1-1. 금융통계분석 (Financial Programs)
이 과정의 목표는 학생들이 분석과 분석에 필요한 기초적인 통계 지식을 개발하도록 돕는 것이다. 학생들이 재무/비즈니스 경력과 실제 경험에 도움이 될 통계 및 데이터 분석에 대한 실용적인 지식을 개발하는 데 도움을 준다.
1-2. 확률통계 (Probabilities and Statistics)
불확실성의 현상을 수리적으로 취급하는 기법, 현상에 대한 객관적 논리와 실험을 근거로 인과관계 를 규명하는 방법, 미적분학 이론을 사용하여 여러 가지 확률을 계산하는 방법을 공부한다.
2. 재무관리 (Financial Management)
기업가치 극대화를 위해 효과적인 투자의사결정과 자본조달 및 배당정책 결정, 파생상품을 이용한 위험해지 등 재무학에 대한 이론적 기초를 배운다.
3-1. 금융프로그래밍 (Financial Programs)
본 과목은 파이썬 등의 금융공학에 필요한 컴퓨터 프로그래밍 기법을 교육하고 이를 이용하여 금융공학 분야의 다양한 기법을 컴퓨터로 구현해 보는 것을 목적으로 한다.
3-2. 컴퓨터및프로그래밍입문 (Introduction to computers and Programming)
학생들이 Python 언어와 Window용 PC에 기초한 코딩, 프로그래밍 및 시스템 설계에 대한 이해를 하는 것을 목표로 한다.
4. 회계학원리 (Principles of Accounting)
회계에 대한 기본적 이해와 지식을 배양하고, 이를 토대로 재무정보를 산출하기 위한 회계순환과정에 대한 이해와 일반적으로 인정되는 회계기준에 대해서 연구해 본다.
5. 금융최적화(E) (Financial Optimization)
금융 의사결정 문제를 모델링하고 의사결정 최적화할 수 있는 다양한 최적화 기법에 대하여 학습한다.
6. 디지털금융 (Digital Finance)
금융기관에서의 디지털트랜스포메이션, 빅데이터, AI 등의 핀테크 적용으로 인한 금융경쟁력과 전략적 활용방안을 논의한다.
7. 인공지능과금융 (AI and Finance)
본 과목에서는 인공지능과 금융에 대하여 학습하고 인공지능 기반의 금융솔루션에 대하여 소개한다.
8. 금융데이터마이닝 (Financial Data Mining)
데이터마이닝은 대용량 데이터에서 유용한 패턴을 찾기 위한 이론과 기법을 의미한다. 데이터마이닝은 웹, 사기 탐지, 추천 시스템, 사이버 보안 등 중요한 응용에 활용되고 있다. 본 과목에서는 데이터마이닝을 위한 중요 알고리즘과 이론을 설명한다.
9. 금융빅데이터분석(E) (Financial Big Data Analysis)
금융산업은 데이터 보유량이 많고 빅데이터의 잠재적 활용가치가 높아 금융기관을 중심으로 빅데이터 활용사례가 급증하고 있으며 향후 금융빅데이터는 미래의 경쟁우위를 가늠하는 핵심역량이 될 것이므로 이 분야에 대한 학습이 필요하다.
10. 블록체인과플랫폼경영(E) (Block Chain and Platform Business)
블록체인의 기반기술로서 암호화화폐에 대하여 학습하고 블록체인에 기반한 다양한 비즈니스 사례를 분석한다. 클라우드 기반의 플랫폼에 대하여 학습하고 플랫폼에 기반하여 경쟁지위를 확보한 다양한 금융사례를 분석한다.
11. 다변량통계학 (Multivariate Statistics)
다변량 요인에 의한 추론, 통계검증과 더불어 회귀분석, 요인분석, 집단분석 등에 대한 이론적 과정과 인공지능의 기초원리에 대하여 학습한다.
12. 금융시뮬레이션 (Financial Simulation)
시뮬레이션은 금융분야에서 가장 흔히 사용되는 방법론 가운데 하나이다. 본 교과목은 다양한 시뮬레이션 방법론들을 공부하고 이를 금융모형에 적용해본다. 다양한 시뮬레이션 방법을 공부해 보고, 이를 다양한 옵션 가격 이론 등에 적용한다.
