이화여자대학교 데이터사이언스학과

모바일메뉴열기


 
메인비주얼 이미지

인공지능대학 데이터사이언스전공

데이터 분석력과 IT 기술능력을 갖춘 Data Scientist 양성

자세히보기 Read More
메인비주얼 이미지

인공지능대학 데이터사이언스전공

데이터 분석력과 IT 기술능력을 갖춘 Data Scientist 양성

자세히보기 Read More
메인비주얼 이미지

인공지능대학 데이터사이언스전공

데이터 분석력과 IT 기술능력을 갖춘 Data Scientist 양성

자세히보기 Read More
메인슬라이드

인공지능대학 데이터사이언스전공

데이터 분석력과 IT 기술능력을 갖춘 Data Scientist 양성

자세히보기 Read More

NOTICE

  • 공지사항

    [학부][공지] 2027학년도 전기 각 학위 연계과정 선발 시행 안내

    2027학년도 전기 각 학위 연계과정 선발 안내 (학·석·박사통합 / 학·석사 연계과정) 1. 지원자격 구분 신청자격 취득학점 요건 성적 요건 예비생 4학기 이수중인 재학생 또는 4학기 이수한 휴학생 2학년 수료학점 이상 취득 누계평점 3.3 이상 ※공과대학 건축학전공은 6학기 이수중인 재학생 또는 6학기 이수한 휴학생 ※공과대학 건축학전공은 3학년 수료학점 이상 취득 ※약학대학 약학과(약학· 미래산업약학전공)는 8학기 이수중인 재학생 또는 8학기 이수한 휴학생 ※약학대학 약학과(약학· 미래산업약학전공)는 4학년 수료학점 이상 취득 최종 선발생 조기졸업과정 6학기 이수중인 재학생 또는 6학기 이수한 휴학생 3학년 수료학점 이상 취득 누계평점 3.3 이상 ※공과대학 건축학전공은 8학기 이수중인 재학생 또는 8학기 이수한 휴학생 ※공과대학 건축학전공은 4학년 수료학점 이상 취득 정규졸업과정 7학기 이수중인 재학생 또는 7학기 이수한 휴학생 3학년 수료학점 이상 취득 누계평점 3.0 이상 ※공과대학 건축학전공은 9학기 이수중인 재학생 또는 9학기 이수한 휴학생 ※공과대학 건축학전공은 4학년 수료학점 이상 취득 ※약학대학 약학과(약학· 미래산업약학전공)는 11학기 이수중인 재학생 또는11학기 이수한 휴학생 ※약학대학 약학과(약학· 미래산업약학전공)는 5학년 수료학점 이상 취득 ※ 신청자격은 2026학년도 제1학기 현재 기준임 ※ 휴학생인 경우 선발 시 2026-2학기에 반드시 복학하여야 함 ※ 취득학점 및 성적 요건에는 2026-1학기 수강학점 포함, 2026학년도 여름계절학기 제외 ※ 소속/입학년도별 학년수료 기준은 이화홈페이지→학사안내→학사정보→졸업→학년수료 참고 ※ 기타 지원 전공(학과)별 추가 자격 요건 충족 및 전공별 선발시행 사항은 첨부의 <2027학년도 전기 각 학위 연계과정 선발시행표> 참조 2. 지원서 접수 : 2026. 6. 8(월) ~ 6.30(화) 지원 대학 행정실(B141호)로 제출 (ex. 컴공 학생이 대학원 AISW/DS 지원하는 경우에는 인공지능대학행정실로 서류 제출, 대학원 휴기바 지원하는 경우에는 공과대학행정실로 서류 제출) 3. 제출 서류 가. 각 학위 연계과정 지원서(첨부문서 참조) 나. 지도교수 추천서(첨부문서 참조) ※ 학생 소속대학 현 학부 지도교수의 추천서 첨부, 복수전공으로 지원하는 경우 주전공 및 복수전공의 지도교수 추천서 각각 첨부 4. 지원 가능 전공(학과) : 주전공(학과) 및 복수전공(학과) 5. 선발 결과 발표 : 2026. 8. 3(월) 예정, 지원 대학 행정실을 통해 공지 6. 유의사항 가. 예비생 및 최종선발된 학생은 한 학기에21학점까지 수강 가능함(예비생은 1년간). 나. 예비생 선발자라도 최종선발에 지원하여 최종선발 되어야 연계과정을 이수할 수 있음. 다. 예비생 선발자가 아니라도 최종선발 지원 가능 라. 각 학위 연계과정 조기졸업과정 최종선발자는 반드시 2026학년도 제2학기 조기졸업 신청을 하여야 함. 마. 최종선발생의 경우 학부 졸업에 필요한 학점을 모두 이수하여야 하며, 이수하지 못한 경우 중도포기로 처리됨. 바. 대학원 진학 시기 : 2027학년도 전기(27년 3월) 사. 대학원 교과목 수강 - '학부생이 수강가능한 대학원연계교과목'으로 개설된 교과목에 한하여 수강 가능하며, 4학기 이수 후부터(누계평점 3.3 이상) 학사학위과정 중 12학점까지 신청 가능함. ※ 근거: 학칙시행세칙 제30조제1항제1호(2025.12.23. 개정) - 대학원연계교과목은 6학점까지 학사학위과정의 졸업 또는 수료에 필요한 학점에 포함시킬 수 있으며, 나머지 학점은 6학점까지 석사학위과정 수료에 필요한 학점에 포함시킬 수 있음. ※ 석사학위과정/통합과정 진입 후 첫 학기말 이전에 학점이전신청서를 제출하여야 함. 아. 최종선발 학기와 석사학위과정/통합과정 진입 후 첫 학기는 휴학 및 자퇴 할 수 없음. 자. 학·석사 연계과정: 대학원 석사학위과정을 3학기에 졸업하지 못할 경우 4학기 이상 이수하여야 수료 및 졸업가능함. 차. 장학금 선발 및 지급요건 구분 학·석사 연계과정 학·석·박사통합 연계과정 지급대상 본교학부 졸업누계평점 이공계열 3.50(4.30만점)/인문사회계열 3.75(4.30만점) 이상인 일반대학원 학·석사 연계과정 진입생 본교학부 졸업누계평점 이공계열 3.50(4.30만점)/인문사회계열 3.75(4.30만점) 이상인 일반대학원 학·석·박사통합 연계과정 진입생 장학금액 등록금전액(입학금 면제) 등록금전액(입학금 면제) 지급기간 최대 3학기 최대 6학기 계속수혜 기준 및 유의사항 1. 계속수혜 성적기준(4.30만점 기준) - 이공계열: 직전학기 평점 3.50 이상) - 인문사회계열: 직전학기 평점 3.75 이상 2. 휴학시 이월 가능 3. 휴학, 자퇴 또는 학·석사연계과정을 포기하는 학기의 장학금 지급불가 및 반환 4. 학·석사 연계과정을 3학기 이내에 졸업하지 못하는 경우, 마지막 학기 장학금 반환 1. 계속수혜 성적기준(4.30만점 기준) - 이공계열: 직전학기 평점 3.50 이상) - 인문사회계열: 직전학기 평점 3.75 이상 2. 휴학시 이월 가능 3. 휴학, 자퇴 또는 학·석·박사통합 연계과정을 포기하는 학기의 장학금 지급불가 및 반환 4. 학·석·박사통합 연계과정을 6학기 이내에 수료하지 못하는 경우, 마지막 학기 장학금 반환 7. 문의: 지원 및 선발(대학원행정실(3277-2157) 및 지원 대학 행정실) 장학금(대학원행정실(3277-2157))

