남서울대학교 대학원

DX기술경영과학과

학과소개
복지경영대학원
DX기술경영과학과

메뉴명01

DX기술경영과학과

전공주임

이름정재엽
전화010-9052-8560

DX기술경영과학과 학과사무실

전화041-580-1962
팩스041-580-2919
홈페이지https://cts.nsu.ac.kr/dxtechmgmtscience/index.do

학과소개 Department Introduction

DX(Digital Transformation)/AX(AI Transformation)시대에 중소·중견기업은 디지털전환도입에 따른 문제를 해결하는 데에는 요원한 숙제를 가지고 있음
이에 'DX기술경영과학과'는 문제를 해결할 수 있는 해법을 마련하였고, 이와 더불어 기업 스스로 디지털전환(DX)에 직면한 문제를 해결할 수 있는 자생력을 갖추기 위한 인재를 양성하고자 한다.

In the DX/AX era, small and medium-sized enterprises face a difficult task in solving the problems arising from the Introduction of digital transformation
Accordingly, the Department of DX Technology Management Science has developed solutions to address tese issues, and Aims to cultivate talent who can develop the self-reliance to solve the problems faced by companies in digital transformation(DX).

과정 : 석사학위과정
Course : Master's degree program
학습시간 : 야간
Study time : Night
수여학위 : 경영공학석사
Degree awarded : Master of Management Engineering

교육목표 Educational Objectives

VISION

기업의 디지털전환(DX)에 직면한 문제를 해결하기 위한 인재양성
Cultivating Talent to solve problems faced by enterprises in their digital transformation

목적 Purpose

대학 - 기업의 국내·외 경쟁력 동반 상승
Simultaneous increase in domestic and international competitiveness of University and Enterprises

목표 Objective

우리대학의 국내 유일 기업연계 디지털전환(DX) 실무교육
Our university's only corporate-linked digital transformation(DX) practical training program in Korea.
중소·중견기업의 디지털전환을 통한 발전에 기여
Contributing to the development of small and medium-sized enterprises through DX.
불확실한 경영시대를 선도할 수 있는 미래 인재 양성
Cultivating future talent capable of leading in an uncertain business era

교육특징 Educational Features

산학협력, 관학협력에 의한 식품제조기업 디지털전환(MES, 스마트HACCP 등)에 대한 국내 유일한 특성화 및 전문화된 실무교육
The only specialized and professional practical training program in Korea for digital transformation(MES, SmartHACCP, etc.) of Food Manufacturing through Industry-University and Public institution-University collaboration.
산학협력에 의한 각 기업 맞춤형으로 기업의 디지털전환(DX) 정보화시스템 구축 프로젝트 연계 수행에 의한 실무 교육(PBL : Project Based Learning)
Practical training(PBL : project-based learning) through project implementation to build a digital transformation information system tailored to each Enterprises through Industry-University Cooperation.

교육특징 Features

디지털 전환을 단순한 기술(코딩) 프로젝트가 아닌 비즈니스 혁신 전략으로 접근하는 실무교육
Practical training that approaches digital transformation(DX) as a Business innovation strategy, not a simple technology(programming or coding) project.
· Business Innovation Strategy & Data Science
· Data Modelling & Data Base Modelling
· Information Management System Development & Establishment
· Analysis·Forecast·Optimization AI

특장점 Special Features

기업 주도의 디지털전환프로젝트에 학생이 참여하여 수행(기업 매칭, 취업 연계)

석사과정 중 채용, 석사과정 졸업 후 채용 확정 등 기업 선택
프로젝트 참여 수행에 따른 연구비 지급(채용된 학생은 제외)

Students participate in and carry out Corporate-led digitla transformation projects(Corporate matching, Employment linkage)

Corporate selection, including hiring during master's program or confirmed hiring master's program graduation
Research expenses paid for project participation (excluding hired students)

기업이 주도하에 프로젝트 진행 전 과정 및 유지보수 등을 학교(연구센터)에 위탁

기업이 비용을 지급함으로, 참여하여 수행하는 학생에게 학교 부설 연구센터의 연구원으로써 인건비 지급
학기 중 또는 졸업 후 연계기업 등으로 취업

The entire project process and maintenance, etc. are entrusted to the school(research center) under the company's leadership.

