⬇ 바쁜 분들을 위한 타임라인 00:00 인트로 01:10 데이터 관련 3가지 직무 02:16 각 직무의 역할과 업무 03:16 데이터 엔지니어가 하는 일 04:20 데이터 사이언티스트가 하는 일 05:40 데이터 분석가가 하는 일 06:54 데이터 분석가 skill set 08:12 데이터 사이언티스트가 skill set 09:14 데이터 엔지니어가 skill set 10:04 마무리
와~ 정리 잘 해주셔서 감사합니다. 현업에 있으면서도 도움이 되네요~ 요새는 분석가, 엔지니어, 사이언티스트 경계가 애매하죠. 개발자와 모델링 하는 사이언티스트 둘로 나뉘는 것 같아요. . 근데 아이러니하게 사이언티스트도 개발을 해야 하죠 ㅎㅎ 못하면 그냥 이론쟁이가 됩니다. 주변 시선이 음청 좋지는 않죠 ㅎㅎ 사이도 안좋아집니다. 정말 협업이 중요해요~ 제가 쉼 없이 일하다 보니 안식년을 가지면서 초심을 잡으려고 간간이 빅데이터 관련 영상을 찾아보는데, 환상을 가진 분들이 많은 것 같아서 현장을 살짝 알려드리고 싶네요^^ 지극히 개인적인 경험과 편협한 생각일 수도 있느니 참고만 해주세요~ 우리나라는 아직 어마어마한 빅데이터는 없는 거 같아요. 사실 그만큼 데이터가 쌓이지 않은 곳도 많아서 머신러닝 딥러닝이라는 말을 쓰는 것도 민망할 때가 있어요(점점 늘어가긴합니다.) 웬만한 데이터는 NoSQL을 사용하지 않고도 처리가 됩니다. 중요한건 굳이 마이그레이션을 하지 않고도 정말 제대로 된 분석가 한명 있으면 빅데이터 필요없이 해결됩니다. 이미 있는 데이터 어떻게 할건지가 제일 빅이슈죠~ 분석가(사이언티스트)는 문과생이 많습니다. (통계학 등) 이과적 생각보다 문과적으로 접근하는게 더 좋거든요. 단순 이분법으로 나누자면 이과는 계산, 문과는 반대에요.. 그래서 개발 이과가(컴공 등) 하고 모델링은 문과가 많이 합니다. 실제 현업에서도 문과출신들이 마케팅에 대한 이해도가 높아요 (물론 케바케지만...) 현업에서 가장 많이 부딪혔던 이벤트는 데이터 전처리해서 넘겨주면 분석 및 모델링하고 개발자에게 테스트 요청합니다. 귀찮아요~ 스키마 하나 그릴 줄 모르는 분도 계시고... 근데 테스트를 할 수 있는 사이언티스트는 개발자를 귀찮게 안하죠. 단지 이론이기 때문에 많은 테스트가 필요합니다. 그 과정에서 과도한 요청은 개발자들이 싫어하게 되는거죠. 사이언티스트가 대부분 학력도 높고 공부도 많이해요~ 기본이 석사이고 고졸은 아직까지는 못본 것 같아요. 최소 학사고 학부 후 대학원이라도 재학을 하고 있었던 것 같아요. 안타까운 현실이죠. 사실 학력 필요없어요. 근데 학벌이 좋으면 일단 뽑힙니다. 능력은 그 뒤에 증명해도 돼요~ 근데 학력이 조금 부족하면 증명하고 입사해야해요. 요정도 차이, 그 이상 이하도 아닙니다. 핑곰님은 분석을 마케팅 쪽에 많이 사용하시는것 같은데 맞습니다. 요새는 마케팅에 엄청 많이 쓰죠~ 참고로 전 마케팅 보다 솔루션 쪽에 적용하는 하는 엔지니어 입니다. 그래서 의미있는 데이터 예측모델도 하고 마이그레이션도 많이 하고 파이썬은 젤 많이하죠 :) 제가 일 시작 할때는 무식하게 하던 시절이라 네트웍(관제센터 땅굴 돌아다니기) 부터 일반소프트웨어, 보안, 클라우드, 빅데이터, 딥러닝까지 쪼금씩 다 맛을 봐서 스스로 시스템 엔지니어라고 합니다. 그래서 깊이가 부족해요 ㅎㅎ 지금은 지쳐서 프리 조금씩 하면서 놀고있는 디지털노마드를 갈망하는.. 반디지털노마드 입니다. 