본문으로 바로가기 메인메뉴 바로가기
 제주제일고 백호기 응원
  1. HOME
  2. 학교특색·중점교육
  3. 교내외경시대회

교내외경시대회

제7회 교육 공공데이터 분석·활용대회

  • 작성자익명
  • 등록일 2025.03.05
  • 조회수 28


1


대회 개요

접수기간 / 방법

접수 기간 : ‘25.4.1.() ~ ’25.4.30.() 2359

접수 방법 : 분석·활용대회 홈페이지(edss.moe.go.kr) >> 공모전 >> 분석활용대회 접수

대회 주제

교육 공공데이터를 활용한 교육환경 개선 및 신규비지니스 창출

- 분야별 주제 요건

분야

상세

공통

사항

· 교육 관련 공공데이터 1개 이상 필수 활용

· 교육 분야 공공데이터를 사용하여 교육 문제 실질적 해결 방안의 도출

· 데이터 출처와 활용기법, 방법을 명확히 제출·기제해야함

· 제공 데이터셋 외에 추가 데이터를 결합하여 결과 도출 가능

· 자체 수집 데이터 활용 시 수집 방법론 명시 필수

· 데이터 전처리 및 클리닝 과정 문서화 필수

· 최근 3년 이내의 데이터 활용 권장

· 데이터 출처 명확한 기재 및 정보공개동의여부, 저작권, 라이선스 준수

· 실현가능한 개선 방안 및 활용 방안이 명확해야함

분석

(학생)

· 주제 범위 제한은 없으며, 거주지역, 소속학교의 교육관련 해결 방안 제시 가능

· 기본적인 데이터 분석 도구 활용 (Excel, 구글 스프레드시트 등)

· AI 엔진(OpenAI, Cloud, Perplexity, GenSpark, Gemini ) 활용 가능

· 노코드 툴*을 활용한 기초적 자동화 구현

* 노코드(No-code)(Zapier, Make, n8n )

로우코드(low-code)(PublicDataReader, Orange Data Mining, Alteryx, DataRobot )

· 데이터 시각화 및 기초 통계 분석을 통한 간단한 대시보드, 리포트 제작

· 분석결과는 이해하기 쉬운 형태나 인사이트 제시

· 분석결과는 연속적인 분석결과 도출이 가능한 과제를 우선 선정

분석

시각화

(일반)

· 주제 범위 제한은 없으며, 전국, 지역, 학교단위의 교육관련 해결 방안 제시 가능

· AI 기법(머신러닝, 딥러닝, 자연어 처리 )을 이용하여 분석수행 가능

· AI 엔진(OpenAI, Cloud, Perplexity, GenSpark, Gemini ) 활용 가능

· 노코드 툴*을 활용한 고도화된 자동화 구현

* 노코드(No-code)(Zapier, Make, n8n )

로우코드(low-code)(PublicDataReader, Orange Data Mining, Alteryx, DataRobot )

· 데이터 분석결과는 자동모듈화, 시각화, 대시보드, 자동화 리포트 등 워크플로어 도출이 가능해야함

· 분석결과는 실용적인 인사이트와 해결책 제시

· 데이터 분석결과 모듈화 및 자동화를 통한 연속적인 분석결과 도출이 가능한 과제를 우선 선정

서비스/상품

· 교육 공공데이터를 활용한 신규 서비스/상품을 개발

· 기존의 교육서비스의 한계를 보완하거나 새로운 가치창출할 수 있는 기능

· 아이디어 기반 실제 동작, 테스트가 가능한 앱(App), (Web) 서비스를 제출해야함

· 서비스 내 데이터 흐름 및 주요기능이 작동하는 상태(테스트 가능한 MVP)


- 분야별 주제 예시

참고를 위해 작성된 예시로 다양한 분석, 상품/서비스 주제를 선정 가능


구분

주제 방향성 및 세부 예시

공통

사항

1. 교육 격차 해소

2. 학습 효과성 분석

3. 교육 자원 최적화

4. 진로 교육 지원

5. 교육 정책 평가

6. 학교 운영 효율화

7. 학부모, 학생의 학업, 복지 접근성 개선

8. 교사, 교직원의 업무 효율성 향상

분석

(학생)

1. 우리 지역 학교별 특성화 프로그램 효과성 분석

- 교육청 공공데이터를 활용하여 특성화 프로그램과 학생 만족도/성과 연관성 분석

- Make를 활용해 주기적으로 데이터를 수집하고 시각화하는 자동화 모듈 구축

- 학교별 프로그램 추천 시스템 개발


2. 방과후 학교 프로그램 수요-공급 매칭 분석

- 학생들의 선호도 데이터와 현재 운영 프로그램 데이터 분석

- n8n을 활용한 수요 예측 및 프로그램 추천 자동화

- 분기별 트렌드 분석 리포트 자동 생성

분석

(일반)

1. 지역 간 교육격차 해소를 위한 AI 기반 학습자원 최적화 모델

- 지역별 교육환경/성과 데이터 분석

- 머신러닝을 활용한 교육자원 배분 최적화

- Make을 활용한 실시간 모니터링 시스템 구축

- 교육청 정책 의사결정 지원 대시보드 개발


2. 학생 맞춤형 진로지도를 위한 교육데이터 통합 분석 플랫폼

- 성적, 진로희망, 활동 이력 등 다양한 데이터 통합 분석

- 자연어 처리를 활용한 학생 관심사 분석

- Zapier를 활용한 맞춤형 진로 추천 자동화

- 정기적인 진로 트렌드 리포트 생성

제품/ 서비스

1. 지역, 학교의 지원, 장학금 등의 맞춤형 복지 정책 알리미앱

지역의 복지 서비스 한눈에 보기

- MyData 기반 학생, 학부모 맞춤형 복지 정책 지원

Ai 기반의 복지정책에 따른 이용절차 맞춤형 안내



2


참가자격 및 분야

참가 자격 및 분야


(학생) 초중등교육법 제2조에 따라 설치된 각급 학교(초등학교 제외)에 재학 중인 학생(외국인 포함) 및 만 14~18세의 대한민국 국적을 가진 국민

(팀구성) 각 팀은 최소 1명에서 최대 3명까지 구성하여 팀을 이루어 참가해야함



# 자세한 내용은 첨부파일 확인


퀵메뉴퀵메뉴영역 닫기 상단이동 하단이동