By the company paying the cost, Students who participate and perform the research will receive salary as researchers at the school-affiliated research center.
Employment in affiliated companies during the semester or after graduation

학교(대학원)에서 지급하는 장학금 외에 프로젝트 연계 수행에 따른 기업의 지정 기부금 등에 의한 장학금

In addition to scholarships provided by schools (graduate schools), scholarships provided through corporate donations in connection with project execution

졸업 후 학기 중 재직 학생들은 대학(교수)으로부터 DX 정보화시스템 업그레이드 및 운영과 유지관리, 분석/예측/최적화 AI 실무에 대한 지속적인 지도를 받을 수 있음.

Students who are employed after graduation or during the semester can receive ongoing guidance from the university (professors) on upgrading and Maintaining, operating DX information systems, as well as on analysis/prediction/optimization AI practices.

졸업 후 진로 Career path after Graduation

매칭 기업·취업 연계 기업에 재직하여 업무분석과 해결 문제정의, 정보화시스템 구축 및 업그레이드·유지관리 업무와 내·외부 데이터 분석·예측 최적화 AI 업무를 수행

Working at a Matching or Employment-linked Corporate, you will perform tasks such as business analysis and problem definition, information system construction, upgrade, and maintenance, as well as internal and external data analysis, prediction, and optimization AI.

직업 진로 : 스마트HACCP 전문가, DX 정보화시스템구축(준 전문가), 데이터베이스 모델링 전문가, 통계분석가, 데이터 사이언티스트(준 전문가), 머신러닝 AI(준 전문가), 비즈니스 전략 컨설턴트 등

Career path : SmartHACCP Expert, DX Information System Construction(Semi-Professional), Database Modeling Expert, Statisticla Analyst, Data Scientist(Semi-Professional), Machine Learning AI (Semi-Professional), Business Strategy Consultant, etc.

직업 진로(박사과정 후) : DX 정보화시스템구축 전문가, 데이터 사이언티스트, 머신러닝·딥러닝 AI 전문가 등

Career path(After PhD) : DX Information System Construction Expert, Data Scientist, Machine Learning·Deep Learning AI expert, etc.

식품기업(Food Enterprises), 스마트HACCP 컨설팅 및 교육(Smart HACCP Consulting and Training), 국내외 제조기업(Domestic and Foreign manufacturing enterprises), 국내외 컨설팅 기업(Domestic and Foreign consulting firms), 연구기관(Research Institutes), 국내외 DX/AI/AX 기업(Domestic and Foreign DX/AI/AX enterprises), etc.

