문서의 임의 삭제는 제재 대상으로, 문서를 삭제하려면 삭제 토론을 진행해야 합니다. 문서 보기문서 삭제토론 산업공학과 (문단 편집) === 대학원 === 대학원 과정부터는 상당한 양의 수학이 요구된다. 실제적인 산업공학의 최적화 방법론을 제대로 적용하는 방법은 대학원과정부터 제대로 학습하게 된다. 말로만 효율을 추구해서는 안 되고, 정교한 수리적 모델링으로 최적(optimum)을 추구해야 하기 때문에, 여타 어느 공학보다도 깊은 수학 및 통계적 지식을 요구하며, 구해낸 해답이 정말로 최적인지에 대한 증빙까지 완벽히 마쳐야 한다. 특히 산업공학의 꽃이라고 할 수 있는 OR[* Operations Research 혹은 Management Science(경영과학). 국내에선 찾아볼 수 없지만, 외국대학에서는 OR만 전문적으로 하나의 전공으로 다루는 경우가 많다. 특히 미국에서는 일반적으로 IE를 한다고 하면 OR 쪽으로 받아들이는 경우가 많다.] 분야를 대학원에서 세부전공으로 택한다면, 여기가 공대인지 수학과인지 헷갈릴 정도로 각종 수학책을 옆에 끼고 살아야 한다.[* 이미 학부수준에서도 10차원 선형대수문제를 손으로 풀게 시키는 곳도 있는 것 같다. 컴퓨터한테 어떻게 시키는지 가르쳐 주는 거라고는 하는데... 비선형대수문제까지 들어가면 그나마 남아있던 정신도 아득해진다. 참고로 [[게임 이론]]도 OR에서 다루는 부분] 특히나 산업공학과가 유명해지는 데에 일조한 [[금융공학]]의 경우 대학원에서 공부하기 위해서는 수학과 학부 전공과목 중에도 악명이 자자한 [[해석학(수학)|해석학]], [[수치해석]] 등에서 다루는 이론들을 이용하며, 미적분은 기본적으로 활용한다. 안전공학, 인간공학, 품질경영, 최적화, 시뮬레이션, 금융, 데이터마이닝, 기술경영, 생산, 물류 등등 산업공학은 정말 다양하게 나온다. 그래서 연구분야 고르기도 어렵다. 대학원 나와서 학자, 교수가 되고 싶다면 가장 흥미있는 분야를 고르면 된다. 하지만 취업이 목표라면 트렌드를 따라가는 것도 방법이다. 2020년 현재에는 인공지능과 빅데이터가 트렌드이므로 취업을 위해서 데이터마이닝, 최적화, 시뮬레이션 등을 추천한다.저장 버튼을 클릭하면 당신이 기여한 내용을 CC-BY-NC-SA 2.0 KR으로 배포하고,기여한 문서에 대한 하이퍼링크나 URL을 이용하여 저작자 표시를 하는 것으로 충분하다는 데 동의하는 것입니다.이 동의는 철회할 수 없습니다.캡챠저장미리보기