13. 퀀트투자전략(Quantitative Investment Strategies)
글로벌 헤지펀드의 혁신적인 투자 전략을 알아보고 그 원리와 응용을 학습한다. 학생들은 헤지펀드를 포함한 금융투자업계를 이해하고, 퀀트 투자 실무를 위한 기초를 쌓을 수 있다. 액티브 투자 이론, 주식 선택 전략 등을 배운다.
14. 핀테크실무세미나1(Fintech practical seminar 1)
핀테크 실무와 관련한 다양한 주제에 대해서 토론 및 발표를 수행함으로서 종합적 사고와 판단력을 향상시킨다.
15. 핀테크실무세미나2(Fintech practical seminar 2)
핀테크 실무와 관련한 다양한 주제에 대해서 토론 및 발표를 수행함으로서 종합적 사고와 판단력을 향상시킨다.
16. 경영정보처리 (Business Information Processing)
Microsoft사의 스프레드시트 프로그램인 Excel과 데이터베이스관리 프로그램인 Access, 그리고 통계처리 프로그램인 SAS의 사용방법을 학습함. 인사, 재무, 마케팅, 생산 등 경영활동 괸련한 문제를 해결하기 위하여 계량적인 데이터를 처리하고 분석하는 기법을 습득함.
17. 투자론 (Investment)
불확실한 상황 하에서 증권 투자 선택 이론과 분석 및 평가방법을 배우고 현대 투자론의 핵심적 이론인 포트폴리오 선택 이론과 자본 자산 가격 결정 모형을 강의한다.
18. 경영정보시스템 (Management Information Systems)
경영환경에 따라 변화되어 온 정보의 본질과 정보기술의 역할을 이해하고, 조직 안팎의 프로세스를 통합해 나가는 e-Business 환경을 학습하며, 전략적 측면에서의 경영혁신과 정보기술의 관계를 규명해 본다.
19. 증권시장론 (Securities Markets)
증권시장, 유가증권, 증권산업, 주식의 발행시장, 주식의 유통시장, 채권시장 및 증권관련제도, 증권의 기본적 분석, 증권의 기술적 분석, 포트폴리오 이론, 자본자산 가격결정이론, 증권시장의 효율성과 비효율성, 채권가치의 평가, 채권수익률의 기간구조와 위험 등에 대하여 학습한다.
20. 비즈니스애널리틱스 (Business Analytics)
기본적인 데이터 분석 개념과 목적을 이해하고, 데이터 분석도구인 R 프로그램을 쉽게 사용할 수 있도록 한다. 또한 데이터 수집 및 가공에 필요한 패키지를 사용하여 분석을 위한 기초 통계 분석을 할 수 있으며, 분석 결과에 따른 시각화를 통해 데이터 분석의 기본틀을 이해한다.
21. 데이터베이스관리 (Database Management)
데이터베이스 시스템을 이해하고 이를 설계 및 개발, 관리할 수 있는 지식을 습득한다. 데이터베이스의 개념을 학습하고 이를 설계할 수 있는 다양한 방법론과 개발에 사용할 수 있는 정보기술들을 다룬다.
22. 금융시장론 (Financial Markets)
단기금융시장, 장기금융시장, 국내금융시장, 국제금융시장의 구조와 금융상품의 종류에 대하여 이해하고, 금융상품별 특징과 운용방법, 그리고 운용과 관련된 수익과 위험에 대하여 학습한다.
23. 국제재무관리 (International Financial Management)
자금 조달 및 투자의 다국적화로 인하여 기업과 투자자는 외환 및 정치적 위험에 놓이게 되고, 회계 제도의 차이로 인해 손익에 대한 인식도 달라진다. 이러한 요소들을 감안하여 자금 조달 및 투자 활동을 영위하기 위해서는 이자율, 외환, 파생상품, 구매력, 국제 금융 제도 등에 대한 이해가 필수적이다. 학생들은 국제재무관리 과목을 통하여 세계화된 환경 속에서 재무 활동을 영위하기 위한 실무적 이론적 틀을 습득하게 된다.
24. 파생상품론 (Derivatives Markets)
파생상품 전반에 관한 기초적인 분야를 공부한 후 응용분야를 중심으로 하여 실전 파생상품 지식을 함양하는데 그 목표를 둔다. 선물뿐만 아니라 옵션에 대한 이론을 전반적으로 검토하고 나아가 사례분석 등을 통해 이론적 지식을 응용할 수 있도록 한다.