정재엽전공주임/교수

전화번호 041-580-2464
이메일 jay.chung@nsu.ac.kr
관심·연구분야 경영정보시스템(MIS), ERP, 비즈니스애너릭틱스

학력
1. -
주요경력
1. -

열기

전석산담당교수

전화번호 041-580-3583
이메일 ssjeon@nsu.ac.kr
관심·연구분야 비즈니스분석영역, 수리통계, DB모델링, 머신러닝AI

학력
1. -
주요경력
1. -

열기

조원길교수

전화번호 041-580-2462
이메일 wgcho@nsu.ac.kr
관심·연구분야 비즈니스컨설팅영역, 무역컨설팅영역, 무역창업영역

학력
1. -
주요경력
1. -

열기

한상현교수

전화번호 041-580-2465
이메일 hantrade@nsu.ac.kr
관심·연구분야 무역실무전반, 무역실무법규전반

학력
1. -
주요경력
1. -

열기

공선식조교수

전화번호 041-580-3557
이메일 sunsik.kong@nsu.ac.kr
관심·연구분야 빅데이터, AI, 모빌리티, 이차전지, 디스플레이

학력
1. -
주요경력
1. -

열기

김지효조교수

전화번호 041-580-3569
이메일 kjh@nsu.ac.kr
관심·연구분야 인공지능융합, 보안, 블록체인, 인공지능

학력
1. -
주요경력
1. -

열기

이승용조교수

전화번호 041-580-2969
이메일 Leesky@nsu.ac.kr
관심·연구분야 경영과학, AI, 빅테이터, 벤처투자, 동반성장

학력
1. -
주요경력
1. -

열기

박창하조교수

전화번호 041-580-3254
이메일 parkch@nsu.ac.kr
관심·연구분야 스마트팜학, 수직농장학, 식물공장생산시스템

학력
1. -
주요경력
1. -

열기

비즈니스컨설팅론Business consulting theory

비즈니스 컨설팅 방법론, IT 비즈니스 컨설팅, 경영 전략, 조직 행동론, 경영 혁신 등 비즈니스 컨설턴트의 역량 함양을 목표로 함.

The goal is to cultivate the capabilities of business consultants, including business consulting methodology, IT business consulting, management strategy, organizational behavior, and management innovation.
데이터베이스 모델링 실무Database Modeling Practice

기업의 업무분석과 정보시스템 구축의 대상이 되는 요구사항을 분석하고 이를 체계적으로 개념적 설계, 논리적 설계, 정규화, 물리적 설계 등 과정을 학습함으로 데이터베이스를 효율적으로 설계 및 구축

Analyze the requirements for business analysis and information system construction of a company and systematically learn the processes of conceptual design, logical design, normalization, and physical design to efficiently design and build a database.
정보관리시스템구축 실무Information Management System Development Practice

정보시스템의 개념, 구성 요소(하드웨어, 소프트웨어, 데이터, 네트워크, 프로세스, 사람), 그리고 그 중요성을 학습함. 정보의 수집, 가공, 저장, 검색 등 데이터의 효율적인 관리 방법과 정보 유출, 변조 등을 방지하기 위한 정보 보안 시스템의 중요성을 이해함.
MDD(Model Driven Development) Tool 기술을 습득하여 성공적인 정보관리시스템을 구축하는 것을 수행함.

Learn the concepts, components (hardware, software, data, networks, processes, people) of information systems, and their importance. Understand the importance of efficient data management methods, including information collection, processing, storage, and retrieval, and information security systems to prevent information leaks and alterations. Acquire MDD (Model Driven Development) Tool technology to build a successful information management system.
경영정보시스템Information system for MIS & ERP

경영학의 원리와 전사적자원관리(ERP)의 원리 및 IT 기술을 결합하여 기업의 문제를 해결하고 성과를 높이는 방법을 학습함.

Learn how to solve business problems and improve performance by combining business principles with enterprise resource planning (ERP) principles and IT technology.
통계학과 빅데이터 분석Statistics & Big data analysis

통계적 분석을 통해 데이터를 체계적으로 정리하고 해석하여, 과학적이고 합리적인 의사결정을 내릴 수 있는 능력을 키움. 복잡한 데이터를 다루는 과정에서 논리적으로 사고하고, 문제의 본질을 파악하여 실질적인 문제 해결에 통계적 방법론을 적용하는 능력을 배양함. 데이터 분석을 위해 컴퓨터를 활용하는 것이 필수적이므로, 데이터 분석과 시각화 및 계산과학에 핵심 도구 중 하나인 파이썬(Python)의 기본 문법과 프로그래밍(Coding)을 배움.

Develop the ability to systematically organize and interpret data through statistical analysis, enabling scientific and rational decision-making. Develop the ability to think logically in the process of handling complex data, grasp the essence of the problem, and apply statistical methodologies to solve practical problems. Since utilizing computers for data analysis is essential, learn the basic syntax and programming (coding) of Python, a key tool for data analysis, visualization, and computational science.
식품안전관리인증기준HACCP

HACCP 7원칙은 위해 요소 분석, 중요 관리점 결정, 한계 기준 설정, 모니터링 체계 수립, 개선 조치 방법 수립, 검증 절차 수립, 문서화 및 기록 유지로 구성되며, 식품 생산 과정에서 발생할 수 있는 위해 요소를 사전에 관리하여 안전한 식품을 공급하기 위한 체계적인 시스템을 학습함.

