ATU MAJORS
ATU Data Science (Master of Science) 석사
과정 개요
ATU Data Science 석사는 데이터의 정리와 관리부터 기술·예측 분석, 머신러닝과 딥러닝까지 데이터 사이언스의 핵심 흐름을 단계적으로 학습하는 과정입니다. 전공 배경을 보완할 필요가 있는 학생에게는 여름 동안 온라인으로 운영되는 준비 과정이 안내될 수 있습니다.
과정 핵심 정보
| 항목 | 내용 |
|---|---|
| 공식 과정명 | Data Science |
| 과정 코드 | LY_IDTSO_M |
| 학위 | Master of Science |
| NFQ | Level 9 |
| 학점 | 90 |
| 기간 | 1년 또는 2년 |
| 운영 방식 | Online / Full Time·Part Time |
| 캠퍼스 | Donegal – Letterkenny |
ATU Data Science의 특징
시각화와 기술 분석, 데이터 운영·관리, 계산수학을 바탕으로 머신러닝·예측 분석·딥러닝을 연결합니다. 모든 교과는 필수이며, 온라인 수업과 평가를 거쳐 30학점 Dissertation을 수행하는 90학점 구조입니다.
학기별 교육과정
Semester 1
데이터를 설명하고 시각화하는 방법, 데이터 운영과 관리, 분석에 필요한 계산수학을 함께 학습해 기초 분석 체계를 구축합니다.
주요 모듈
Descriptive Analytics and Visualisation
Data Operations & Management
Computational Mathematics
Semester 2
머신러닝을 중심으로 예측 분석과 딥러닝 방법을 학습하고, 데이터에서 패턴을 찾고 모델 결과를 해석하는 역량을 확장합니다.
주요 모듈
Machine Learning
Predictive Analytics
Deep Learning
Semester 3
지도교수의 지도를 받아 학업에서 다룬 데이터 사이언스 방법을 실제 연구 문제에 적용하고 최종 결과물을 완성합니다.
주요 모듈
Dissertation
Dissertation과 수료 경로
Dissertation은 30학점 최종 연구 모듈입니다. 공식 과정 안내에 따르면 Dissertation을 이수하지 않는 경우에는 Postgraduate Diploma in Data Science로 수료하는 경로가 있을 수 있으므로, 지원 시 선택 가능한 학업 경로를 확인해야 합니다.
졸업 후 진로
졸업 후에는 데이터 운영·관리, 데이터 분석, 예측 모델링과 머신러닝이 필요한 조직에서 데이터 분석 및 데이터 사이언스 관련 역할로 진출할 수 있습니다. 교육과정은 분석 결과를 시각화하고 모델을 해석하는 역량까지 포함합니다.
지원 전 확인사항
Honours Degree(First 또는 Second Class) 또는 이에 준하는 학력이 기본 지원 배경입니다. Honours Degree가 없더라도 관련 경험이 충분한 지원자는 RPL을 통해 검토될 수 있습니다. 비EU 지원자는 공식 영어 요건을 별도로 충족해야 합니다.
