한국도 데이터 사이언티스트와 분석가에게 요구하는 역량이 다르지만, 최근에 들어서는 데이터 분석가에게도 간단한 머신러닝 모델링 경험을 요구하고, 데이터 사이언티스트도 데이터 시각화 업무가 꽤 많은 것 같아요. 딱 잘라서 업무를 나누기 어렵다보니, 점점 더 요구 역량들이 겹치는 방향으로 나아가는 것 같더라구요! Kaggle 공모전에 참여한 친구들에게 +1을 주고 시작한다고 하셨는데, 모델이 높은 정확도를 내거나 우승을 하지 않더라도 가산점을 주고 시작하는 편인가요?ㅎㅎ

@@smallbiggommy 아하 그렇군요. 역시 한국 IT강국. 여기서도 두 직군이 겹치는 스킬이 많지만 다른점은, 데이타 사이언티스트는 여러가지 advanced methods로 복잡한 데이타 종류를 연결해서 다른 해결방식이나 정답을 고객에게 제공하는게 데이타 분석가와 조금 다른점 아닐까 생각해보아요. 그리고 아직까진 여기는 데이타 분석가에게 머신러닝 개발까지 요구는곳이 많지 않은 추세고, 데이타 사이언티스트 고용할때 Good communication skill (스토리텔링)로 Visualisation을 모든 청중이 이해 할수 있는 프리젠테이션을 중요한 요소로 오래전부터 꼽고 있구요. Kaggle은 일단 직업 위치에따라 다르지만 저희 회사는 인터뷰 할때 Evidence based 대답에 점수를 후하게 줘요. 특히 인턴들은 이력서에 Kaggle이나 개인 블로그에 실제로 본인이 참여한 프로젝트가 있다는거 자체부터 +1을 준답니다 (attitude 성실성? 머 이런걸 보는거죠). 그리고 실제 면접을 볼때 Evidence base(정확한예시, 알고리즘종류와 만든순서, 잘된점, 잘못된점 (한번만에 완성했다는말 실무자들은 별루 안좋아하잖아요^^ 대신 개선 됐다는 말까지 나와야 되겠지만 ㅎㅎ), 잘못된점은 어찌 수정해서 개선했는지, parameter editing, testing 등등) 로해서 프로젝트를 설명하거나 프리젠트 할수 있으면 거기에 가산점을 거기다 우승까지하면 머 더더더 주겠죠 ^^ 그러나 Intern이나 Junior 들은 가능성, 성실성 그리고 하고자하는 마음가짐 이런걸 보기때문에 우승한게 없어도 성격 좋고 팀이랑 융화가 잘 될만한 사람들을 뽑고 있어요. 한가지 젤 저희가 선호하지 않는 지원자는 '부풀리거나 거짓으로 올린 경험'.

개인적으로 깃허브로 포스팅 관리까지는 어려워서, 노션을 기반으로 관리하고 있습니다. 또한 프로젝트에 '코드'가 들어가는 경우, 깃헙에 해당 코드를 업로드 한 후 링크로 연결하는 편입니다😀

@@smallbiggommy 코드만 깃헙에서 연결하는 방법으로도 아카이빙 할 수 있군요! 저도 실천해볼게요. 자세한 답변 감사드립니다XD

데이터를 기반으로 생각하고 업무하는 것을 '데이터사이언스'라고 통칭한다면, 데이터분석은 그 중 일부가 맞습니다! 저희 채널에 데이터분석가vs데이터사이언티스트vs데이터엔지니어 영상에 각 직무별 차이를 자세히 설명해놓았으니 참고해주시면 좋을 것 같아요! 또 데이터 분석 업무를 AI가 대체한다는 부분에 대한 답변을 드리자면, 데이터를 기반으로 움직이는 기업들이 많아지고 있는만큼 데이터를 시각화하고 대시보드화 하는 업무들은 AI 등으로 대체 가능하지만, 데이터를 분석해서 얻은 결과를 해석하고 이를 프로덕트에 반영하는 업무들은 사라지지 않을 것이라고 생각합니다! 향후에는 기획자나 PM / PO 직군에서 데이터 분석가 업무를 같이 하게 되거나, 반대로 데이터 분석가가 기획이나 프로덕트 매니징의 업무까지 함께 하지 않을까 생각하고 있습니다 :) 추가로 궁금한 부분 있으시다면 대댓글 부탁드려요! 😊

@@smallbiggommy 오오 감사합니다! 근데 data sciecnce(data scientist) 직무는 보편적인 데이터 분석이랑은 완전히 다른 직무로 알고 있는데... 이도 개인적인 해석이 중요한 영역이라 독자적으로 남을 분야라도 봐도 무방할까요?