25. 회계정보분석및비즈니스모델링 (Accounting Information Analysis and Business Modeling)
기업의 각종 회계정보를 분석하고, 새로운 아이디어를 도출하여 보다 체계적인 사업모형으로 구체화시키는 방법론을 배움으로써 비즈니스 모델을 구상하고 실현할 수 있도록 한다.
26. 옵션이론 (Option Theory)
일반형 옵션에 대한 이론 및 Digital옵션, Forward Start옵션, 아시안 옵션 등과 같이 일반형 옵션 외에 지급 구조가 특이한 옵션들에 대해 다룬다. 이색 옵션의 발행동기, 가격 계산 및 위험관리에 초점을 맞춘 학습을 하고자 한다.
27. 리스크관리론 (Risk Management)
금리, 주가, 환율 등 기본 경제변수가 변함에 따라 금융기관이 보유하고 있는 포트폴리오의 시장가치도 변화하므로 이러한 시장위험을 관리하기 위해 최근 개발된 VaR과 RiskMetrics기법 등을 강의하며, 기업의 채무 불이행 가능성에 대비한 신용위험관리기법도 체계적으로 학습할 수 있도록 교과목표를 설정하고자 한다.
28. 재무분석 (Financial Statement Analysis)
최근 많은 기업이 분식회계라는 부정적 방법으로 이해관계자에게 신뢰를 상실해 감에 따라 회계정보의 정확한 분석에 대한 중요성이 증가하고 있으며 이러한 분석을 통한 재무정보의 투명성 확보는 기업 가치와 직결되고 있다. 본 강의는 기업의 재무제표 분석 및 기업가치 평가에 대한 기본적 개념과 이론 및 방법을 체계적으로 학습함으로써 기업의 경영성과를 정확히 분석하고 기업 가치 평가와의 관계를 효과적으로 이해하는 것을 목적으로 한다.
29. 기술경영 (Management of Technology)
기술의 전 생애주기에 걸쳐 전략기획, 마케팅, 재무, 공학, 오퍼레이션 등 각 부문별 기능과 기술 개발의 통합적인 관계에 대해 학습한다. 조직의 혁신 능력을 평가하는 개념 체계를 학습하고, 전략자원으로서의 기술과 혁신 프로세스를 효과적으로 관리하는 방법론을 습득한다.
30. 이산수학(1) (Discrete Mathematics(1))
Counting, Logic, Predicate Calculus, Set Theory, Relation, Function, Algebraic System 등의 개념을 공부하 되, 정의, 정리, 증명의 엄격한 과정에 따른 수학적 논리적 사고력을 배양하는데 중점을 둔다.
31. 인터넷과웹기초 (Introduction to Internet and Web)
인터넷과 웹의 기본 개념 및 기술을 학습한다. 또한 정적 Web 저작 언어인 HTML, CSS, 대표적 Web 프로그래밍 언어인 Javascript를 활용하여 Front-End 측을 중심으로 웹 저작 및 프로그래밍을 학습한다. 나아가서 Web 서비스 기술에 기초한 Open API 기술을 이해하고 응용하는 역량을 학습한다.
32. 공학선형대수학 (Engineering Linear Algebra)
선형 개념을 기반으로 벡터공간을 정의하고, 이 벡터공간의 벡터들에 대한 선형독립 개념, 선형변환 방법, 선형시스템 분석 및 풀이 방법 등을 다룬다. 아울러 실제 응용분야에서 많이 활용되는 최소자승 근사법, 고유값 및 고유벡터 계산법, 특이값 분해, 벡터집합의 직교화 방법, 내적의 일반화 방법 등을 다루고, 응용 예를 통해 익히도록 한다.
33. 데이터과학입문 (Introduction to Data Science)
데이터 분석 및 모델링의 기초가 되는 통계학 이론과 데이터 취득, 가공, 시각화, 분석 등을 위한 컴퓨팅 역량을 실제 데이터를 기반으로 학습한다.
34. 자료구조 (Data Structures)
실제적으로 현장에서 사용될 수 있는 Software 시스템을 설계구현하기 위하여 적절한 자료구조를 선정하고 이를 자신의 힘으로 구현할 수 있는 능력을 배양한다. 또한 다양한 자료구조의 성능을 이론적으로 실제적으로 분석평가할 수 있는 능력을 배양한다.
