▷ 2019 경영공학부 릴레이 세미나/ 테마: Industrial Data Science and A.I.◁ -네번째 세미나- 1. 주제: “산업공학과 나와서 반도체 회사에 가면 무슨 일을 할까?-SK Hynix에서 Data Scientist로 먹고 살기  “ 2. 일시: 2019년 10월 8일 (화), 12:00 ~ 12:50 3. 장소: 114동 107호 4. 강연자: 이수동(SK Hynix/Data Scientist) 5. 문의: 경영공학부 […]

▷ 2019 경영공학부 릴레이 세미나/ 테마: Industrial Data Science and A.I.◁ -세번째 세미나- 1. 주제: “A Career Path of AI & Data Scientist“ 2. 일시: 2019년 10월 2일 (수), 12:00 ~ 12:50 3. 장소: 114동 107호 4. 강연자: 임성빈(Kakao Brain/Research Scientist) 5. 문의: 경영공학부 페이스북 또는이메일(unists […]

▷ 2019 경영공학부 릴레이 세미나/ 테마: Industrial Data Science and A.I.◁ -두번째 세미나- 1. 주제: “Understanding the world better with data“ 2. 일시: 2019년 9월 26일 (목), 17:45 ~ 18:50 3. 장소: 114동 107호 4. 강연자: 김경옥(서울과학기술대학교 교수) 5. 문의: 경영공학부 페이스북 또는이메일(unistsme@gmail.com) 6. 참 […]

▷ 경영공학부 릴레이 세미나/ 테마: Industrial Data Science and A.I – 첫번째 세미나 – 1. 주제: “산업공학도의 의료 A.I. 개발 Story” 2. 일시: 2019년 9월 24일 (화), 12:00 ~ 12:50 3. 장소: 114동 503호 4. 강연자: 박승균(Lunit공동창업자 및 UNIST 경영공학부 겸임교수) 5. 문의: 경영공학부 페이스북 또는이메일(unistsme@gmail.com) 6. 참가신청 구 […]

<img src=”http://sme.unist.ac.kr/wp-content/uploads/2018/10/untitled-2-724×1024.png” alt=”untitled-2″ width=”724″ height=”1024″ class=”alignnone size-large wp-image-1759″ /> ▷(산업) […]

(산업) 경영공학부 릴레이 세미나 1번째   “4차산업혁명시대 UNISTAR의 미래”   강연자: 김동섭 석좌교수(現, 유니스트 경영공학부장, 4차산업혁신연구소장) 일시: 2018년 9월 13일(목) , 17:40~18:40 장소: 유니스파크 블랙홀          

Kyojik “Roy” Song(Professor of Finance) SungKyunkwan University   Abstract: In this study, we investigate the determinant of Korean firms’ choice to merge with SPACs and their performance. We find that private operating firms with larger control […]

Jung Keun Kim, Senior Lecturer Auckland University of Technology     Abstract: The present research suggests that consumers possess position-based beliefs about menu layout, and use them strategically in making a food choice. We propose tha […]

Jeong Hwan Joo The University of Hong Kong   Abstract: We present evidence that clawback provision adoptions influence capital investment mix and efficiency consistent with managerial compensation incentives. Specifically, using a propensity-mat […]