제가 마케팅 분석 쪽은 잘 모르나 빅데이터 관련해서는 페이스북이나 구글 등 세계적인 기업들은 다양한 언어와 DB를 같이 사용하고 있습니다. 국내 일반 기업 단위에서는 빅~ 까지는 안 가는 거 같아요. 그냥 데이터와 좀 더 많은 데이터가 대부분이고, 외국 모델을 가져다 많이 사용하죠. 제가 어마어마한 프로젝트를 많이 못해봐서 그런걸수도 있습니다^^;; 요새 좀 맘 상하는 게 코로나로 이쪽 예산이 엄청 깎였어요. 자금이 충분한 대기업만 먹고 살 수 있는 구조가 되어버렸네요. 사실 실리콘밸리처럼 벤처 살려야 더 발전한다고 보는데 상대가 안돼요~ 일단 벤처에 크게 귀기울이지 않아요~ ㅎㅎ 벤처는 b to b가 아니라 대기업에 잘보여서 투자를 받거나해야하는 기업구조가 대부분입니다. 근데 모두 포함되는건 아니지만 대기업에 들어가면 창의력이 떨어져요ㅠ 어쩔 수 없습니다. 국내 우수 인력들은 해외로 팔려가요~ 그래서 사람이 없습니다 ㅎㅎ 여러분들이 인재가 되어주시면 됩니다~ 그래서 구조가 바뀔때까지는 공부하셔야해요~ 더럽고 치사해도 일이 있는 회사에 들어가야합니다ㅠㅠ 제가 정말 심하게 번아웃이 온 것도 비슷한 것 같아요. 회사내 수직구조는 내 스타일 아니고 벤처는 프로젝트 줄줄이 날라가고.. 이런 특수한 상황이니 저처럼 회사 때려치고 프리랜서 하는 사람들 많습니다. 근데 이것도 대기업 아웃소싱하는 업체 끼고 일해요 ㅋㅋ 이 분야는 매일 매일 공부해도 어렵습니다. 매일 새로운 오픈소스, 알고리즘, 기술 등 몇 달만 관심 안가지면 바로 도태돼요~ 여기 무서운 곳입니다^^;; 그리고 영어 공부도 정말 많이 하셔야합니다. 전 핑곰님 처럼 만점자는 아니지만 서류통과를 위해 900은 넘어야해요~ 전 재주가 없어서 유툽은 못하지만 지식공유를 하고싶어 곰대표님 영상에 댓글 남겨봅니다 :)
와아~ 정말 한문장 한문장 곱씹어보게 되는 글이에요. 왠지 모르게 위로 받는 느낌이었습니다, 감사합니다.. 4번이나 찬찬히 정독 한 것 같아요ㅎㅎ 매일 매일 공부해도 어렵다는 말이 너무 공감이 돼요. 출퇴근 구분 없이 그냥 틈 날 때마다 자료 읽고, 코딩 해 보고, 강의도 듣고 있는데 실력이 짧은 시간 내에 늘어나는 게 아니다보니 조급함만 늘어나는 것 같아요. 현업에서 많이 사용되는 알고리즘들과 모델들은 실제로 학계에서는 '이미 트렌드가 지나간' 경우가 많은데, 그렇다고 최신 모델을 적용해보자니 자료가 거의 없어서 맨땅에 헤딩하다가 혼자 피 철철 흘리면서 포기하기를 반복하고 있네요ㅎㅎ.. 언젠가는 논문만 보고도 모델이 대략적으로 머리 속에 그려지기를 바라고 있답니다 😂 그런 날이 오겠죠? 벤처 업계 상황도 그렇고, 번아웃 오신 것도 잘 지나가기를 응원합니다💪 가끔 채널에 놀러와주세요ㅎㅎ 지식공유가 큰 힘이 되네요
데이터 사이언티스트 - 도메인 지식 중요 - 통계학과, 수학과, 컴공과 선호 경향 - 프로그래밍 : Python, Scala - 딥러닝 : pytorch, tensorflow와 같은 라이브러리 능숙함 필요 - Hadoop, Spark에 대한 지식이 플러스 요인으로 작용할 수 있음
데이터 관련 직무로 고민하고 있던 경영학과 학생입니다. 빅데이터 융합 전공을 신청 했음에도 방향성에 많은 혼란을 겪고 있었는데, 이번 영상을 통해 명확하게 정리할 수 있었습니다! 데이터 분석, 사이언티스트, 엔지니어의 역할을 예시로 명확하게 설명해주셔서 감사합니다. 이제야 제가 어디까지 해야할지를 정확하게 파악할 수 있어 정말로 좋은 영상이었습니다!!!
