high quality level
반도체 MD 고급
마이크로전공의 교육 목표

전기전자+신소재 융합인재양성

융합지식을 바탕으로 모빌리티 반도체 제조 및 활용 기술에 적용하여 확장할 수 있다.

실습을 통한 현장전문가 양성

반도체 장비를 활용 반도체 제조의 실무역량을 획득한다.

프로젝트 수행을 통한 창의인재 양성

반도체 기업과의 프로젝트 수행을 통하여 문제해결이 가능한 인재로 성장한다.

전공 주요 내용

전공 능력

  • 모빌리티 반도체 전기적 이해 능력
  • 고신뢰성 소재 이해 능력
  • 모빌리티 반도체 소재 설계 능력
  • 전력 반도체 설계 능력

난이도

  • 학과(부) 3학년 이상을 대상으로 전기공학과의 기초과정을 수강한 학생은 이수 가능

수강대상

  • 전기공학과 재학생
  • 프로네시스융합학부에서 제공하는 반도체기초 과정을 이수한 비전공자와 공학계열 타 전공학생
진출분야 및 관련직업 또는 직무
분야 / 직업 / 직무 반도체 후공정 및 전력 반도체 제조

고신뢰성소재를 활용하여 전력 반도체를 제조

분야 / 직업 / 직무 전력반도체 활용

신뢰성 테스트를 바탕으로 반도체를 평가 활용

교과목 구성
마이크로전공 교육과정 교과목 편성표
학년 과목명 학점 과목유형 교육내용 주관학과
3 마이크로프로세서 3 이론 제어장치에 필수적으로 적용되는 마이크로프로세서의 기본적인 지식을 교육하여 학생들이 각종제어장치를 공학적으로 이해하고 개발한다. 전기공학과
4 물성및재료 3 이론 물성론에 입각하여 실용되고 있는 전기전자재료를 광범위하게 다루어 전기전자 분야를 전공으로 하는 학생들에게 전기전자 재료의 필요성과 중요성을 인식한다. 전기공학과
4 반도체고신뢰성소재특론* 3 이론 모빌리티 반도체는 고신뢰성을 바탕으로 하며, 이러한 고신뢰성은 고신뢰소재를 요구한다. 본 수업에서는 고신뢰성 소재가 갖추어야 할 특성들과 실제 모빌리티 반도체에서 활용되는 소재에 대해 학습한다. 프로네시스융합학부
4 전력반도체공학* 3 이론 전력 변환, 제어, 효율 향상에 필수적인 전력반도체 소자의 설계, 제조, 특성 및 응용을 다루는 교과목이다. 프로네시스융합학부
※ 마이크로디그리(Micro-Degree, MD) 이수자해당 MD 과정에 포함된 교과목 중 필수과목(*) 2과목 포함 12학점 이상을 이수한 경우를 의미함.
교과목-전공능력 연계
과목명 핵심역량
기초지식 실험능력 실무능력 문제해결 설계능력
마이크로프로세서
물성및재료
반도체고신뢰성소재특론*
전력반도체공학*
마이크로전공의 교육 목표

AI + 반도체 융합인재양성

인공지능을 바탕으로 반도체 기술에 적용하여 확장할 수 있다.

실습을 통한 현장전문가 양성

반도체 장비를 활용 반도체 실무역량을 획득한다.

프로젝트 수행을 통한 창의인재 양성

반도체 기업과의 프로젝트 수행을 통하여 문제해결이 가능한 인재로 성장한다.

전공 주요 내용

전공 능력

  • 반도체 데이터 획득 및 활용 능력
  • AI 데이터 가공 능력
  • AI 활용 장비 제조 능력
  • 데이터 기반 기술사업화 능력

난이도

  • 학과(부) 3학년 이상을 대상으로 기계공학부의 기초과정을 수강한 학생은 이수 가능

수강대상

  • 기계공학부 재학생
  • 프로네시스융합학부에서 제공하는 반도체기초 과정을 이수한 비전공자와 공학계열 타 전공학생
진출분야 및 관련직업 또는 직무
분야 / 직업 / 직무 반도체장비설계

반도체 장비를 기계적으로 설계 · 조립 · 테스트

분야 / 직업 / 직무 반도체장비SW제작

반도체 장비 구동을 위한 소프트웨어 제작 · 테스트

교과목 구성
마이크로전공 교육과정 교과목 편성표
학년 과목명 학점 과목유형 교육내용 주관학과
4 머신러닝 3 이론 기계공학 문제해결을 위해 필요한 머신러닝 이론들과 기계공학 분야에서 머신러닝 방법론을 적용한 사례들을 학습한다. 기계공학부
3 머신데이터분석 3 혼합 기계시스템에서 수집한 데이터를 사용하여 상태를 분석하고 예측하는 데에 활용할 수 있도록 데이터 전처리, 학습, 시각화 기법을 다룬다. 데이터 분석의 입문에 해당하는 이론들을 포함하여 학습한다. 기계공학부
3 프로그래밍언어및응용 3 이론 수치 계산 작업을 수행할 수 있는 도구를 배우고 그 도구를 사용하여 각종 공학 문제를 해결하는 방법을 익힌다. 기계공학부
4 데이터기반기술사업화* 3 이론 반도체 장비에서 생성되는 데이터를 활용하여 지식재산권(특허권) 확보를 위한 기술사업화 과정을 학습한다. 프로네시스융합학부
4 반도체장비공학* 3 이론 다양한 반도체 장비의 구동원리를 학습하고 이로부터 생성되는 데이터의 특징에 대해 학습함으로써 AI를 적용할 수 있는 실무역량을 획득한다. 프로네시스융합학부
※ 마이크로디그리(Micro-Degree, MD) 이수자해당 MD 과정에 포함된 교과목 중 필수과목(*) 2과목 포함 12학점 이상을 이수한 경우를 의미함.
교과목-전공능력 연계
과목명 핵심역량
기초지식 실험능력 실무능력 문제해결 설계능력
머신러닝
머신데이터분석
프로그래밍언어및응용
데이터기반기술사업화*
반도체장비공학*