DCU MAJORS
DCU Data Science and Artificial Intelligence 학사
과정 핵심 정보
| 항목 | 내용 |
|---|---|
| 공식 과정명 | Data Science and Artificial Intelligence |
| 과정 코드 | DC123 |
| 학위 수준 | NFQ Level 8 학사 |
| 기간 | 4년 |
| 수업 방식 | Full-Time |
과정 개요
데이터과학은 방대한 정보를 수집하는 일보다, 자료의 품질을 점검하고 패턴을 설명하며 의사결정에 쓸 수 있는 모델로 바꾸는 과정에 가깝습니다. DCU Data Science and Artificial Intelligence는 컴퓨팅, 수학과 기업 맥락을 함께 묶어 이 전 과정을 학습하는 NFQ Level 8 학사과정입니다. 학생들은 프로그래밍과 데이터베이스에서 출발해 확률·통계, 선형수학, 데이터 처리와 시각화를 익힙니다. 고학년에는 그래프 이론, 검색 기술, 자연어 기술, 고급 머신러닝과 대규모 분석으로 이동하므로 수리적 근거와 구현 능력을 함께 요구합니다. 3학년에는 INTRA 또는 해외학습 선택지가 있습니다. 산업 데이터 문제를 경험하거나 다른 학업 환경에서 공부한 뒤, 마지막 학년의 응용 영역과 최종 프로젝트로 전문성을 정리하는 방식입니다.
과정 소개 영상
DCU 입학 안내 영상에서 과정 코드 DC123 Data Science의 학업 방향을 소개합니다. 현재 Data Science and Artificial Intelligence 과정의 AI 확장 내용은 본문을 기준으로 확인해 주세요.
학년별 교육과정
기초과목에서 전공 심화와 프로젝트·현장 경험으로 이어지는 학년별 학업 구조입니다.
1학년
주요 학습 내용
Introduction to R
Linear Mathematics (1 and 2)
Calculus
Probability & Statistics
Computer Programming (1 and 2)
Data Science and Databases
Computer Systems
2학년
주요 학습 내용
Statistics (1 and 2)
Calculus
Computer Programming (3 and 4)
Developing Internet Applications
Data Warehousing
Logic
Data Processing and Visualisation
Programming for Data Analysis
3학년
주요 학습 내용
Professional and Research Practice for Data Science
Data Exploration Using Graph Theory
Fundamentals of Software Testing
Search Technologies
Application Domains 1
INTRA (8 months) or study abroad
4학년
주요 학습 내용
Application Domains 2 and 3
Data Analytics at Speed and Scale
Natural Language Technologies
Advanced Machine Learning
Building Complex Computational Models
Final Year Project
실무와 프로젝트
이 과정은 수학만 또는 코딩만 따로 배우기보다 두 영역을 반복적으로 결합합니다. 산업 파트너와 실제 문제 및 데이터셋을 접할 기회가 제시되어 있으며, 3학년에는 INTRA 또는 study abroad가 정규 구조에 포함됩니다. 이후 Data Analytics at Speed and Scale, Natural Language Technologies와 Advanced Machine Learning을 배우고 Final Year Project를 수행해 분석의 설계부터 설명까지 연결합니다.
졸업 후 진로
졸업 후에는 Data Scientist, Business Intelligence Analyst, Customer Insight Lead, Chief Data Scientist, Director of Analytics, Risk Analyst, Knowledge Engineer와 Data Programmer를 포함합니다. 금융, 보건, 통신, 비영리, 미디어, 소매, 제조와 스포츠가 활동 영역으로 제시될 만큼 데이터 활용 범위는 넓습니다.
지원 전 확인사항
INTRA와 해외학습은 데이터·AI 역량을 실제 환경에서 확장하는 선택지이며, 프로젝트 주제와 희망 산업 분야를 기준으로 학업 경로를 계획할 수 있습니다.