The seven principles of HACCP consist of hazard analysis, determination of critical control points, setting of limit standards, establishment of a monitoring system, establishment of improvement measures, establishment of verification procedures, and documentation and record keeping. This systematic system is learned to supply safe food by preemptively managing hazards that may occur during the food production process.
계량경영학Quantitative Management

운영론(Operations Research), 경영분석, 경영과학의 핵심 개념, 수학적 모델링 등의 내용을 다루며, 데이터 기반의 합리적인 의사결정 능력을 키우는 데 중점을 둠

Covers operations research, management analysis, core concepts of management science, and mathematical modeling, focusing on developing data-driven, rational decision-making skills.
데이터베이스 구축 실무Database construction practice

본 교과과정을 통해 데이터베이스 시스템 활용을 위한 SQL 구문의 이해, 데이터베이스 설계 방법과 툴의 활용, 데이터베이스 프로그래밍 기초 기술 및 데이터베이스 시스템 구축 설계 기초 등을 이해하는 것을 목표로 함.

This course aims to provide an understanding of SQL syntax for utilizing database systems, database design methods and tool utilization, basic database programming skills, and the basics of database system construction design.
머신러닝 AI 이론과 실습Machine Learning AI Theory and Practice

주어진 데이터를 바탕으로 패턴을 학습하고 결과를 예측하는 방법(예: 회귀, 분류)을 배움. 데이터에서 숨겨진 구조나 패턴을 찾아내는 방법(예: 군집화)을 학습함. 데이터 수집, 전처리, 탐색 및 분석 능력을 키움. 머신러닝 및 딥러닝 분야에서 가장 많이 사용되는 언어인 파이썬(Python)을 활용하여 모델을 적용하는 방법을 배움.

Learn how to learn patterns and predict outcomes based on given data (e.g., regression, classification). Learn how to find hidden structures or patterns in data (e.g. clustering). Develop data collection, preprocessing, exploration, and analysis capabilities. Learn how to apply models using Python, the most widely used language in machine learning and deep learning.
생산이력관리시스템 구축 실무Product history management system construction practice

농산물(1차)과 식품 생산(2차) 및 유통 과정에서 발생하는 데이터를 추적하고 관리하는 시스템 구축 및 활용, 생산 과정에서 발생하는 데이터를 추적하고 관리하는 시스템 구축 및 활용, 생산 공정의 효율성 및 품질 향상을 위해 생산 이력 데이터를 구축 및 활용

Establishment and utilization of a system to track and manage data generated during agricultural products (primary) and food production (secondary) and distribution processes. Establishment and utilization of a system to track and manage data generated during the production process. Build and utilize production history data to improve the efficiency and quality of the production process.
공장운영관리시스템Factory Operation Management System

스마트팩토리의 개념, 기술 동향, MES의 역할과 운영 기준 정보를 학습함. 스마트팩토리의 체계 및 통합 모델을 이해하고, ERP와 MES 시스템의 통합 방안을 학습함. 생산 시스템의 설계, 생산 계획, 운영, 그리고 생산과 연계된 다양한 품질 관리 기법을 학습함. 스마트공장 운영을 위한 데이터 수집 방법, 센서 네트워크의 융합, IoT 기술의 활용 등을 다룸.

Learn about the concept of smart factories, technology trends, the role of MES (Manufacturing Execution System), and operating standards. Understand the system and integration model of smart factories and learn how to integrate ERP and MES systems. Covers data collection methods for smart factory operation, fusion of sensor networks, and utilization of IoT technology.
수리통계학Mathematical statistics

확률 분석, 미분 방정식, 측도 이론 등 통계학에서 사용되는 핵심적인 수학적 도구들을 학습하고 응용하는 방법을 익힘. 자료(Data)를 과학적으로 분석하고 추론하여 최적의 의사결정과 미래 예측에 필요한 정보를 가공하는 능력을 키움. 데이터 분석을 위해 컴퓨터를 활용하는 것이 필수적이므로 파이썬(Python)의 기본 문법과 프로그래밍(Coding)을 배움.

