취업 준비의 어려움을 해결하기 위해 체계적인 데이터 분석과 맞춤형 솔루션 개발을 통한 종합적 취업 지원 시스템을 구축합니다. 분석 과정은 최근 취업률 파악을 위해 대/중견 기업 취업 현황, 산업/직무별 취업 현황 분석을 진행합니다. 이를 통해 어떤 분야에서 어떤 역량을 가진 인재를 원하는지 구체적으로 파악할 수 있습니다.
취업 솔루션 프레임워크는 현황파악, 역량 진단, 맞춤 솔루션 개발을 순환적으로 제공합니다. 개인별 강점/약점 진단과 목표 기업/직무 매칭 분석을 통해 개인의 현재 위치를 파악하고, 목표까지의 구체적인 플랜을 제시할 수 있습니다.
데이터에 근거한 취업 준비 방향으로 체계적이고 개인 특성에 맞는 차별화된 전략 수립을 지원합니다. 이를 통해 AI가 개인별 맞춤 취업 컨설턴트 역할을 수행하고 모든 학생들이 자신에게 최적화된 취업 전략을 제공합니다. 궁극적으로 단순한 취업 정보 제공이 아닌, 개인의 성장과 성공적인 진로 개발을 위해 종합적인 시스템을 구축하는 것을 목표로 합니다.
취업 분석 프레임워크
취업 솔루션 프레임워크는 현황파악, 역량 진단, 맞춤 솔루션 개발을 순환적으로 제공합니다. 개인별 강점/약점 진단과 목표 기업/직무 매칭 분석을 통해 개인의 현재 위치를 파악하고, 목표까지의 구체적인 플랜을 제시할 수 있습니다.
데이터에 근거한 취업 준비 방향으로 체계적이고 개인 특성에 맞는 차별화된 전략 수립을 지원합니다. 이를 통해 AI가 개인별 맞춤 취업 컨설턴트 역할을 수행하고 모든 학생들이 자신에게 최적화된 취업 전략을 제공합니다. 궁극적으로 단순한 취업 정보 제공이 아닌, 개인의 성장과 성공적인 진로 개발을 위해 종합적인 시스템을 구축하는 것을 목표로 합니다.
취업 분석 프레임워크
졸업생 취업 현황 분석을 통해 주요 EDA 결과를 얻었습니다. 최근 10년 취업률은 65%으로 나타났으며, 대기업/중견/외국계 취업이 30%정도를 차지하고 있습니다. 1~4학년 학점과 취업의 질을 분석한 결과, 학점과 취업의 연관성이 매우 높음을 확인하였습니다. 학점이 4.0이상인 학생 중 65%는 대기업/중견 기업 취업에 성공하고 있습니다.
비교과 이수 경험 분석에서 비교과 참여 횟수가 외국계/대기업 취업과 높은 상관관계가 있음을 파악했습니다. 비교과 참여기간/교육 과정도 취업과 관계 유의미한 것으로 나타나, 지속적이고 다양한 비교과 활동에 참여하는 것이 취업 성과 향상에 유의미함을 확인했습니다. 이러한 분석 결과를 종합하여 학점관리, 비교과 활동 참여, 학과 특성을 고려한 맞춤형 취업 전략 수립이 필요하며, 이를 바탕으로 개별 학생의 세부 특성에 맞는 취업 지원 시스템 구축의 필요성을 확인하였습니다.
재학생과 취업 현황 분석 결과
비교과 이수 경험 분석에서 비교과 참여 횟수가 외국계/대기업 취업과 높은 상관관계가 있음을 파악했습니다. 비교과 참여기간/교육 과정도 취업과 관계 유의미한 것으로 나타나, 지속적이고 다양한 비교과 활동에 참여하는 것이 취업 성과 향상에 유의미함을 확인했습니다. 이러한 분석 결과를 종합하여 학점관리, 비교과 활동 참여, 학과 특성을 고려한 맞춤형 취업 전략 수립이 필요하며, 이를 바탕으로 개별 학생의 세부 특성에 맞는 취업 지원 시스템 구축의 필요성을 확인하였습니다.
