •     고객 이탈 및 불량품 예측
  •     고객의 가치에 따른 분류 및 군집화
  •  
  • · 중급 응용:
  •     수요 예측 및 재고 관리 고도화
  •     머신러닝을 이용한 금융시장 분석
  •  
  • · 고급 응용:
  •     웹크롤링을 통한 빅데이터 수집
  •     자연어처리 기법(텍스트마이닝)
  •     A/B 테스트
  •     네트워크 분석
  •     딥러닝을 포함한 최신 머신러닝 알고리즘 이론 및 실습

 

 

 

 


 

◈ 일정 예시

 

 

 

기본반(금, 토)

풀타임형반(월, 화, 수, 목, 금, 토)

제1주

(9/7-9/12)

머신러닝을 위한 통계학과 수학

머신러닝을 위한 통계학과 수학

제2주

(9/14-9/19)

머신러닝을 위한 통계학과 수학

파이썬과 R 프로그래밍 기초

제3주

(9/21-9/26)

파이썬과 R 프로그래밍 기초

빅데이터 전처리 및 시각화

제4주

(10/5-10/10)

파이썬과 R 프로그래밍 기초

빅데이터 선형 및 비선형 분석

제5주

(10/12-10/17)

빅데이터 전처리 및 시각화

고객 이탈 및 불량품 예측

제6주

(10/19-10/24)

빅데이터 선형 및 비선형 분석

고객의 가치에 따른 분류 및 군집화

제7주

(10/26-10/31)

빅데이터 선형 및 비선형 분석

수요 예측 및 재고 관리 고도화

제8주

(11/2-11/7)

빅데이터 선형 및 비선형 분석

머신러닝을 이용한 금융시장 분석

제9주

(11/9-11/14)

고객 이탈 및 불량품 예측

웹크롤링을 통한 빅데이터 수집

제10주

(11/16-11/21)

고객 이탈 및 불량품 예측

자연어 처리 기법(텍스트 마이닝)

제11주

(11/23-11/28)

고객의 가치에 따른 분류 및 군집화

A/B 테스트

제12주

(11/30-12/5)

고객의 가치에 따른 분류 및 군집화

 

네트워크 분석, 딥러닝을 포함한

최신 머신러닝 알고리즘 이론 및 실습