35. AI프로그래밍 (AI Programming)
인공지능과 프로그래밍 모두에 대해 초보자 수준인 대학 1, 2학년을 대상으로 하는 교과목으로 인공지능 기본 이론과 프로그래밍에 대한 기초를 확립하는 것을 목표로 한다. 쉽고 강력한 프로그래밍 언어이며 인공지능 알고리즘 및 응용 개발에 널리 쓰이는 Python 언어를 학습에 활용한다. 실생활의 문제와 관련한 실제 데이터를 활용함으로써 인공지능 이론 및 프로그래밍에 대한 흥미를 제고하고 효용성을 인식하게 한다.
36. 컴퓨터알고리즘 (Computer Algorithms)
컴퓨터 공학의 전반적인 분야에서 발생하는 문제들을 효율적으로 해결하는 방법을 학습한다. 문제를 해결하는 알고리즘의 분석 방법과 이를 통한 효율성에 대한 기초지식을 습득하고, Sorting, Searching, Matching과 같은 기본적인 문제들의 효율적인 알고리즘을 습득한다. 또한, 알고리즘의 효율적인 기법들과 주요 topic 들의 문제에 대한 해결 방법을 체득한다.
37. 컴퓨터네트워크 (Computer Networks)
컴퓨터네트워크의 프로토콜 구조와 각 계층의 프로토콜을 이해하고, 이들 프로토콜의 구현 방법과 응용 능력을 기른다.
38. 인공지능 (Artificial Intelligence)
각종 search 기법, 지식 표현법, 추론 방식 및 학습 이론 등을 소개하고, 이를 바탕으로 현장의 문제해결을 위한 고급 기술로서 널리 활용되고 있는 planning, uncertain reasoning, learning 등의 원리와 응용에 대해 공부한다.
39. 머신러닝 (Machine Learning)
머신러닝은 경험을 통해 자체적인 성능을 자동으로 향상 시킬 수 있는 컴퓨터 프로그램에 관한 것이다. 예를 들어, 사람 안면을 인식하거나 음악, 영화 등을 추천하는 것을 학습하는 프로그램 등이 이에 해당한다고 할 수 있다. 본 교과목에서는 서포트 벡터 머신, 뉴럴 네트워크, 통계적 학습 기법, 비지도 학습 등 다양한 관점에서의 머신러닝을 위한 이론과 실제적인 알고리즘을 다룬다.
40. 정보보안 (Information Security)
하드웨어에 대한 물리적 엑세스 제어 뿐만 아니라 네트워크 엑세스, 데이터, 코드 삽입 등을 통한 악성활동으로부터의 보호가 포함된다. 이 수업에서 컴퓨터보안 기술과 관련한 이론을 학습하고 실습을 통해 동작원리를 이해한다.
41. 네트워크보안 (Network Security)
본 교과목에서는 다양한 OS 시스템, 다양한 네트워크의 잠재적 보안 취약성과 이를 제거하고 안전한 시스템 및 네트워크를 구성하기 위한 보안 기술 및 그 설계 원리에 대하여 강의한다. 본 과목을 통해 학생들은 접근 제어 기법이나 OS 해킹/방어 기법, 메모리/파일 시스템 보안, 응용 프로그램 보안, 악성코드 대응, TCP/IP 공격 대응, 방화벽 기술, 침입탐지/대응 기술, 웹 서비스 보안, 보안 정책, 위험도 분석 및 대응 등 실제 IT 환경에서 중요하게 다뤄지는 보안 기술에 대한 기초 지식을 습득한다.
42. 데이터베이스 (Databases)
데이터베이스 개념, 데이터 독립성의 구현 기법, 데이터베이스 응용 프로그래밍 기법, 관계 데이터 모델 및 데이터베이스 설계 기법을 공부하는 것을 목표로 한다.
43. 데이터마이닝 (Data Mining)
데이터마이닝은 대용량 데이터에서 유용한 패턴을 찾기 위한 이론과 기법을 의미한다. 데이터마이닝은 웹, 사기 탐지, 추천 시스템, 사이버 보안 등 중요한 응용에 활용되고 있다. 본 과목에서는 데이터마이닝을 위한 중요 알고리즘과 이론을 설명한다. 주요 학습 주제로 mapreduce, 유사 아이템 검색, 빈발 패턴 검색, 링크 분석, 데이터 스트림 마이닝, 클러스터링, 그래프 마이닝 등을 다룬다.
44. 지능형시스템 (Intelligent Systems)
현실에서 인공지능기술의 적용이 필요한 문제를 인식하여 정형화하고 이를 효과적으로 해결할 수 있는 응용 능력 및 시스템 설계 구현 능력을 배양한다.