재학생과 취업 현황 분석 결과
추천시스템 기반 재학생 활동 추천 프레임워크는 재학생 개인의 특성과 목표를 종합적으로 분석하여 최적의 취업 준비 전략을 제공하는 시스템입니다. 해당 프레임워크는 재학생이 목표하는 기업/직무 설정 여부에 따라 기업/직무 추천과 부족 역량 및 활동 추천이라는 두가지 방법으로 접근합니다.
목표가 명확한 학생의 경우 목표 취업자 명단과 역량 비교 분석을 진행하여 부족한 역량을 파악하고, 목표 기업/직무 특화 활동을 추천합니다. 학점, 비교과, 영어, 대외활동 등 4개 핵심 영역을 레이더 차트로 시각화하여 재학생과 목표에 취업한 졸업생 평균을 비교함으로써 개선이 필요한 영역을 직관적으로 확인할 수 있습니다.
목표가 불분명한 학생들을 위해서는 졸업생 특성 추출 과정을 통해 비슷한 성향과 특성을 가진 졸업생을 추출하여 졸업생이 취업한 기업/직무를 추천하게 됩니다.
연관성 분석 방법이라고 불리는 Apriori 방법론을 통해 특정 활동이나 역량 조합이 목표로 하는 취업 성과로 어떻게 연결되는지 패턴을 찾고 개별 학생에게 가장 효과적일 것으로 예상되는 활동을 제시합니다.
이러한 접근 방식을 통해 재학생들은 자신의 현재 상황과 목표에 맞는 맞춤형 활동 계획을 수립할 수 있으며, 데이터 기반의 객관적인 근거를 바탕으로 취업 준비를 수행할 수 있습니다.
추천시스템 기반 재학생 활동 추천 프레임워크
목표가 명확한 학생의 경우 목표 취업자 명단과 역량 비교 분석을 진행하여 부족한 역량을 파악하고, 목표 기업/직무 특화 활동을 추천합니다. 학점, 비교과, 영어, 대외활동 등 4개 핵심 영역을 레이더 차트로 시각화하여 재학생과 목표에 취업한 졸업생 평균을 비교함으로써 개선이 필요한 영역을 직관적으로 확인할 수 있습니다.
목표가 불분명한 학생들을 위해서는 졸업생 특성 추출 과정을 통해 비슷한 성향과 특성을 가진 졸업생을 추출하여 졸업생이 취업한 기업/직무를 추천하게 됩니다.
연관성 분석 방법이라고 불리는 Apriori 방법론을 통해 특정 활동이나 역량 조합이 목표로 하는 취업 성과로 어떻게 연결되는지 패턴을 찾고 개별 학생에게 가장 효과적일 것으로 예상되는 활동을 제시합니다.
이러한 접근 방식을 통해 재학생들은 자신의 현재 상황과 목표에 맞는 맞춤형 활동 계획을 수립할 수 있으며, 데이터 기반의 객관적인 근거를 바탕으로 취업 준비를 수행할 수 있습니다.
추천시스템 기반 재학생 활동 추천 프레임워크
재학생과 목표 직무/기업에 취업한 졸업생의 비교하면 아래와 같은 결과를 얻을 수 있습니다. 해당 재학생이 모든 영역에서 졸업생보다 상대적으로 낮은 역량을 가지고 있음을 알 수 있습니다. 이러한 비교를 통해 재학생과 졸업생 간 어떤 역량에 큰 격차가 존재하는지 확인할 수 있습니다.
재학생들은 단순히 학점 관리에만 집중할 것이 아니라, 목표 기업/직무 취업자들의 역량 패턴을 분석하여 다양한 활동이 필요한 것을 확인할 수 있습니다. 특히 목표가 명확한 학생일수록 해당 분야 졸업생의 활동 패턴과 비교하여 부족한 역량을 집중적으로 개발을 할 수 있습니다.
목표 기업/직무 취업 졸업생과 재학생간의 역량 차이 진단
재학생들은 단순히 학점 관리에만 집중할 것이 아니라, 목표 기업/직무 취업자들의 역량 패턴을 분석하여 다양한 활동이 필요한 것을 확인할 수 있습니다. 특히 목표가 명확한 학생일수록 해당 분야 졸업생의 활동 패턴과 비교하여 부족한 역량을 집중적으로 개발을 할 수 있습니다.