저랑 비슷한 상황이시네요. 저는 그나마 회사내에서 파이썬 sql은 해보긴 했습니다만

안녕하세요 댓글 잘보았습니다. 미국대학 2학년 탑10 컴사전공에 필수과목을 보니 1학년때 과학2과목, 수학의 대학미적분, 컴사과목, 교양2과목 이수했고. 2학년 1학기현재 물리학과 수학의 선형대수학, 컴사과목, 교양과목을 배우는중입니다. 컴사 졸업하기위해 8개트랙 분야에서 2개분야를 선택하고 특히 컴사에필요한 수학을 따라가지 못하면 3학년 올라가기전 가지치기 신세를 면하지 못합니다. 수학을 잘해야하는 주요목적이 풀어나가는 과정에서 논리적사고와 문제해결 능력입니다. 코딩과 알고리리즘 잘해내는 개발자들의 특성이 수학을 잘한다는 특성입니다

회사마다 다르겠지만 퍼포먼스 마케팅은 광고 효율성 중심으로 분석의 소재가 한정적인 편이기 때문에 사내 고객 데이터를 다루는 CRM 마케팅을 추천드리고 싶습니다. 실제로 저희 회사에서는 crm 팀 안에 데이터 사이언티스트 그룹이 별도로 존재합니다 ☺️ 마케팅으로 취업 후 직무를 변경하는 것도 가능하지만, 요즘에는 데이터 부서들이 현업 부서와 함께 일하는 경우도 많아, '마케팅 부서에서 데이터 사이언스로 직무를 구체화 할수 있다'고 이해하셔도 될 것 같아요!

좋은 답변 정말 감사합니다. CRM 마케팅쪽으로 가닥잡고 준비해보겠습니다~~

편입하면서까지 컴퓨터공학을 전공할 필요는 없습니다. 전공을 하지 않은 상태에서 공모전, 동아리 활동만으로도 유명한 IT대기업들에 취업하시는 분들을 많이 봤습니다. (물론 이런 분들은 별도로 코딩 테스트 스터디도 하시고, 항상 코딩 공부도 열심히 하시지만요) 본전공이냐 복수전공이냐, 부전공이냐는 크게 중요하지 않은 것 같습니다😊 어떤 환경이든 (1) 분야에 대한 흥미 (2) 프로젝트를 할 수 있는 실력 (3) 업무를 할 수 있는 끈기 등을 녹일 수 있다면 취업 시에는 크게 어려움이 있을것 같진 않습니다.

제로 베이스라고 하더라도 수업은 따라가는 데에 어려움 없으실거에용! 다만 프로젝트 수업을 잘 따라가려면 지금 하고 계신 것처럼 프로그래밍을 많이 공부하면 할수록 도움이 됩니다! 전공자도 있고 비전공자도 있다보니, 팀 프로젝트의 경우 교수님께서 적절하게 비율을 맞춰서 팀 배정 해주시는 것 같아요. 개인 과제나 프로젝트는 생각보다 그렇게까지 난이도가 높진 않구요☺️ 이 모든건 특수대학원에만 해당되는 내용인 점 참고부탁드려요!

특수 대학원에 들어갈 때 코딩테스트도 보는건가요? 곧 원서도 써야할텐데.. 어느정도 수준이 돼야 들어갈 수 있는지 감이 잘 안 잡히는거 같아요 ㅜㅜ

@@user-bx8ns3xm1h 코딩테스트는 따로 안 봅니다☺️ 관련 영상 저희 채널에 있으니 참고해보심 좋을 것 같아요! kzfaq.info/get/bejne/bdZorKp1ssDYnHU.html

