[링커리어] 학사 데이터분석 신입 역량

* 광명상가 라인 컴퓨터공학과 25살 대학생입니다. 데이터 분석직무 (데이터 분석가, 비즈니스 분석가) 를 준비

• 자잘한 데이터분석 토이프로젝트 / 백엔드 졸업프로젝트
• 대기업 빅데이터 아카데미 부트캠프(진행중)

* 데이터분석 굵직한 프로젝트들은 아카데미 과정

* 인턴과 신입 지원을 병행

 

더 필요한 역량이 무엇인지(공모전, 인턴경험, 프로젝트 ),

학사 데이터분석 신입으로서의 경쟁력은?

 

답변

안녕하세요. 데이터 분석이라는 광대한 범위안에서 허우적대는 학부생들과 취준생들이 많은 걸로 알고 있습니다. 데이터 분석가를 생각하는데 머신러닝을 해야합니까, 딥러닝을 해야합니까, 강화학습을 공부해야 합니까, 석사를 해야합니까, 통계학을 마스터해야합니까, 수리통계학을 해야합니까. 전부 오버스펙입니다. 

스펙이 있으면 좋은지 등도 전부 허상일 뿐입니다. 데이터 분석가에게 가장 중요한 조건은 
1. 데이터를 SQL을 이용해서 추출해올 수 있느냐. 2. 데이터를 Pandas를 이용해서 조작하고, 시각화를 할 수있느냐 3. 현재까지 내용을 바탕으로 회사의 비즈니스에 도움이 되는 가설을 세울 수 있느냐 4. 가설을 데이터를 바탕으로 '검증'이 아니라 '설득'할 수 있느냐. 5. 설득하기 위해 적절한 보고서를 만들 수 있느냐 6. 위의 내용들을 적절하게 수행하기 위해서 특정 도메인에 관심이 있느냐 (제조/마케팅/금융/의료) 7. 위의 과정들을 반복할 수 있느냐.

새로운 기술들이 나오고, 석사생들이 늘어가니 공부를 더 해야 한다고 하지만 그렇지 않습니다. 딱 위의 내용만 할 수 있으면 됩니다.

Followup Question

정성어린 답변 정말 감사드립니다. 머신,딥러닝을 통한 모델링은 데이터사이언티스트의 업무라고 알고 있는데 분석가한테는 저정도의 역량은 요구되지 않나 보네요. 그럼 분석가가 대학원을 따로 가지 않고 경력을 쌓아서 데이터사이언티스트로의 직무 전환은 가능하다고 보시나요??

 

Following Answer

분석가에게 저정도 역량을 요구하는 회사들이 있지만, 더 넓은 마켓으로 봤을 때 그들이 잘못한 것이지만, 그만큼 이 분야가 무르익지 않았다는 의미이겠죠. 오히려 뭘 몰라서 분석가/과학자를 준비하는 사람들을 혼동시키는 거라고 생각합니다. 
분석가와 사이언티스트는 아예 다른 직무입니다. 그러나 금융이나 마케팅에서는 그냥 사이언티스트를 분석가 포지션까지 시키는 경우가 많습니다. 그러니까 분석가가 대학원을 따로 가지 않고 경력을 쌓아서 데이터사이언티스트로의 직무 전환은 가능합니다. 그런데 회사에서 원하는 사이언티스트가 NLP/CV 관련 AI 논문을 읽고 구현하는 연구원 수준을 원합니다. 라고한다면 해당 전공의 석사와 박사 학위를 땄을때의 경험이 크게 도움이 됩니다. 연구원수준이 아니라 현재의 데이터 파이프라인을 이용해서 학습모델을 만들고 새롭게 들어오는 데이터에대해서 prediction을 돌리는 operations를 1억개 이상의 데이터포인트에서 실행할 수 있으면 그것 또한 data scientist의 업무중 MLOps 또는 MLEngineer의 역할이라고 볼 수 있겠습니다. 그렇다보면 오히려 software 지식이 훨씬 더 중요해질 것이고, 현업에 가까운 테크니컬한 기술들 예를 들어 클라우드 AWS.GCP 등의 활용 능력이 훨씬 더 중요해질 것입니다. 예를 들어 막 박사학위를 취득한 사람이 3년간 AWS의 sagemaker, Bedrock, S3 를 포함한 data security를 지키면서 대규모로 데이터를 돌리며 end user가 직접 사용했을만한 경험을 했으리라고는 생각들지 않습니다.

 

Followup Question

감사합니다. 마지막으로 하나만 더 질문드려도 될까요? 데이터 분석가 직무라면 중소나 스타트업같이 규모가 작은 곳에서 쌓는 경력이 대기업/중견기업 이직시 물경력으로 간주되는지 현업에 계시는 선배님의 의견을 듣고싶습니다.

 

Followup Answer

지나가는 데이터 분석가를 붙잡고 그들의 커리어 전체를 속속들이 파악할 수 있으면 여덟에 아홉은 중소나 스타트업에서 연봉 3천받으며 경력을 쌓다가 프로젝트의 양과 포트폴리오가 쌓이면서 대기업으로 이직하는 경우가 대부분이라는 것을 알게 될 것 입니다. 학생으로서 비즈니스의 문제점을 생각도 안해보고 프로젝트 단위에서 노는 것과, 실제 비즈니스의 데이터가 어디에 저장되어있는지 확인하고 관리하며 결과물을 전달한 경험의 차이가 어느정도일지 한번 생각해보세요.

 

-----------------------------------------------------------------------------------------------------------------------------------------------------------------

30분의 커피챗으로 알게되는 본인의 정확한 위치, 취업을 향한 가장 빠른 경로 탐색

https://share.coffeechat.kr/데이터로취업하기

Snapdragon Monitoring Limited, 데이터 사이언스 '데이터로취업하기' 님과 1:1 커피챗 시작