Learn and apply core mathematical tools used in statistics, such as probability analysis, differential equations, and measure theory. Develop the ability to scientifically analyze and infer data and process the information necessary for optimal decision-making and future prediction. Since using a computer for data analysis is essential, learn the basic grammar and coding of Python.
스마트팜정보시스템Smart Farm Information System

정보통신기술(ICT)을 농업에 접목하여 농업 생산성과 효율성을 높이는 기술을 배우는 것으로, 센서 기술, 자동화 시스템, 데이터 분석, 원격 모니터링 등 농업 환경의 최적화를 위한 이론과 실습을 다룸.

This course covers the theory and practice of optimizing the agricultural environment through the application of information and communication technology (ICT) to agriculture to increase agricultural productivity and efficiency. It covers sensor technology, automation systems, data analysis, and remote monitoring.
국제운송물류International Transport Logistics

국제무역의 핵심인 상품의 국가 간 이동에 관련된 육상, 해상, 항공 운송의 기본 개념, 운송 시스템, 관련 국제 규범 및 조약 등을 학습

Learn the basic concepts of land, sea, and air transport, transportation systems, and related international norms and treaties related to the movement of goods between countries, which is the core of international trade.
물류정보시스템Logistics Information System

운송, 창고, 포장 등 전반적인 물류 과정을 효율적으로 관리하고 시스템화하기 위해 사용되는 정보 시스템(WMS, OMS, TMS, SCM 등)의 이론과 실무 활용 능력을 배움

Learn the theory and practical application of information systems (WMS, OMS, TMS, SCM, etc.) used to efficiently manage and systematize the overall logistics process, including transportation, warehousing, and packaging.
스마트HACCPSmart HACCP

중요관리점(CCP)의 모니터링 데이터를 센서 등을 통해 실시간으로 자동 기록하고, 이상 발생 시 즉각적인 알림 및 대응 시스템에 대한 학습. 수집된 데이터를 분석하여 위해 요소를 사전에 예측하고, 예방적 관리를 강화하는 등 과학적이고 체계적인 식품 안전 관리 시스템을 구축하는 방법 학습

Learning about a system that automatically records monitoring data from critical control points (CCPs) in real time through sensors and other means, and provides immediate notification and response when an abnormality occurs. Learn how to build a scientific and systematic food safety management system, including analyzing collected data to predict risk factors in advance and strengthen preventive management.
스마트공장모니터링시스템Smart Factory Monitoring System

공정의 환경, 온도, 압력, 전류, 진동 등 다양한 데이터를 IoT 센서와 설비에서 수집. 수집된 데이터는 통합 플랫폼으로 전송되어 관리. 수집된 데이터는 대시보드를 통해 시각화되어 생산 목표 달성률, 설비 이상 여부 등의 주요 지표(KPI)를 실시간으로 확인.
수집된 데이터를 분석하여 문제 발생 지점을 파악하고, 예지 보전 및 불량 예측을 통해 공정을 최적화함.

Collect various data such as process environment, temperature, pressure, current, and vibration from IoT sensors and equipment. The collected data is transmitted to an integrated platform and managed. Collected data is visualized through a dashboard, allowing real-time monitoring of key indicators (KPIs), such as production target achievement rates and equipment abnormalities. Analyze collected data to identify problem areas and optimize processes through predictive maintenance and failure prediction.
생산정보관리시스템Production Information Management System

생산 활동의 실시간 모니터링 및 통제, 데이터 기반의 의사 결정, 작업 표준화 및 품질 관리, 효율적인 자원 관리 등 MES의 주요 기능과 중요성을 배우게 됨.

Learn the key functions and importance of MES, including real-time monitoring and control of production activities, data-driven decision-making, work standardization and quality management, and efficient resource management.
경제학특론Special Topics in Economics

경제학의 기본 원리들을 실제 경제현상에 적용하여 분석하는 능력 함양. 복잡한 경제 문제에 대한 깊이 있는 이해와 비판적 사고 능력 개발. 자신이 관심 있는 특정 경제 분야에 대한 전문성을 심화.

