헬스케어빅데이터 마이크로디그리
Biohealth Healthcare Big Data Micro-Degree
개요
바이오헬스 헬스케어빅데이터 마이크로디그리는 의료·헬스케어 빅데이터 분석 및 활용 전문가를 양성하는 실무 중심 교육과정입니다. 헬스케어빅데이터 트랙의 핵심 역량을 기반으로, 대규모 의료 데이터의 수집, 처리, 분석, 시각화 및 인사이트 도출에 필요한 전문 기술을 함양합니다.
이런분들에게 추천합니다.
- 헬스케어 빅데이터 분석가를 목표로 하는 학생
- 의료 데이터 사이언티스트로 성장하고 싶은 학생
- 대규모 의료 데이터 처리 및 분석 기술을 배우고 싶은 학생
- 데이터 기반 의료 의사결정 전문가를 꿈꾸는 학생
주요학습영역
- 헬스케어 빅데이터 수집 및 전처리
- 의료 데이터 마이닝 및 분석
- 공중보건 빅데이터 분석
- 실시간 헬스케어 데이터 처리
이수기준
| 구분 | 내용 | 학점 |
|---|---|---|
| 디노베이션 | 제외 교과목 : (재직자용)[고맞고]바이오헬스기업분석, (재직자용)미래스포츠와디지털헬스케어, (재직자용)바이오헬스부트캠프, (재직자용)바이오헬스역량강화, (재직자용)바이오헬스커리어디자인, (재직자용)의료기기규제과학(RA)I, 자율주행자동차기술 | 6학점 |
| 전공 | 제외 교과목 : 3차원영상처리실습, IT와경영, IoT시스템, K-컬처산업입문, K-컬처와창의성, K-콘텐츠BGM효과음제작실습, K-투어리즘영어, NVH, PBL로배우는SDGs, UROP I , UROP II, 간호캡스톤디자인1, 구강보건교육학, 구강보건교육학실습, 그린바이오화훼치유정원, 글로벌K-컬처101, 글로벌메디커뮤니케이션, 글로벌문화산책 , 노인간호실습, 노인간호학, 노인물리치료학, 노인물리치료학실습, 노인및장애인치과학, 다학제간캡스톤디자인, 다학제간캡스톤디자인+, 데이터마이닝및실습, 데이터사이언스, 데이터사이언스, 데이터사이언스프로그래밍1, 데이터전처리, 동역학, 디스플레이UI/UX개론, 디자인기획, 디자인론, 디자인씽킹을통한사회공감, 디지털포렌식, 디지털헬스케어와인공지능, 라이프디자인씽킹, 로봇공학개론, 마이크로프로세서응용, 모빌리티S/W활용I , 모빌리티S/W활용II, 모빌리티사이버보안, 모빌리티신호처리, 모터이론및제어, 문화예술과감각활용, 물리치료학종합설계1, 물리치료학종합설계2, 미래자동차혁명, 바이오세라피개론, 바이오의약품품질관리실험, 바이오헬스응용, 바이오헬스의학용어, 바이오헬스임상실습, 방사선영상학, 변화시대의셀프리더십, 보건의사소통, 분자생물학실습, 비정형데이터분석, 사이버보안법, 산업보안관리론, 상체운동재활, 생성형AI를활용한영상콘텐츠기획 , 생성형AI를활용한음악제작, 생성형AI를활용한캐릭터와컨셉아트개발 , 생활속디스플레이, 서비스경영, 세계속의K-컬처, 실험동물학, 영상데이터처리학, 오픈소스AI응용, 오픈소스SW기초, 운동생리학, 운동조절및학습, 웹소설의이해, 웹툰스토리기획과구성, 웹툰제작(디지털툴), 융복합형최신치과임상기초, 융합기초동역학, 융합기초전기전자공학, 융합보안학개론, 융합콘텐츠의이해, 의약품제조관리실험, 인체어플라이언스디자인1, 인체어플라이언스디자인2, 인체해부학, 임상검사과학개론, 임상의사결정, 임상전단계실습I, 임상전단계실습II, 자동제어, 자동차3차원설계, 자동차모빌리티기초, 자동차배터리, 자동차인간공학, 자동차인공지능, 자동차재료학, 장르문학의감상과이해, 장편시나리오, 전동화파워트레인, 정신간호학실습1, 정신간호학실습2, 제약공학개론, 증강현실과아트(SW융합), 차량동역학, 차량센서공학, 차량소프트웨어엔지니어링, 차세대인포테인먼트UX디자인, 창의적기획과이야기구성, 창의적리더십과역량개발, 치위생세미나1, 치위생세미나2, 치위생학개론, 치의학용어, 캡스톤디자인, 캡스톤디자인1(제약공정), 캡스톤디자인1(치위생), 캡스톤디자인2(제약품질), 캡스톤디자인2(치위생), 컴퓨터그래픽스와메타버스, 컴퓨터비전(CE), 클라우드컴퓨팅개론및AWS활용, 탐색적자료분석및시각화, 패턴인식, 프리폼디스플레이UI/UX디자인, 하이브리드및전기자동차, 하체운동재활, 헬스케어빅데이터입문, 혁신융합세미나I, 혁신융합세미나II, 힐빙에이징(원광보건대) | 6학점 |
| 총 이수 학점 | 12학점 |
이수구성
- 디노베이션 교과목 (6학점 이상)
- 바이오헬스 분야의 기초 소양 및 융합적 사고 역량 함양
- 헬스케어빅데이터 트랙 교과목 (3학점 이상)
- 빅데이터 분석 핵심 실무 역량 습득
- 추가 선택 교과목 (3학점)
- 본인의 관심 분야에 따라 자유롭게 선택
기대효과
- 빅데이터 처리 전문성
- 대규모 의료·헬스케어 데이터의 수집, 전처리, 분석, 시각화 기술을 체계적으로 습득합니다.
- 데이터 마이닝 역량
- 의료 빅데이터에서 의미 있는 패턴과 인사이트를 발견하는 고급 분석 기법을 습득합니다.
- AI·머신러닝 활용
- 의료 빅데이터 기반 예측 모델링, 분류, 군집화 등 머신러닝 기술을 실무에 적용할 수 있습니다.
- 의료 도메인 이해
- 의료 데이터의 특성, 구조, 표준을 이해하고 실제 임상 문제에 적용할 수 있습니다.
- 데이터 기반 의사결정
- 빅데이터 분석을 통해 헬스케어 분야의 전략적 의사결정을 지원할 수 있습니다.
이수자 후기
헬스케어빅데이터 트랙을 통해 대규모 의료 데이터를 다루는 전문성을 갖추게 되었습니다. 통계적 데이터 분석부터 머신러닝까지 체계적으로 배우면서, 단순히 기술만이 아니라 의료 데이터의 특성과 윤리적 고려사항도 함께 익힐 수 있었습니다. 특히 산학프로젝트에서 실제 병원 데이터를 활용해 재입원 예측 모델을 만들어본 경험이 가장 값졌습니다. 현재 건강보험공단에서 빅데이터 분석가로 근무하며, 보건정책 수립을 위한 데이터 분석을 담당하고 있습니다.
최○○ | 통계학과 | 바이오헬스 헬스케어빅데이터 마이크로디그리 이수