감사합니다 영상이 도움이 되네요. 어제 제가 컨택했던 교수님이 계신데 산업경영공학쪽이였거든요. 일반대학원이여서 그랬을까요? 코딩 테스트에 대해서 언급을 하시고 원서 접수 전에 코딩 테스트를 보신다고 하시더라구요 .. 한달도 안 남은 시점에서 머신러닝을 이해하고 코딩을 할 수 있을지 모르겠어서 가을 학기 일반 대학원 입학을 포기하고 있었네요 .. 한 가지 궁금한 사항이 있는데 야간 대학원 입학 할 때는 일 하는 직종과는 전혀 상관이 없는걸까요? 데이터 관련 분야에서 일 하는 사람들이 입학이 가능한건지, 타 직종도 입학이 가능한건지 궁금해요. 일반 대학원은 입학 할 때 전공분야 관련성, 구술 면접에는 해당 분야 프로젝트 경험이나 지식 등을 질문하는것으로 알고 있거든요.. 야간 대학원 진학시 면접은 전문성을 요구하지 않는걸까요? 아참 그리고 AI분야는 분석, 모델링 등을 전반적으로 다 할 줄 알아야 하는걸로 알고 있는데 .. 굳이 표현하자면 분석가+엔지니어+사이언티스트를 조금씩 섞은거라고 생각하면 될까요? 비 전공자 입장에서 허황된 꿈만 크게 꾸고 있는건 아닌지 너무 걱정이 되네요 ㅠㅠ 곰사원님 동영상과 댓글 하나하나가 큰 힘이 됩니다.. 도와주세요..!

@@user-bx8ns3xm1h 일반대학원은 코딩테스트도 보는군요? 야간 대학원 입학할 때 직종은 무관한 것 같아요. 정말 다양한 필드의, 다양한 직무의 분들과 함께 공부하고 있답니다😊 면접 관련해서는 특수대학원 입학 면접 관련된 영상들 참고부탁드려요! 얼마만큼의 전문성을 요구하는지 감 잡으실 수 있을 것 같습니다 :) AI 분야라고 하더라도, 본인이 하고자 하는 직무에 따라 준비해야 하는 것들이 조금씩 달라집니다! (분석가 vs 사이언티스트 vs 엔지니어) 물론 셋의 업무 경계를 딱 잘라서 구분하기는 어렵지만, 더 주된 업무가 다르다고 생각하시면 될 것 같아요. 비전공자인데도 각 업무를 하고 계시는 분들도 많으니, 목표가 있으시다면 큰 걱정 안하셔도 될 것 같습니다😊 (가령, 같은 '경영'이더라도, 인사, 재무, 회계 등 직무에 따라서 세부 분야가 달라지고, 공부해야 할게 달라지는 것과 비슷하다고 생각하심 될 것 같아요. 전반적인 베이스는 필요하겠지만, 그렇다고 모든 영역을 다 알지 못한다고 하더라도 일을 할 순 있는 것처럼, 우선 원하는 직무를 선택하시는 게 편할 것 같습니다!) 다만, 단순히 '직무가 핫해서'라는 이유만으로는 공부해야 할 것도 많고, 준비해야 할 것도 많아서 '정말 하고 싶은가'만 명확하면 될 것 같습니다 ㅎㅎ!

저도 궁금합니다ㅜ!

데이터 분석가, 데이터 사이언티스트 중에서 어느 직군을 희망하시는걸까요? 데이터 사이언티스트가 되기 위해 컴퓨터공학 전공을 해야 하는 것은 아니지만, 복수전공을 했을 때 동아리/공모전 활동을 컴공 학생들과 함께 할 수 있기 때문에 더 좋은 프로젝트를 할 수 있는 가능성이 열린다는 점은 참고해주세요~ 또 요즘에는 데이터 사이언티스트 채용 시 코딩 테스트도 많이 보는 추세라서 취업 준비에 있어서 더 수월할 수 있습니다. 아직 저학년이시니 충분히 복수전공 해볼만하다고 생각합니다 :) 데이터 분석가가 되려고 하는거라면 컴공 복전은 필요하지 않습니다!

데이터 엔지니어는 컴퓨터 공학을 전공하시는 분들이 더 많은 것 같아요~ 아직까진 국내 데이터 관련 대학원들이 경영대 소속에 있거나, 공대 소속이더라도 통계, 수학, 파이썬과 ML 모델링 관련 내용을 더 많이 가르치는 것 같습니다. 하지만 업무적으로 데이터 엔지니어는 그런 지식보다는 api개발, 대용량 데이터 분산처리, 클라우드 등에 대한 지식과 경험이 필요하여, 컴퓨터 공학을 나오시는 경우가 더 많은 것 같아요 😊 데이터 사이언티스트에서 개발자로 전향하는건 가능하지만, 하는 업무는 꽤 다른 것 같습니다. (물론 이건 회사 by 회사입니다) 저희 채널에 데이터 분석가, 사이언티스트, 엔지니어를 비교한 영상이 있으니 해당 영상 참고 하시면 좋을 것 같아요!