    VIEW MORE
    더보기
  • 전공소식

    일반대학원 데이터사이언스학과 오픈랩 & 포스터데이 성료

    일반대학원 데이터사이언스학과는 지난 4월 6일(월) 오픈랩 & 포스터데이를 진행했다. 각 연구실에서는 지난 동계 인턴십의 결과물 및 작년 한 해 대표 성과를 포스터로 제작하여 전시하였고, 참여 학부생은 각 연구실을 스탬프투어 형식으로 방문하여 포스터 전시 관람 및 연구실에 대한 질의응답 시간을 가졌다. 클로징 세레모니에서는 총 7편의 대학원 및 학부 포스터 우수상을 시상하였고, 참여 학부생을 대상으로 경품 추첨을 진행하였다. 본 행사를 통해 대학원 및 학부인턴의 연구성과를 공유하고, 대학원생과 학부생이 한자리에 모여 서로 소통할 수 있는 기회를 마련하였다. * 대학원 포스터 우수상 최보현(HIVE: Human-In-the-Loop Framework for Explainable Recommender Systems with Veracity-Based Human Feedback, 지도교수 최예림) 박지윤(시각적 일관성 및 전문가적 특성 기반 이커머스 상품 이미지 정렬 프레임워크, 지도교수 최예림) 곽주헌(Unsupervised Learning for Tool Condition Monitoring: Reconstruction Error Analysis, 지도교수 김동일) * 학부 포스터 우수상 유보현, 정주빈(이기종 환경에서의 공구 마모 예측 프레임워크: 시계열 분해와 상관관계 기반 변수선택을 결합한 자기지도 도메인적응 기법, 지도교수 김동일) 추윤서(연령 및 성별 이질성을 고려한 멀티모달 딥러닝 기반 뇌동맥류 예측 모델 연구, 지도교수 이지영) 장채린(다중 요소를 고려한 패션 이커머스 대표 이미지 자동 선정 방법, 지도교수 최예림) * 학부 포스터 인기상 장채린(다중 요소를 고려한 패션 이커머스 대표 이미지 자동 선정 방법, 지도교수 최예림)

    VIEW MORE
    더보기
  • FAQ

    데이터사이언스학과와 인공지능학과의 차이점은 무엇인가요?

    데이터사이언스학과와 인공지능학과 모두 인공지능대학에 소속된 학과이며, 교육과정, 연구분야, 활용분야 및 취업분야와 관련해서 서로 유사한 부분이 많습니다. 이는 인공지능과 데이터사이언스 분야 자체가 서로 유사한 점이 많다는 점에 기인합니다. 다만 인공지능학과는 공학기반의 AI Core 교육 및 방법론에 더 중점을 두는 반면, 데이터사이언스학과는 AI 기술을 활용하여 다양한 도메인에서의 융.복합 문제 해결에 초점을 맞추는 편입니다.

    VIEW MORE
    더보기