설명이 명확해서 좋네요. 저는 굳이 따지자면 현재 데이터 사이언티스트가 되고 싶은 데이터 분석가 정도 수준이 아닌가 싶긴 하네요. 태블로나 Power BI를 다룰 수는 있지만 아직 예쁘게 뷰를 보여줄 수 있는 수준까진 아니라 좀 더 보완이 필요하긴 하지만 제 직업(회계사) 특성상 비즈니스에 대한 도메인 지식은 큰 강점으로 작용하지 않을까 싶긴 합니다... 데이터 다루는 업무를 이 클라 저 클라와 같이 해보면서 여러 형태의 데이터를 가공한 경험이 있는 것도 큰 도움이 되었던 것 같네요.. 진짜 아무도 뭔지 이해 못하는 데이터를 뜯어보면서 해석하고 가공하는 법을 직접 고안해냈울 때의 어려움이란... 근데 문과생 경영학과 출신이라는 점 땜에 수학/통계가 많이 부족하고 아직까지 머신러닝/딥러닝 지식도 부족하다는 점은 많이 보완해야할 점이 아닌가 싶습니다. 어렴풋이 알고는 있었지만 덕분에 좀 더 명확하게 생각해볼 수 있게 되었네요. 감사합니다.
유익하게 봤습니다. 비전공자로 백엔드(5개월)/데이터 엔지니어+사이언티스트(7개월) 부트캠프를 알아보고 있는데 데엔+데사 쪽은 통계, 선형대, 미분 같이 순수 학문 지식이 많이 필요해보이더라구요. 혹시 그 부분을 어떻게 보충하셨는지랑, 서른 초반 비전공자가 부트캠프 이후 바로 취업을 노리기에 백엔드(로 먼저 들어가서 향후 데엔+데사 쪽으로)/데엔+데사 부트캠프 중에 어떤 과정을 추천하시는지 알 수 있을까요? 단순히 "파이썬이 나랑 맞겠다."는 직감과 10년 뒤 커리어를 고려한 부분이긴한데, 백엔드에 비해서 데엔+데사의 채용 풀이 현저히 적다는 말에 고민이 되네요...
비전공자이시면 부트캠프만으로는 데싸 취업이 어려울 수 있습니다 😂 데싸가 경력직 혹은 석사 이상을 채용하는 경우가 많은데, 비전공자가 부트 캠프 1년 과정만으로는 자격 요건을 채운다고 보기 어렵습니다. 가장 추천하는 것은 백엔드로 취업 후 데엔/데싸로 직무 이동 하는 루트입니다. 아무래도 개발 경험이 있으면 데싸 업무를 하는 게 용이하기도 하고, 백엔드 개발자 신규 채용 풀이 훨씬 크기 때문입니다. (또 비전공자로 데싸 업무를 하다보면 프로그래밍에 대한 부분이 오히려 통계/수학보다 큰 장벽으로 느껴질 때가 있는 것 같아요) 통계/수학 공부의 경우, 저는 유튜브를 통해서 '머신러닝, 딥러닝을 위한' 통계/수학 강의들을 봤고, 이때 이해 안되는 내용은 그냥 넘기면서 한번 쭉 개념만 봤습니다. 현재는 업무 하다가 이해 안되는 내용이 있을 때마다 검색해서 지식을 보충하고 있습니다. 쉬운 예시를 들어드리자면, MLP를 배울 때 편미분의 개념이 나오는데, 그때 편미분이란 무엇인지를 다시 자세히 찾아서 공부하고 있어요! 혹시 추가로 궁금하신게 있다면 대댓글 부탁드려요!