데이터 사이언티스트가 되시는게 목표라면 수학과 복수전공이 아닌 연구실 생활이나 프로젝트 경험 쌓는걸 추천드립니다! 수학을 잘 하면 모델링을 하는 데에 유리하긴 하지만, 수학이라는 학문 자체로 배울게 굉장히 많다보니 복수전공에 쓸 에너지를 프로젝트에 쓰시는 게 더 좋을 것 같습니다. (또 나중에 여석이 생기면 데이터 사이언스 학과를 복수전공 할 수 있기도 하구요!) 답변이 되었을지 모르겠지만, 추가로 궁금한 점이 있다면 언제든 대댓글 남겨주세요!

데이터 엔지니어, 사이언티스트를 희망하신다면 공학 계열의 복수전공을 더 추천드립니다(컴퓨터 공학이나 산업 공학) 만일 데이터 분석가를 생각하시는거라면 빅데이터 응용학과도 괜찮을 것 같습니다!

데이터 사이언티스트를 준비하고 계신다면 우선 개발 공부부터 하시면 좋을 것 같습니다. 해당 영상을 참고해주세요! kzfaq.info/get/bejne/etdhib2dpqu5dH0.html

굉장히 많은 회사에 데이터 분석가 포지션이 있기 때문에 충분히 가능하다고 생각합니다☺️

@@smallbiggommy 네 답변 감사합니다~! 즐거운 추석 보내세요~!

취업하셨나요 ?

@@jaaabbb 네 했습니다! 하지만 데이터 분석가가 아닌 백엔드 개발자입니다 ㅠ

​@@Flash890509 제로베이스 강의는 어떠셨나요?? 취업연계 많이해주고 많은 도움을 받으셨나요?

오 저도 해봤던 생각이랑 비슷해용

정말 구체적인 커리어 플랜을 잡으셨군요!😊 데이터 엔지니어를 하기 위해 백엔드 개발자로 커리어를 시작하는 경우도 많이 봤고, 데이터 엔지니어로 일을 할 때에도 백엔드 개발을 했던 경험들이 큰 도움이 되는 커리어 플랜입니다. 하지만 '데이터 사이언티스트가 되고 싶지만 시간이 너무 많이 소요될 것 같아서' 데이터 엔지니어 커리어 패스를 생각하셨다는 점에서 조금 걸리네요. 백엔드 개발자를 하기 위해서도 굉장히 많은 시간과 노력을 투자해야 합니다. 베이스가 없는 상태에서는 이 공부를 하기 위해서도 만만치 않은 시간이 들구요😂 그래서 정말 원하시는 방향을 잘 생각해보시고, 거기에 시간 투자를 하시면 좋을 것 같다는 말씀드리고 싶습니다! 만일 개발 성향이 강한 데이터 엔지니어/사이언티스트를 희망하시는 게 아니라면, 데이터 분석가로 시작하여 사이언티스트가 되시는 분들도 많습니다. (문과에서 데이터 분야에 취업하기에도 가장 티오가 많은 직무기도 하구요) 모든 직무가 저마다의 매력이 있고, 칼로 무 자르듯이 딱 나눠져 있지 않다보니, 다양한 가능성 함께 고민해보시면 좋을 것 같아요 :)

직무 변경을 했습니다!

데이터 분석가는 주로 통계학과를 선택하시는 것 같습니다. 만일 특정 도메인에 전문성을 함께 가져가고 싶다면(ex. 경제/금융), 경제학과 석사를 하면서 통계학 과목을 몇개 듣는 형태로도 공부하십니다!☺

그럼요! 전공자가 아닌 분들도 굉장히 많습니다 :) 다만 주간(일반)대학원의 경우 비슷한 백그라운드가 있는게 좋다고 들었습니다☺️

혹시 ba대학원에 진학하려고 하시는 건 커리큘럼이 더 매력적이기 때문일까요? 주로 JD에 '통계/수학/컴퓨터 공학 등 관련 전공의 석사 졸업자 우대'라고 쓰여 있는데, 경영학에 가까운 커리큘럼인지 한번 고려 해보셔야 할 것 같아요~ 생각하시는 기업이 있다면, 미리 JD를 찾아보시는 것도 큰 도움이 될 것 같습니다 :)

​@@smallbiggommy 답변 감사드립니다. 만약 커리큘럼이 이공계에 가까운 과라면 '통계/수학/컴퓨터 공학 등 관련 전공의 석사' 에 해당되는 것인가요?

데이터 모델링 관련 개발을 한다면 관련 전공이 맞습니다☺️

maisonmarais 메종마레 제품입니다🧥