이 과정의 목표는 학생들이 분석과 분석에 필요한 기초적인 통계 지식을 개발하도록 돕는 것이다. 학생들이 재무/비즈니스 경력과 실제 경험에 도움이 될 통계 및 데이터 분석에 대한 실용적인 지식을 개발하는 데 도움을 준다.
1-2. 확률통계 (Probabilities and Statistics)
불확실성의 현상을 수리적으로 취급하는 기법, 현상에 대한 객관적 논리와 실험을 근거로 인과관계 를 규명하는 방법, 미적분학 이론을 사용하여 여러 가지 확률을 계산하는 방법을 공부한다.
2. 재무관리 (Financial Management)
기업가치 극대화를 위해 효과적인 투자의사결정과 자본조달 및 배당정책 결정, 파생상품을 이용한 위험해지 등 재무학에 대한 이론적 기초를 배운다.
3-1. 금융프로그래밍 (Financial Programs)
본 과목은 파이썬 등의 금융공학에 필요한 컴퓨터 프로그래밍 기법을 교육하고 이를 이용하여 금융공학 분야의 다양한 기법을 컴퓨터로 구현해 보는 것을 목적으로 한다.
3-2. 컴퓨터및프로그래밍입문 (Introduction to computers and Programming)
학생들이 Python 언어와 Window용 PC에 기초한 코딩, 프로그래밍 및 시스템 설계에 대한 이해를 하는 것을 목표로 한다.
4. 회계학원리 (Principles of Accounting)
회계에 대한 기본적 이해와 지식을 배양하고, 이를 토대로 재무정보를 산출하기 위한 회계순환과정에 대한 이해와 일반적으로 인정되는 회계기준에 대해서 연구해 본다.
5. 금융최적화(E) (Financial Optimization)
금융 의사결정 문제를 모델링하고 의사결정 최적화할 수 있는 다양한 최적화 기법에 대하여 학습한다.
6. 디지털금융 (Digital Finance)
금융기관에서의 디지털트랜스포메이션, 빅데이터, AI 등의 핀테크 적용으로 인한 금융경쟁력과 전략적 활용방안을 논의한다.
7. 인공지능과금융 (AI and Finance)
본 과목에서는 인공지능과 금융에 대하여 학습하고 인공지능 기반의 금융솔루션에 대하여 소개한다.
8. 금융데이터마이닝 (Financial Data Mining)
데이터마이닝은 대용량 데이터에서 유용한 패턴을 찾기 위한 이론과 기법을 의미한다. 데이터마이닝은 웹, 사기 탐지, 추천 시스템, 사이버 보안 등 중요한 응용에 활용되고 있다. 본 과목에서는 데이터마이닝을 위한 중요 알고리즘과 이론을 설명한다.
9. 금융빅데이터분석(E) (Financial Big Data Analysis)
금융산업은 데이터 보유량이 많고 빅데이터의 잠재적 활용가치가 높아 금융기관을 중심으로 빅데이터 활용사례가 급증하고 있으며 향후 금융빅데이터는 미래의 경쟁우위를 가늠하는 핵심역량이 될 것이므로 이 분야에 대한 학습이 필요하다.
10. 블록체인과플랫폼경영(E) (Block Chain and Platform Business)
블록체인의 기반기술로서 암호화화폐에 대하여 학습하고 블록체인에 기반한 다양한 비즈니스 사례를 분석한다. 클라우드 기반의 플랫폼에 대하여 학습하고 플랫폼에 기반하여 경쟁지위를 확보한 다양한 금융사례를 분석한다.
11. 다변량통계학 (Multivariate Statistics)
다변량 요인에 의한 추론, 통계검증과 더불어 회귀분석, 요인분석, 집단분석 등에 대한 이론적 과정과 인공지능의 기초원리에 대하여 학습한다.
12. 금융시뮬레이션 (Financial Simulation)
시뮬레이션은 금융분야에서 가장 흔히 사용되는 방법론 가운데 하나이다. 본 교과목은 다양한 시뮬레이션 방법론들을 공부하고 이를 금융모형에 적용해본다. 다양한 시뮬레이션 방법을 공부해 보고, 이를 다양한 옵션 가격 이론 등에 적용한다.