안녕하세용 예전에도 도움 많이 주셨는데 넘 죄송스럽게도 데이터 애널리스트에 대해 추가적인 궁금한 점이 있어서 그러는데요 ㅠㅠㅠ 1.제가 사실 궁극적으로 머신러닝쪽엔 관심도면이나 실력면에서 따라가지 못해서 R을 공부하더라도 머신러닝쪽으로 공부하진 않고 있는데 이쪽을 활용하지 않으면서 대회/프로젝트 등을 통한 R의 실적을 올리기는 어렵겠죠..?? 분명히 애널리스트는 머신러닝쪽을 활용하진 않을텐데 그렇다고 R의 실적을 포기할 순 없을테고 시작이 막막한 것 같아요.. 2.SQL 공부 시 가장 선호되는 SQL 프로그래밍 종류(오라클, ms sql, my sql 등)가 무엇인지도 궁금합니다..ㅠㅠ 저는 오라클 기준으로 공부하고 있는데 DB 종류에 따라 큰 차이가 없다한들 혹여나 이게 다 무용지물이 될까봐 걱정돼서요.. 3.R이나 파이썬 같은 분석 프로그램은 대회나 공모전을 통해 커리를 쌓을 수 있을 것 같은데 SQL을 이용해서 커리를 쌓을 수 있는 방법이 없는지 예전부터 너무 궁금했거든요.. 그냥 SQL를 공부하는건 어려운 일이 아니지만 이걸로 어떻게 실질적인 성과를 낼 수 있는지가 저에겐 어려운 고민인 것 같아요 종합적으로 공부는 이제 하나둘 해봤지만 실질적인 접근을 어떻게 해야될 지 막막한 것 같아요 언제라도 답변 주시면 넘넘 감사하겠습니다..!!
안녕하세요! 현직 마케터로서, 데이터 사이언스는 시대의 흐름과 같은 필수라 느끼던 중 대학원 진학에 대한 결심과 준비에 가장 큰 도움을 받았습니다. 실제 준비해야할 지식들과 면접 노하우에서 영상들을 통해 큰 도움을 받았습니다. 그리고 이번 목표로 한 대학원에 합격하여 다가오는 봄학기 부터 낮과 밤 없는 두 집살림을 준비중입니다!🥳 현 직무의 도메인 지식과 기존 업무를 바탕으로 저는 도메인 지식과 전문 지식을 모두 보유한 데이터애널리스트 그리고 데이터 기획자로의 커리어 패스를 그리고 있습니다. 최근 출시되었던 모 출판사의 커리어 가이드가 큰 도움이 되고 있는데, 직무에 초점을 맞춘 이쪽의 지식 뿐 아니라 핑곰님의 대학원 준비 꿀팁도 앞으로 데이터 사이언스 입문을 준비하는 사람들에게 큰 도움이 될거라 믿고 또 응원합니다.😎 핑곰님 자기소개가 바뀐 것 처럼 저도 멋지게 자기소개를 바꾸고 싶네요🙂 감사합니다👏👏👏
현재 경영정보학과 재학중인 학생입니다. 비젼좋다는 소리만 듣고 왔다가 너무 적성에 안맞아 전과하지는 않고 완전 개발자보다는 분석가느낌으로 진로를 잡고 싶습니다. 저희 과에서 SAP ERP RPA 쪽으로 취업을 잘한다고 하시는데 아무리 찾아봐도 감이 안잡혀서여쭤봅니다 ㅜㅜ 이 쪽이 개발자쪽안지 데이터분석가인건지 헷갈립니다.
좋은 영상 감사합니다!!!❤ 데이터 사이언티스트 직업을 가질려면 통계학과나 컴퓨터 공학을 선호한다고 하셨는데 그러면 핑곰님도 통계를 하신건가요?..저도 코딩을 다루긴하지만 통계나 공학과는 아니고 고등학교때는 문과여서 수학을 잘하지 못하거든요..ㅠ 추가로 데이터사이언티스트 데이터엔지니어링 데이터 분석가가 공통적으로 준비하고 공부해야할것에 대한 영상도 있었으면 좋겠습니다ㅠ😊 개발자를 하기에는 코딩실력이 너무 부족하고 데이터를 다루를 일을 하고 싶은데 뭘 하고 싶은지 정확하게 안정해져서 일단 기본적으로 깔고 가야할것들을 준비하면서 정하려고 하는데 유튭 영상보니까 sqld를 추가로 공부하시길래 일단 자격증으론 adsp랑 sqld를 준비하려고 합니다 이외에 프로젝트같은거 할때 공부해야하는 것들엔 뭐가 있을까요??
영상 잘 봤습니다. 금융업계에서 데이터 분석가는 보통 무슨 일을 하는지 궁금하고 어떤 직무로 뽑는지 궁금합니다. 보통 it직무는 코딩테스트를 해서 이 계열은 아닌거 같은데..데이터 분석 쪽 일을 하려면 우선 다른 직무에서 연차를 쌓아야 하는건지..정보가 부족해서 잘 모르겠더라고요...