Develop the ability to analyze and apply the basic principles of economics to actual economic phenomena. Develop a deep understanding of complex economic issues and critical thinking skills. Deepen your expertise in a specific economic area of interest.
디지털트윈 실무Digital Twin Practice

3D 시뮬레이션 기반의 가상공장 구축, 물류 흐름 최적화, 공장 레이아웃 분석, 제품의 설계, 생산 공정의 최적화, 설비 유지보수, 품질 관리 등 CPS 기술을 활용한 공정 개선 방법을 수행함.

Implement process improvement methods utilizing CPS technology, including building a virtual factory based on 3D simulation, optimizing logistics flow, analyzing factory layout, designing products, optimizing production processes, maintaining equipment, and managing quality.
딥러닝 AI 이론과 실습Deep Learning AI Theory and Practice

대량의 데이터를 입력, 데이터의 특징을 추출, 추출된 특징들을 통해 모델은 데이터 내의 복잡한 패턴과 관계를 학습, 학습된 패턴을 기반으로 이미지 분류, 텍스트 생성 등 특정 과제를 수행함. 복잡한 비정형 데이터(이미지, 음성 등)를 다루는 것을 학습함.

Enter large amounts of data. Extract features from data. Through the extracted features, the model learns complex patterns and relationships within the data. Perform specific tasks such as image classification and text generation based on learned patterns. Learn to handle complex, unstructured data (images, voice, etc.).
플랫폼비즈니스전략Platform Business Strategy

플랫폼 비즈니스의 본질과 주요 원리 이해. 플랫폼 비즈니스의 성공과 성장을 위한 전략을 수립하고 실행. 다양한 산업 분야의 플랫폼 비즈니스를 분석하고, 새로운 플랫폼 비즈니스 기회를 발굴.

Understanding the nature and key principles of platform business. Develop and implement strategies for the success and growth of platform businesses. Discover new platform business opportunities.
데이터베이스 보안Database Security

데이터를 안전하게 저장하고 운영하기 위해 필요한 다양한 데이터베이스 보안 기술을 학습. 허가되지 않은 접근으로부터 데이터를 보호하고, 정보 유출, 변조, 파괴 등 사이버 위협으로부터 시스템을 방어하는 방법을 배움. 데이터베이스 접근 제어, 암호화, 로그 관리 등 실제 보안 기술을 이해하고, 이를 데이터베이스 시스템에 적용하는 실무 능력을 기름.

Learn various database security technologies required to safely store and operate data. Learn how to protect your data from unauthorized access and defend your systems against cyber threats such as information leaks, tampering, and destruction. Understand practical security technologies such as database access control, encryption, and log management, and develop practical skills to apply them to database systems.
데이터베이스모델링 캡스톤디자인Database Modeling Capstone Design

이론 중심의 학습에서 벗어나 실제 산업체나 지역사회에서 요구하는 문제를 해결하는 경험을 통해 실무 능력을 키움. 스스로 아이디어를 기획하고, 팀을 이루어 종합적인 문제 해결 과정을 수행하며 창의적인 결과물을 도출.

Develop practical skills by moving beyond theory-centered learning and experiencing solutions to problems encountered in real-world industries and communities. Plan your own ideas, form a team, and carry out a comprehensive problem-solving process to produce creative results.
머신러닝 AI 캡스톤디자인Machine Learning AI Capstone Design

이론 중심의 학습에서 벗어나 실제 산업체나 지역사회에서 요구하는 문제를 해결하는 경험을 통해 실무 능력을 키움. 스스로 아이디어를 기획하고, 팀을 이루어 종합적인 문제 해결 과정을 수행하며 창의적인 결과물을 도출.

Develop practical skills by moving beyond theory-centered learning and experiencing solutions to problems encountered in real-world industries and communities. Plan your own ideas, form a team, and carry out a comprehensive problem-solving process to produce creative results.
앙상블 모델 분석론Ensemble model analysis theory

개별 모델들의 장점을 최대한 활용하고 단점은 보완하여 전체적인 예측 정확도를 높임. 다양한 모델의 예측을 종합함으로써, 새로운 데이터에 대해 더 안정적이고 정확한 예측을 할 수 있음. 여러 모델을 사용하고 그 결과를 종합함으로써, 특정 데이터에 과도하게 맞춰지는 과적합 현상을 줄여줌.