13. 퀀트투자전략(Quantitative Investment Strategies)
글로벌 헤지펀드의 혁신적인 투자 전략을 알아보고 그 원리와 응용을 학습한다. 학생들은 헤지펀드를 포함한 금융투자업계를 이해하고, 퀀트 투자 실무를 위한 기초를 쌓을 수 있다. 액티브 투자 이론, 주식 선택 전략 등을 배운다.
14. 핀테크실무세미나1(Fintech practical seminar 1)
핀테크 실무와 관련한 다양한 주제에 대해서 토론 및 발표를 수행함으로서 종합적 사고와 판단력을 향상시킨다.
15. 핀테크실무세미나2(Fintech practical seminar 2)
핀테크 실무와 관련한 다양한 주제에 대해서 토론 및 발표를 수행함으로서 종합적 사고와 판단력을 향상시킨다.
16. 경영정보처리 (Business Information Processing)
Microsoft사의 스프레드시트 프로그램인 Excel과 데이터베이스관리 프로그램인 Access, 그리고 통계처리 프로그램인 SAS의 사용방법을 학습함. 인사, 재무, 마케팅, 생산 등 경영활동 괸련한 문제를 해결하기 위하여 계량적인 데이터를 처리하고 분석하는 기법을 습득함.
17. 투자론 (Investment)
불확실한 상황 하에서 증권 투자 선택 이론과 분석 및 평가방법을 배우고 현대 투자론의 핵심적 이론인 포트폴리오 선택 이론과 자본 자산 가격 결정 모형을 강의한다.
18. 경영정보시스템 (Management Information Systems)
경영환경에 따라 변화되어 온 정보의 본질과 정보기술의 역할을 이해하고, 조직 안팎의 프로세스를 통합해 나가는 e-Business 환경을 학습하며, 전략적 측면에서의 경영혁신과 정보기술의 관계를 규명해 본다.
19. 증권시장론 (Securities Markets)
증권시장, 유가증권, 증권산업, 주식의 발행시장, 주식의 유통시장, 채권시장 및 증권관련제도, 증권의 기본적 분석, 증권의 기술적 분석, 포트폴리오 이론, 자본자산 가격결정이론, 증권시장의 효율성과 비효율성, 채권가치의 평가, 채권수익률의 기간구조와 위험 등에 대하여 학습한다.
20. 비즈니스애널리틱스 (Business Analytics)
기본적인 데이터 분석 개념과 목적을 이해하고, 데이터 분석도구인 R 프로그램을 쉽게 사용할 수 있도록 한다. 또한 데이터 수집 및 가공에 필요한 패키지를 사용하여 분석을 위한 기초 통계 분석을 할 수 있으며, 분석 결과에 따른 시각화를 통해 데이터 분석의 기본틀을 이해한다.
21. 데이터베이스관리 (Database Management)
데이터베이스 시스템을 이해하고 이를 설계 및 개발, 관리할 수 있는 지식을 습득한다. 데이터베이스의 개념을 학습하고 이를 설계할 수 있는 다양한 방법론과 개발에 사용할 수 있는 정보기술들을 다룬다.
22. 금융시장론 (Financial Markets)
단기금융시장, 장기금융시장, 국내금융시장, 국제금융시장의 구조와 금융상품의 종류에 대하여 이해하고, 금융상품별 특징과 운용방법, 그리고 운용과 관련된 수익과 위험에 대하여 학습한다.
23. 국제재무관리 (International Financial Management)
자금 조달 및 투자의 다국적화로 인하여 기업과 투자자는 외환 및 정치적 위험에 놓이게 되고, 회계 제도의 차이로 인해 손익에 대한 인식도 달라진다. 이러한 요소들을 감안하여 자금 조달 및 투자 활동을 영위하기 위해서는 이자율, 외환, 파생상품, 구매력, 국제 금융 제도 등에 대한 이해가 필수적이다. 학생들은 국제재무관리 과목을 통하여 세계화된 환경 속에서 재무 활동을 영위하기 위한 실무적 이론적 틀을 습득하게 된다.
24. 파생상품론 (Derivatives Markets)
파생상품 전반에 관한 기초적인 분야를 공부한 후 응용분야를 중심으로 하여 실전 파생상품 지식을 함양하는데 그 목표를 둔다. 선물뿐만 아니라 옵션에 대한 이론을 전반적으로 검토하고 나아가 사례분석 등을 통해 이론적 지식을 응용할 수 있도록 한다.
