Biohealth Data Micro-Degree
개요

이런분들에게 추천합니다.
- 의료 데이터 분석 및 AI 개발에 관심이 있는 학생
- 헬스케어 빅데이터를 활용한 인사이트 도출 역량을 갖추고 싶은 학생
- 의료 AI 및 머신러닝 모델 개발자를 목표로 하는 학생
- 데이터 기반 헬스케어 의사결정 전문가를 꿈꾸는 학생
주요학습영역
- 의료 데이터 분석 및 시각화
- 헬스케어 빅데이터 처리
- 의료 AI 및 머신러닝
- 의료정보학 및 데이터 관리
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, K-투어리즘영어, PBL로배우는SDGs, 간호캡스톤디자인1, 구강보건교육학, 구강보건교육학실습, 글로벌메디커뮤니케이션, 노인간호실습, 노인간호학, 노인물리치료학, 노인물리치료학실습, 노인및장애인치과학, 데이터사이언스, 데이터전처리, 디자인기획, 디자인론, 디자인씽킹을통한사회공감, 라이프디자인씽킹, 물리치료학종합설계1, 물리치료학종합설계2, 바이오의약품품질관리실험, 바이오헬스응용, 바이오헬스임상실습, 방사선영상학, 변화시대의셀프리더십, 보건의사소통, 분자생물학실습, 비정형데이터분석, 서비스경영, 실험동물학, 영상데이터처리학, 운동조절및학습, 의약품제조관리실험, 인체어플라이언스디자인1, 임상검사과학개론, 임상의사결정, 임상전단계실습I, 제약공학개론, 창의적리더십과역량개발, 치위생세미나1, 치위생세미나2, 치위생학개론, 캡스톤디자인, 캡스톤디자인1(제약공정), 캡스톤디자인1(치위생), 캡스톤디자인2(제약품질), 캡스톤디자인2(치위생), 힐빙에이징(원광보건대) | 6학점 |
| 총 이수 학점 | 12학점 |
이수구성
- 디노베이션 교과목 (6학점 이상)
- 바이오헬스 분야의 기초 소양 및 융합적 사고 역량 함양
- 바이오헬스 데이터 전공 교과목 (3학점 이상)
- 데이터 전공의 핵심 이론 및 실무 역량 습득
- 추가 선택 교과목 (3학점)
- 본인의 관심 분야에 따라 자유롭게 선택
기대효과
- 의료 데이터 분석 전문성
- 의료·헬스케어 데이터의 수집, 전처리, 분석, 시각화에 필요한 실무 역량을 체계적으로 습득합니다.
- AI·머신러닝 활용 능력
- 의료 분야에 특화된 머신러닝 및 딥러닝 모델을 설계하고 구현하는 능력을 개발합니다.
- 의료정보학 이해
- 의료 데이터의 특성과 의료정보 시스템을 이해하여 실무에 적용할 수 있습니다.
- 데이터 기반 의사결정
- 데이터 분석을 통해 헬스케어 분야의 인사이트를 도출하고 의사결정을 지원할 수 있습니다.
- 실전 프로젝트 경험
- 실제 의료 데이터를 활용한 프로젝트를 통해 문제 해결 경험과 포트폴리오를 구축합니다.
이수 후 진로
- 주요 진출 분야
-
- 1. 의료 데이터 분석가
- 병원 의료정보팀, 건강보험공단, 보험회사, 제약회사, 공공보건 기관, 헬스케어 컨설팅, 의료 AI 스타트업
- 2. 의료 AI 개발자
- 의료 AI 스타트업, 대기업 AI 연구소(삼성, 네이버), 병원 AI 센터, 제약회사, 의료기기 회사, 대학 연구실
- 3. 헬스케어 소프트웨어 개발자
- EMR 개발사(이지케어텍, 인피니트헬스케어), 병원 IT팀, 헬스케어 스타트업, 원격의료 플랫폼, 보험사 IT팀, 대기업 헬스케어 부문
이수자 후기

Biohealth Data 과정을 통해 의료데이터 분석가로 진로를 구체화할 수 있었습니다. 단순히 데이터 분석 기법을 배우는 것을 넘어, 의료 현장의 실제 문제를 데이터로 해결하는 방법을 익혔습니다. 특히 머신러닝 실습 과정에서 진단 예측 모델을 직접 구축해본 경험이 취업에 큰 도움이 되었습니다. 현재 헬스케어 AI 스타트업에서 데이터 사이언티스트로 근무하며, 정밀의료 실현에 기여하고 있습니다.
박○○ | 컴퓨터공학과 | 바이오헬스 데이터 마이크로디그리 이수

