안전관리, OR, 생산, 품질, 데이터사이언스, 인간공학, 기술경영, 제조 ... 등등 여러 세부분야가 존재하는데 어떤 분야가 산공의 앞으로의 먹거리다! 라고할수 있을까요?
당연히 데이터를 다루는 분야가 앞도적일 것 같긴 한데 다른 의견있으신지 궁급합니다!!
카카오 계정과 연동하여 게시글에 달린 댓글 알람, 소식등을 빠르게 받아보세요
댓글 6개
2020.11.27
저도 입힉할 때 공대의 마에스트로..!! 이 소리 들었는데
다니면서 느낀건데 정확히 뭘 배우는 과인지 잘 모르겠더라고요 ㅋㅋㅋ
생산이랑 품질은 앞으로도 산공에서 많이 나가는 분야일 것 같고
글쓴이분이 말씀하신대로 데이터분야가 압도적일 것 같아요
2020.11.27
ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ마에스트로
2020.11.27
개인적으로 산업공학의 크게 미래는 없어 보입니다.
여러 사람들이 얘기하는 유사 공학이라는 말도 이제는 이해가 됩니다.
그럼에도 굳이 꼽는다면 학계쪽 진출한다고 하면 OR / 금융 공학 / 제조&시스템 분야가 좋을 것 같습니다. (데이터 사이언스는 꼭 산공이라고 보이진 않습니다. 보통 컴공이나 전전이 더 잘하는 듯)
기업에 취업하려는 경우로는 생산/품질/데이터/기술경영 분야의 지식은 시간이 지나면 기본적으로 어느정도 지식 수준을 쌓을수 밖에 없기 때문에 만약 학부 전공을 선택하라고 한다면 다른 학문(전자/컴퓨터/화공/재료 등등) 을 선택한 후 복수 전공 or 부전공으로 산업공학을 선택할거 같네요
현재 산공과 석사 합격 상태인데,, 잘못 지원했다하는 생각도 있네요..
2020.11.27
요즘 산공의 미래를 묻는분들이 많아 기쁩니다.
혹시 내 동기는 아니겠쥐?
2020.11.27
교수 이름으로 검색했을때 출판 논문들 IF 보여주는 서비스 찾아서 산공과 출신 교수들의 평균적인 IF들을 보십시오. 산공엔 미래가 없습니다. 있다면 적어도 그건 이공계 연구자의 길은 아닐겁니다.
2020.11.28
좀더 넓게 보면 최적화(optimization)로 수렴한다고 봄. 지도교수님께서 집중하시는 도메인이 각기 다르더라도 결국 최적 의사결정을 돕는 수리/확률모형 구현에 방점이 있음. 데이터 분야도 산업공학이란 학문이 확실하게 강점을 가질 수 있는 영역은 statistical learning이나 MDP 내 stochastic optimization 개선/응용 파트임. 안타깝게도 수리적 백그라운드(특히 확률론)를 제대로 갖추지 못하면 공학적 기여도 측면에서 타 전공 대비 더 나은 결과를 얻기 어려운 것 같음.
(+ JCR 카테고리 별로 스케일이 다르기 때문에 IF의 단순 비교는 의미가 없음)
2020.11.27
2020.11.27
2020.11.27
2020.11.27
2020.11.27
2020.11.28