25. 회계정보분석및비즈니스모델링 (Accounting Information Analysis and Business Modeling)
기업의 각종 회계정보를 분석하고, 새로운 아이디어를 도출하여 보다 체계적인 사업모형으로 구체화시키는 방법론을 배움으로써 비즈니스 모델을 구상하고 실현할 수 있도록 한다.
26. 옵션이론 (Option Theory)
일반형 옵션에 대한 이론 및 Digital옵션, Forward Start옵션, 아시안 옵션 등과 같이 일반형 옵션 외에 지급 구조가 특이한 옵션들에 대해 다룬다. 이색 옵션의 발행동기, 가격 계산 및 위험관리에 초점을 맞춘 학습을 하고자 한다.
27. 리스크관리론 (Risk Management)
금리, 주가, 환율 등 기본 경제변수가 변함에 따라 금융기관이 보유하고 있는 포트폴리오의 시장가치도 변화하므로 이러한 시장위험을 관리하기 위해 최근 개발된 VaR과 RiskMetrics기법 등을 강의하며, 기업의 채무 불이행 가능성에 대비한 신용위험관리기법도 체계적으로 학습할 수 있도록 교과목표를 설정하고자 한다.
28. 재무분석 (Financial Statement Analysis)
최근 많은 기업이 분식회계라는 부정적 방법으로 이해관계자에게 신뢰를 상실해 감에 따라 회계정보의 정확한 분석에 대한 중요성이 증가하고 있으며 이러한 분석을 통한 재무정보의 투명성 확보는 기업 가치와 직결되고 있다. 본 강의는 기업의 재무제표 분석 및 기업가치 평가에 대한 기본적 개념과 이론 및 방법을 체계적으로 학습함으로써 기업의 경영성과를 정확히 분석하고 기업 가치 평가와의 관계를 효과적으로 이해하는 것을 목적으로 한다.
29. 기술경영 (Management of Technology)
기술의 전 생애주기에 걸쳐 전략기획, 마케팅, 재무, 공학, 오퍼레이션 등 각 부문별 기능과 기술 개발의 통합적인 관계에 대해 학습한다. 조직의 혁신 능력을 평가하는 개념 체계를 학습하고, 전략자원으로서의 기술과 혁신 프로세스를 효과적으로 관리하는 방법론을 습득한다.
30. 이산수학(1) (Discrete Mathematics(1))
Counting, Logic, Predicate Calculus, Set Theory, Relation, Function, Algebraic System 등의 개념을 공부하 되, 정의, 정리, 증명의 엄격한 과정에 따른 수학적 논리적 사고력을 배양하는데 중점을 둔다.
31. 인터넷과웹기초 (Introduction to Internet and Web)
인터넷과 웹의 기본 개념 및 기술을 학습한다. 또한 정적 Web 저작 언어인 HTML, CSS, 대표적 Web 프로그래밍 언어인 Javascript를 활용하여 Front-End 측을 중심으로 웹 저작 및 프로그래밍을 학습한다. 나아가서 Web 서비스 기술에 기초한 Open API 기술을 이해하고 응용하는 역량을 학습한다.
32. 공학선형대수학 (Engineering Linear Algebra)
선형 개념을 기반으로 벡터공간을 정의하고, 이 벡터공간의 벡터들에 대한 선형독립 개념, 선형변환 방법, 선형시스템 분석 및 풀이 방법 등을 다룬다. 아울러 실제 응용분야에서 많이 활용되는 최소자승 근사법, 고유값 및 고유벡터 계산법, 특이값 분해, 벡터집합의 직교화 방법, 내적의 일반화 방법 등을 다루고, 응용 예를 통해 익히도록 한다.
33. 데이터과학입문 (Introduction to Data Science)
데이터 분석 및 모델링의 기초가 되는 통계학 이론과 데이터 취득, 가공, 시각화, 분석 등을 위한 컴퓨팅 역량을 실제 데이터를 기반으로 학습한다.
34. 자료구조 (Data Structures)
실제적으로 현장에서 사용될 수 있는 Software 시스템을 설계구현하기 위하여 적절한 자료구조를 선정하고 이를 자신의 힘으로 구현할 수 있는 능력을 배양한다. 또한 다양한 자료구조의 성능을 이론적으로 실제적으로 분석평가할 수 있는 능력을 배양한다.