Maximize the strengths of individual models and complement their weaknesses to improve overall prediction accuracy. By synthesizing predictions from various models, more reliable and accurate predictions can be made for new data. By using multiple models and synthesizing their results, it reduces overfitting, which is excessive fitting to specific data.
딥러닝 AI 캡스톤디자인Deep Learning AI Capstone Design

이론 중심의 학습에서 벗어나 실제 산업체나 지역사회에서 요구하는 문제를 해결하는 경험을 통해 실무 능력을 키움. 스스로 아이디어를 기획하고, 팀을 이루어 종합적인 문제 해결 과정을 수행하며 창의적인 결과물을 도출.

Develop practical skills by moving beyond theory-centered learning and experiencing solutions to problems encountered in real-world industries and communities. Plan your own ideas, form a team, and carry out a comprehensive problem-solving process to produce creative results.

남서울대학교 대학원

학과소개

DX기술경영과학과

학과소개 Department Introduction

교육목표 Educational Objectives

VISION

목적 Purpose

목표 Objective

교육특징 Educational Features

교육특징 Features

특장점 Special Features

기업 주도의 디지털전환프로젝트에 학생이 참여하여 수행(기업 매칭, 취업 연계)

Students participate in and carry out Corporate-led digitla transformation projects(Corporate matching, Employment linkage)

기업이 주도하에 프로젝트 진행 전 과정 및 유지보수 등을 학교(연구센터)에 위탁

The entire project process and maintenance, etc. are entrusted to the school(research center) under the company's leadership.

학교(대학원)에서 지급하는 장학금 외에 프로젝트 연계 수행에 따른 기업의 지정 기부금 등에 의한 장학금

졸업 후 학기 중 재직 학생들은 대학(교수)으로부터 DX 정보화시스템 업그레이드 및 운영과 유지관리, 분석/예측/최적화 AI 실무에 대한 지속적인 지도를 받을 수 있음.

졸업 후 진로 Career path after Graduation

매칭 기업·취업 연계 기업에 재직하여 업무분석과 해결 문제정의, 정보화시스템 구축 및 업그레이드·유지관리 업무와 내·외부 데이터 분석·예측 최적화 AI 업무를 수행

직업 진로 : 스마트HACCP 전문가, DX 정보화시스템구축(준 전문가), 데이터베이스 모델링 전문가, 통계분석가, 데이터 사이언티스트(준 전문가), 머신러닝 AI(준 전문가), 비즈니스 전략 컨설턴트 등

직업 진로(박사과정 후) : DX 정보화시스템구축 전문가, 데이터 사이언티스트, 머신러닝·딥러닝 AI 전문가 등

비즈니스컨설팅론Business consulting theory

데이터베이스 모델링 실무Database Modeling Practice

정보관리시스템구축 실무Information Management System Development Practice

경영정보시스템Information system for MIS & ERP

통계학과 빅데이터 분석Statistics & Big data analysis

식품안전관리인증기준HACCP

계량경영학Quantitative Management

데이터베이스 구축 실무Database construction practice

머신러닝 AI 이론과 실습Machine Learning AI Theory and Practice

생산이력관리시스템 구축 실무Product history management system construction practice

공장운영관리시스템Factory Operation Management System

수리통계학Mathematical statistics

스마트팜정보시스템Smart Farm Information System

국제운송물류International Transport Logistics

물류정보시스템Logistics Information System

스마트HACCPSmart HACCP

스마트공장모니터링시스템Smart Factory Monitoring System

생산정보관리시스템Production Information Management System

경제학특론Special Topics in Economics

디지털트윈 실무Digital Twin Practice

딥러닝 AI 이론과 실습Deep Learning AI Theory and Practice

플랫폼비즈니스전략Platform Business Strategy

데이터베이스 보안Database Security

데이터베이스모델링 캡스톤디자인Database Modeling Capstone Design

머신러닝 AI 캡스톤디자인Machine Learning AI Capstone Design

앙상블 모델 분석론Ensemble model analysis theory

딥러닝 AI 캡스톤디자인Deep Learning AI Capstone Design