곰대표님 정보감사합니다. 어떤 직무를 하는궁금했는데 궁금증 많이 해결됐어요 궁금한게 데이터 사이언티스는 파이썬공부가 필수겠네요? r 과 파이썬 자바...등 프로그래밍 공부를 시작한다면 무엇으로 하는게 좋을지 찾아보는중인데 어떤게 더 적합하고 앞으로를 생각했을때 선택하면 좋은 프로그래밍 언어일지 알고 싶습니다!
모든 직무에 거의 해당 비즈니스에 대한 도메인 지식이 필수요소인것 같은데요. 그렇다면 데이터분야에서의 직무를 결정하기에 앞서 가고자하는 어떠한 비즈니스 분야를 선택하고 그 분야의 도메인 지식을 공부하며 갖추는 것이 더 우선일까요? 아니면 관심 직무에 대한 스킬은 갖추고, 어느 분야로 취업이 되든 취업한 후 업무를 배우면서 해당 회사의 비즈니스에 대한 도메인 지식을 동시에 쌓는게 좋을까요? (신입기준입니당)
둘 다 하면 너무 좋겠지만, 신입 기준에서는 직무에 대한 스킬이 우선 될 것 같습니다! 원하는 업계를 가지 못하더라도 우선 스킬이 있다면 다른 회사에라도 취업하는 건 가능하기 때문입니다 :) 다만 취업 준비를 하실 때, 해당 회사와 업계에 관심이 있는지를 확인하기 때문에 도메인 지식이나 업계 트렌드에 대해서는 꾸준히 공부하시는 걸 추천드립니다!
안녕하세요 깔끔하게 정리된 영상 잘 봤습니다! 직무전환을 위해 여러가지 찾다가 데이터분석가를 희망하게 된 30대초반 직장입니다. 현 고민이 1) 고졸학력이라 사대를 입학 고려중입니다 (IT, 소프트웨어전공) 객관적이고 현실적으로 향후 취업확률이 어떻게 될지 2) 공부방향을 사대와 인터넷 학원으로 파이썬 수업(또는 부트캠프) 병행하는 것 괜찮은지 3) 또다른 추천해주실 부분 또는 현실적인 조언이 있는지 답변해주시면 감사하겠습니다!
안녕하세요 영상 잘봤습니다. 좋아요와 구독버튼 눌렀습니다^^ 취준중인데 질문이 있어 질문드립니다. 분석가, 사이언티스트, 엔지니어 이 셋중에서 가장 전략/기획과 관련있는 직군은 어디일까요? 그리고 현재 데이터 분석가로 커리어를 시작할까 싶은데, 회사다니면서 대학원 병행해서 데이터 사이언티스트로 직무를 바꾸는것도 가능한 시나리오 일까요?
구독과 좋아요 감사합니다❤ 3개 직군에서 꼽자면 분석가가 가장 전략/기획과 관련 있으며, 분석가로 시작해서 데싸로 직무 바꾸는 것 또한 가능합니다! 제 주변에서도 이렇게 직무 이동 한 케이스를 여럿 봤습니다. 다만, 취업 하시려는 회사가 그러한 직무 이동을 허용해주는지를 먼저 확인하시는 게 가장 좋습니다 😊
저는 공직에서 근무중인데요. 업무상 파이썬, sql은 어느정도 쓸줄 압니다. 현재 빅데이터 일반대학원도 다니고 있습니다. 올해는 업무에서 머신러닝 활용하여 업무개선해볼 계획을 가지고 있습니다. 공직이긴하지만 데이터관련업무경험과 대학원 석사 그리고 공모전 수상경력이 있으면 30대후반의 나이에도 데이터사이언티스트 쪽으로 전직할수 있을까요?
안녕하세요! 데이터 분석가에 관심이 있는데 분석 하고 보고서 쓰고 자료 제공하는 데서 그치는게 아니고 마케팅/제안 제안까지 하는게 가장 큰 주요 역할인가요? 기획자처럼 사람과의 커뮤니케이션 협업이 중요할까요?(개인 일하는거 선호합니다) 그리고 '도메인 지식'을 쌓는게 구체적으로 어떤 말씀이신가요?
