Project-Based-Learning 문제 분석 보고서

전체 개요

PBL 과정은 기업형 과제와 일반형 과제로 분리됩니다.
기업형 과제는 총 5개 기업에서 제공되었으며, 문제 수는 77개입니다.
일반형 과제는 총 6개 분야로 분류할 수 있으며, 과정 수는 70개, 문제 수는 350개입니다.

기업형 PBL 문제 분포

1.
NHN Edu: 총 4개의 문제를 제공하였으며, 모두 난이도 레벨 1에 속합니다.
2.
Huniverse: 총 7개의 문제를 제공하였으며, 난이도 레벨 별 분포는 다음과 같습니다.
Lv1: 4문제
Lv2: 2문제
Lv3: 1문제
3.
크래프톤: 총 6개의 문제를 제공하였으며, 난이도 레벨 1과 2에 각각 3문제씩 분포하고 있습니다.
4.
Naver: 총 6개의 카테고리에서 31개의 문제를 제공하였습니다. 카테고리와 난이도 레벨 별 문제 분포는 다음과 같습니다.
Common: 6문제 (Lv0: 1문제, Lv1: 5문제)
Editor: 6문제 (Lv1: 2문제, Lv2: 2문제, Lv3: 2문제)
MyMap: 8문제 (Lv1: 1문제, Lv2: 5문제, Lv3: 2문제)
SmartAround: 4문제 (모두 Lv2)
Tuning: 2문제 (모두 Lv4)
5.
라인: 총 4개의 카테고리에서 29개의 문제를 제공하였습니다. 카테고리와 난이도 레벨 별 문제 분포는 다음과 같습니다.
SocialPlatform: 5문제 (Lv1: 2문제, Lv2: 3문제)
Fraud_Detection-Server: 7문제 (Lv1: 3문제, Lv2: 2문제, Lv3: 2문제)
Simple_Feature_Store: 6문제 (Lv1: 2문제, Lv2: 3문제, Lv3: 1문제)
Global_AD_Manager_Platform: 11문제 (Lv1: 4문제, Lv2: 3문제, Lv3: 2문제, Lv4: 2문제)

일반형 PBL 문제 분포 및 분석

일반형 PBL은 다음과 같은 구조로 이루어져 있습니다.
분야(AI, 검색, 빅데이터, 게임, 웹서비스, 앱서비스) → 레벨(1~3 Level) → 과정 → 문제(과정당 5개)
다음은 AI 분야를 통해 본 폴더 구조 예시입니다.
폴더 구조 예시)
AI 분야
Lv1
Python 개발환경과 자료형 익히기
5개 문제 …
Python 데이터 구조 익히기
Python 제어문 익히기
Python 패키지 관리하기
분석을 위한 수학기초 학습하기
분석을 위한 통계학 이론과 실습 익히기
Lv2
Pandas를 이용한 데이터 조작하기
Pandas로 EDA 및 데이터 전처리하기
Matplotlib를 이용한 시각화 기초 학습하기
Lv3
머신러닝 학습하기
Deep Learning MLP 구현하기
Deep Learning CNN모델로 이미지 분류기 구현하기
AI 분야의 첫 번째 레벨인 Lv1에는 6개의 과정이 있습니다. 첫 번째 과정은 "Python 개발환경과 자료형 익히기"이며, 이 과정에는 5개의 문제가 포함되어 있습니다. 이 문제들은 "Python지원 서비스형 IDE 실습환경 구성하기", "Python지원 서비스형 IDE 사용방법 학습하기", "Python의 다양한 자료형 학습과 활용하기", "Python 문자열을 다루면서 기본적인 자료 접근 및 포맷팅으로 표시 방법 익히기", "Python 문자열 슬라이싱 및 문자열 관련 함수를 사용하면서 익히기"로 구성되어 있습니다. 각 문제에는 해당 문제의 레벨, 과정명, 문제명, 획득역량(Hard Skill & Soft Skill)이 포함되어 있습니다.
이와 같은 방식으로 나머지 과정들도 구성되어 있습니다. 위에서는 1번 과정만 설명하였지만, 나머지 과정들도 동일한 방식으로 구성되어 있습니다.
일반 과정 및 문제의 수를 정리하면 다음과 같습니다.
AI
검색
빅데이터
게임
웹서비스
앱서비스
Lv1
7 / 35
3 / 15
3 / 15
4 / 20
3 / 15
3 / 15
Lv2
5 / 25
4 / 20
9 / 45
3 / 15
5 / 25
4 / 20
Lv3
3 / 15
3 / 15
8 / 40
1 / 5
2 / 10
합계
15 / 75
10 / 50
20 / 100
8 / 40
10 / 50
7 / 35