목표 기업/직무 취업 졸업생과 재학생간의 역량 차이 진단
연관성 분석을 통해 목표 기업/직무에 취업한 인원들이 가진 특징을 추출하고, 이를 바탕으로 재학생들에게 데이터기반 맞춤형 추천을 제공할 수 있습니다.
경영학부 졸업생 중 대기업에 취업한 인원들에 대한 활동 패턴을 분석한 결과, 최근 트렌드를 반영한 핵심 요인들이 도출되었습니다. 대기업에 취업한 일부 인원들은 데이터 사이언스, 빅데이터, 알고리즘 수업을 수강했던 특징을 가지고 있습니다. 특히 알고리즘 수업을 수강했던 인원 12명 중 6명은 대기업에 취업하였고, 이는 다른 요인보다 해당 요인을 만족했을 때 대기업 취업 확률이 5배 증가한다는 것을 의미합니다. 이러한 결과는 경영학부 학생들에게 데이터 관련 역량 개발을 우선적으로 추천할 수 있는 근거가 됩니다.
기계/기계설계 직무에 취업한 인원들의 특성 요인을 분석한 결과에서도 기계설계공학과와 관련된 다양한 패턴이 추출되었습니다. 대표적인 예시로 유한요소구조해석 강의를 수강한 145명 중 80명은 기계/기구설계 직무에 취업하여 대략 55%의 취업 연관성을 보였고, 이는 수강하지 않은 학생들보다 수강하였을 때 기계/직무설계 직무에 취업할 확률이 8배 증가함을 의미합니다. 이는 특정 전공 과목이 해당 직무 취업에 실질적인 도움이 된다는 것을 보여줍니다.
이러한 연관성 분석 결과는 재학생 개별 특성과 목표에 따른 맞춤형 활동 추천의 근거가 됩니다. 학생들은 자신의 전공과 희망 진로를 고려하여 성공 확률이 높은 활동에 우선순위를 두고 참여할 수 있습니다. 이는 단순한 일반론이 아닌 실제 졸업생 데이터에 근거한 전략적 취업 준비를 지원하고 개별 학생의 취업 성공 가능성을 향상시킬 수 있는 요인으로 작용할 수 있습니다.
경영학부 졸업생 중 대기업에 취업한 인원들에 대한 활동 패턴을 분석한 결과, 최근 트렌드를 반영한 핵심 요인들이 도출되었습니다. 대기업에 취업한 일부 인원들은 데이터 사이언스, 빅데이터, 알고리즘 수업을 수강했던 특징을 가지고 있습니다. 특히 알고리즘 수업을 수강했던 인원 12명 중 6명은 대기업에 취업하였고, 이는 다른 요인보다 해당 요인을 만족했을 때 대기업 취업 확률이 5배 증가한다는 것을 의미합니다. 이러한 결과는 경영학부 학생들에게 데이터 관련 역량 개발을 우선적으로 추천할 수 있는 근거가 됩니다.
기계/기계설계 직무에 취업한 인원들의 특성 요인을 분석한 결과에서도 기계설계공학과와 관련된 다양한 패턴이 추출되었습니다. 대표적인 예시로 유한요소구조해석 강의를 수강한 145명 중 80명은 기계/기구설계 직무에 취업하여 대략 55%의 취업 연관성을 보였고, 이는 수강하지 않은 학생들보다 수강하였을 때 기계/직무설계 직무에 취업할 확률이 8배 증가함을 의미합니다. 이는 특정 전공 과목이 해당 직무 취업에 실질적인 도움이 된다는 것을 보여줍니다.
이러한 연관성 분석 결과는 재학생 개별 특성과 목표에 따른 맞춤형 활동 추천의 근거가 됩니다. 학생들은 자신의 전공과 희망 진로를 고려하여 성공 확률이 높은 활동에 우선순위를 두고 참여할 수 있습니다. 이는 단순한 일반론이 아닌 실제 졸업생 데이터에 근거한 전략적 취업 준비를 지원하고 개별 학생의 취업 성공 가능성을 향상시킬 수 있는 요인으로 작용할 수 있습니다.
연관성 분석을 통해 도출된 추천 요인