회사마다 업무 롤은 다르겠지만, 데이터를 분석한 이후의 결론(=제안)은 항상 있다고 보시면 될 것 같아요! 결국에는 이 제안을 위해 데이터를 살펴본 거니까, 숫자들을 단순히 분석해서 자료를 제공하는 걸로 그치지는 않는 것 같아요. 그러다보니 물론 커뮤니케이션도 중요하지만, 기획자만큼은 아닌 것 같구요. (기획자는 혼자서 할 수 있은 업무가 거의 없는데 반해, 데이터분석가는 데이터 원천에 대해 물어보는 과정 등에서는 협업을 하긴 하지만, 혼자서 데이터에 deep dive하는 시간도 꽤 있어요. 혹시 어떤 업계에서 근무를 희망하시나요? 도메인 지식 관련 질문은 그 업계에 맞는 예시로 들어드릴게용!! ☺️
안녕하세요! 전혀 다른 계열 전공이라 it 쪽으로는 되게 무지한데, 최근에 빅데이터 분석 분야로 관심이 생겨서 영상을 보게 되었어요~! 개발보다는 데이터 분석쪽으로 관심이 생기는데 (결국 비슷한 맥락인 것 같긴 하지만요..??!!) 학부를 편입한다면 통계학과 산업공학 중 어느곳이 더 유리할까요? 영상에서 통계학도 언급하셨지만 산업공학도 데이터와 프로그래밍을 전반적으로 다루는 것 같아서 어느쪽이 더 적합한지 고민이 됩니다 !!
데이터 애널리스트에 대해 관심이 있었는데 또 좋은 영상을 찾은 것 같아 넘넘 감사합니다ㅠㅠㅠ 혹시 지식적으로는 영상처럼 통계, R, 파이썬, SQL, 태블로에 충실하다면 충분할 것도 같은데 혹시 실례가 안된다면 어떤 게 제일 중요하다고 생각하시는지 여쭐 수 있을까요..??ㅠㅠㅜ 그리고 자료들을 찾다보면 저는 분명 DB를 원하는게 아니라 데이터 분석을 원하는건데도 SQL 중요도가 높은 것 같더라고요 그래서 DB를 중점적으로 하시는 분들과 어떤 차이점이 있나 또 궁금하기도 하네요..
우선 지식적으로 [통계, R, 파이썬, SQL, 태블로] 사이의 중요도를 나누기는 어렵고, 결국 가장 중요한 것은 회사마다 사용하는 툴과 프레임워크입니다. 만일 아직 회사에 소속되어 있지 않으시다면 파이썬, R을 먼저 공부하셔서 공모전에 참가하거나 프로젝트 실적을 쌓을 수 있게 준비하시면 좋을 것 같아요! 또한 '데이터분석'과 '데이터베이스 관리'는 아예 다른 영역이라고 생각해주시면 좋을 것 같아요 😊 DB 전문가, 데이터엔지니어는 데이터를 어떻게 효율적으로 '저장'하고 '관리'할 것인지에 초점을 맞춘다면, 데이터 분석가(애널리스트)는 이미 쌓여 있는 데이터를 불러와서 이리저리 분석 해 보는 업무를 합니다. (즉, 저장하고 관리하는 영역은 상대적으로 덜 중요합니다) 데이터분석가에게 DB가 중요하다고 하는 이유는, (1) 기본적인 데이터베이스 구조에 대한 이해가 있어야 데이터를 잘 추출해서 분석할 수 있기 때문이고 (2) SQL이 포괄적인 개념이라서 헷갈리는 것도 있을 것 같습니다. 인터넷에 'DDL, DML, DCL, TCL'를 검색 해 보시면 좋을 것 같아요! 데이터 분석가는 주로 DML 관련된 개념만 익히면 충분하고, DB전문가는 4개를 모두 잘 알고 있어야 합니다. 정리 드리자면 데이터 애널리스트에게는 SQL 중에서도 DML의 중요도가 굉장히 높습니다!