35. AI프로그래밍 (AI Programming)
인공지능과 프로그래밍 모두에 대해 초보자 수준인 대학 1, 2학년을 대상으로 하는 교과목으로 인공지능 기본 이론과 프로그래밍에 대한 기초를 확립하는 것을 목표로 한다. 쉽고 강력한 프로그래밍 언어이며 인공지능 알고리즘 및 응용 개발에 널리 쓰이는 Python 언어를 학습에 활용한다. 실생활의 문제와 관련한 실제 데이터를 활용함으로써 인공지능 이론 및 프로그래밍에 대한 흥미를 제고하고 효용성을 인식하게 한다.
36. 컴퓨터알고리즘 (Computer Algorithms)
컴퓨터 공학의 전반적인 분야에서 발생하는 문제들을 효율적으로 해결하는 방법을 학습한다. 문제를 해결하는 알고리즘의 분석 방법과 이를 통한 효율성에 대한 기초지식을 습득하고, Sorting, Searching, Matching과 같은 기본적인 문제들의 효율적인 알고리즘을 습득한다. 또한, 알고리즘의 효율적인 기법들과 주요 topic 들의 문제에 대한 해결 방법을 체득한다.
37. 컴퓨터네트워크 (Computer Networks)
컴퓨터네트워크의 프로토콜 구조와 각 계층의 프로토콜을 이해하고, 이들 프로토콜의 구현 방법과 응용 능력을 기른다.
38. 인공지능 (Artificial Intelligence)
각종 search 기법, 지식 표현법, 추론 방식 및 학습 이론 등을 소개하고, 이를 바탕으로 현장의 문제해결을 위한 고급 기술로서 널리 활용되고 있는 planning, uncertain reasoning, learning 등의 원리와 응용에 대해 공부한다.
39. 머신러닝 (Machine Learning)
머신러닝은 경험을 통해 자체적인 성능을 자동으로 향상 시킬 수 있는 컴퓨터 프로그램에 관한 것이다. 예를 들어, 사람 안면을 인식하거나 음악, 영화 등을 추천하는 것을 학습하는 프로그램 등이 이에 해당한다고 할 수 있다. 본 교과목에서는 서포트 벡터 머신, 뉴럴 네트워크, 통계적 학습 기법, 비지도 학습 등 다양한 관점에서의 머신러닝을 위한 이론과 실제적인 알고리즘을 다룬다.
40. 정보보안 (Information Security)
하드웨어에 대한 물리적 엑세스 제어 뿐만 아니라 네트워크 엑세스, 데이터, 코드 삽입 등을 통한 악성활동으로부터의 보호가 포함된다. 이 수업에서 컴퓨터보안 기술과 관련한 이론을 학습하고 실습을 통해 동작원리를 이해한다.
41. 네트워크보안 (Network Security)
본 교과목에서는 다양한 OS 시스템, 다양한 네트워크의 잠재적 보안 취약성과 이를 제거하고 안전한 시스템 및 네트워크를 구성하기 위한 보안 기술 및 그 설계 원리에 대하여 강의한다. 본 과목을 통해 학생들은 접근 제어 기법이나 OS 해킹/방어 기법, 메모리/파일 시스템 보안, 응용 프로그램 보안, 악성코드 대응, TCP/IP 공격 대응, 방화벽 기술, 침입탐지/대응 기술, 웹 서비스 보안, 보안 정책, 위험도 분석 및 대응 등 실제 IT 환경에서 중요하게 다뤄지는 보안 기술에 대한 기초 지식을 습득한다.
42. 데이터베이스 (Databases)
데이터베이스 개념, 데이터 독립성의 구현 기법, 데이터베이스 응용 프로그래밍 기법, 관계 데이터 모델 및 데이터베이스 설계 기법을 공부하는 것을 목표로 한다.
43. 데이터마이닝 (Data Mining)
데이터마이닝은 대용량 데이터에서 유용한 패턴을 찾기 위한 이론과 기법을 의미한다. 데이터마이닝은 웹, 사기 탐지, 추천 시스템, 사이버 보안 등 중요한 응용에 활용되고 있다. 본 과목에서는 데이터마이닝을 위한 중요 알고리즘과 이론을 설명한다. 주요 학습 주제로 mapreduce, 유사 아이템 검색, 빈발 패턴 검색, 링크 분석, 데이터 스트림 마이닝, 클러스터링, 그래프 마이닝 등을 다룬다.
44. 지능형시스템 (Intelligent Systems)
현실에서 인공지능기술의 적용이 필요한 문제를 인식하여 정형화하고 이를 효과적으로 해결할 수 있는 응용 능력 및 시스템 설계 구현 능력을 배양한다.