@@smallbiggommy 헐헐..!! 이렇게 자세하고 깔끔한 정보를 이렇게 쉽게 알아도되나 너무 죄송스럽고 감사할 지경이네요ㅜㅠㅠㅠ 아직 학생에 통계 복전중이라 데이터 분석가를 꿈꾸곤 있어도 모르는 게 많은데 정말 가려웠던 부분을 잘 정리해주셔서 너무 감사드려요 ŏ̥̥̥̥םŏ̥̥̥̥ 말씀해주신 내용 기반으로해서 공모전이나 각종 스펙 준비부터 노력해보겠습니다!! 그리고 데이터사이언티스트 완전 존경스러워요☺☺
좀 오지랖일 수 있지만.. 손목통증으로 작년부터 마우스를 더이상 잡지 못하게 된 같은직군 사람으로서 애플워치 스트랩이 맥북에 눌려 손목하단 신경을 누르고 있는거 같아. 제 손목이 아파옵니다. 곰님 손목 신경 건강관리 미리미리 잘하셔서 오래도록 개발업무 잘 하시면 좋겠습니다^^
안녕하세요 지방 4년제 비전공자 4학년 대학생입니다. 데이터 사이언티스트가 꿈인데, 파이썬/R프로그래밍/SQL/하둡 등 같은 준비는 자격증인가요? 아니면 국비지원이나 부트캠프로 프로젝트를 하면서 커리어를 쌓는게 낫나요 ㅠ 비전공자가 준비하는 구체적인 방법을 모르겠어요 ㅠ
현재 비전공자 4학년이시라면 혹시 대학원을 염두에 두고 계실까요~? 데이터분석가는 비전공자도 많이 뽑는 반면, 데이터사이언티스트는 보통 선행 지식이 있는 분들을 뽑다보니, 전공자 혹은 석사 이상의 지원자들을 원하는 경향이 있는 것 같아요! === 파이썬/R프로그래밍/SQL/하둡 등 같은 준비는 자격증인가요? >> SQL만 자격증으로 단기간 내 빠르게 공부하시는 방법을 추천드린 것이고, 파이썬은 자격증은 따로 없지만 웹 상에 무료/유료 강의들이 정말 많아용! >> 하둡은 빅데이터를 취급하는 대용량 분산처리 시스템이다보니, 아무래도 기관이나 회사에 속하지 않는 이상 활용해보시기 조금 어려울 수 있어서, 만일 혼자서 준비하셔야 하는 것이라면 파이썬, SQL 정도를 추천드려요! 국비지원이나 부트캠프로 프로젝트를 하면서 커리어를 쌓는게 낫나요? >> 저는 개인적으로 대학원을 더 추천드리고 싶어요. 국비 지원 프로그램을 저도 한번 들어봤는데 (일반화할 수는 없겠지만) 제가 수강 했던 것은 딱 개념적인 것만 배우고, 실제로 적용 가능한 지식을 배우는 느낌이 아니었거든요. 대학원에서도 개념적인 것만 배우게 될 수도 있는데, 그래도 회사에서는 국비 지원 프로그램보다는 대학원을 조금 더 "신뢰 할 수 있는 교육 기관 / 프로그램"으로 인식하는 것 같습니다. 비전공자가 준비하는 구체적인 방법을 모르겠어요 ㅠ >> 대학원을 통해 전문성을 갖춘 후 취업을 하거나, 데이터분석가로 취업 후 점차 스킬을 쌓아서 데이터사이언티스트로 전향하는 경우도 더러 봤습니다! 아무래도 비전공자이시다보니 혼자서 공부하고 준비하시기는 쉽지 않으실 것 같아요ㅠ 그래서 위 2가지 방법을 추천드리고 싶습니다! 컴공과가 아닌 비전공자면 잘 안뽑히나요 >> 제 주변에는 통계학과 출신과 컴공 출신들이 섞여 있는 것 같아요! 비전공자라고 해서 안뽑진 않지만, 스킬셋이 부족하다면 잘 안 뽑히는 직무라고 생각 되어요.. (학부 전공이 중요한게 아니라, 결국 이 일을 잘 해낼 수 있는가를 기준으로 보는 것 같습니다) 줄 글로 설명 드리는 데에 한계가 있어서,, 제대로 답변이 되었을지 모르겠네요. 혹시 추가 질문이 있으시다면 대댓글 부탁드려요!
개발자로 일한 경험은 없어도 되지만, 데이터 사이언스를 하기 위한 기본적인 개발 경험은 있어야 합니다. (업무 경험이 필요하다기보단 프로젝트 경험으로도 괜찮습니다) 또한 소프트웨어 개발자와 데이터 사이언티스트가 하는 개발은 굉장히 다르다는 점도 참고해주세요! 사용하는 개발 언어와, 개발을 통해 하고자 하는 바가 다르기 때문에, 개발자로 일하며 데싸 직무로 갈 필요는 없습니다 😊
말 그대로 관심 있어 하시는 도메인에 대한 트렌드를 꾸준히 따라가시면 좋을 것 같습니다! 그 형태는 뉴스가 될 수도 있고, 브런치/커리어리에 올라오는 현직자들의 후기 글이나 책, 강의도 될 수 있습니다. 또 해당 도메인에서 사용하는 데이터 지표들에 익숙해지시면 좋습니다! (가령, 마케팅 업무의 경우 CPC, ROI, ROAS 등의 지표들을 사용하는 것처럼요)
데이터 엔지니어는 상대적으로 수학보다는 개발 지식이 더 많이 요구되는 직무입니다. (물론 수학의 중요성은 데이터 분야에 있어서 간과할 수 없긴 하죠) 모든 데이터 분야 종사자들이 '수학적으로 재능이 있어서' 그런 업무를 하는 것은 아니기 때문에, 충분히 준비하신다면 문제는 없을것이라고 생각합니다 😊 게다가 지금 1학년이시니, 가능성을 닫아둘 필요는 전혀 없으실 것 같습니다!!
실무에 관련된 자료가 많이 없어서 잘 몰랐는데 영상 넘 감사합니다. 올해부터 이직에 대한 강한 감정이 올라와서 이것저것 보고있는 비전공30대에요ㅠ 뭔가 it계열이 특히 개발자가 미래가 있는 직업같아서 프론트엔드 쪼금보다가 파이썬이 잘맞는것 같아서 백엔드 부트캠프 비교분석중 친구가 백엔드->데이터엔지니어로 이직한 케이스라 저보고 데이터사이언티스트는 아니더라도 분석가는 할 수있지 않겠냐고 운을 띄어보길래 심각하게 고민중입니다. 근데 데이터쪽으로는 부트캠프 많지가 않아서 부트캠프를 가는것이 맞는지, 아니면 독학+공모전/케글대회 등등 개인적으로 준비하는 포트폴리오가 맞는지 방향을 못잡겠어요ㅠㅠ 시간되시면 답변 부탁드려요~~ (개인적인 궁극적 목표로는 외국회사취업/외국계취업/네카라쿠배 입니다. 영어는 fluent해서 언어걱정은 별로 없어요)
부트캠프와 독학 모두 방법이긴 하지만, 결국 지원하고자 하시는 회사와 직무에 맞는 JD를 살펴보셔서 어떤 길이 더 적합할지 사전에 판단하시는 게 중요할 것 같습니다! 만일 지원하시는 회사의 대부분이 '석사 이상'을 요구할 경우, 부트캠프나 독학보다 학교(대학원)로 가는게 빠를 수 있습니다. 독학은 '내가 필요한 공부를 원하는 순서대로 할 수 있다'는 장점이 있지만, 스스로 커리큘럼을 짜기 어렵고 자료 조사 하는 데에 쓰는 시간을 아끼고 싶은 경우 부트캠프를 가는 경우를 많이 보았습니다. 다만 부트캠프는 '필요하지 않은 공부까지 해야 한다'는 단점도 분명 있습니다. 댓글만으로는 현재 '데이터 직군'을 희망하고 계신건지, '개발자'를 희망하고 계신지를 모르기 때문에 상세한 답변을 드리기 어렵지만, 혹시 상세한 1:1 컨설팅이나 고민 상담이 필요하시다면 채널 소개란에 멘토링을 위한 창구가 있으니 참고 해주세요☺️
데이터사이언티스트의 경우 석사 학위가 '필수'인 회사도 있고, 그게 아니더라도 석사 졸업 이상이 선호 되는 건 사실입니다! 이건 단순히 '학위가 있다'라는 사실 때문이라기보다는, 모델을 설계하고, 개발 및 최적화 할 수 있는 능력이 대학교 학부 커리큘럼만으로는 충분히 배우기가 어렵다고 판단해서 그런 것 같아요. 만일 스스로 대외 활동 등을 통해서 데이터 분석, 모델 개발 등의 경험을 쌓았다면 학부 졸업 후에도 취업이 가능하다고 생각합니다😊 아직 학생이시니, 데이터분석가로 취업을 하기 위해서는 다양한 대외활동, 프로젝트나 공모전에 도전해보시면 좋을 것 같아요! adsp 등의 자격증도 좋지만, '내가 정말 데이터를 이리 저리 굴려가면서 유의미한 결과를 도출해낼 수 있는 능력이 있는가?'에 집중하셔서 스킬셋을 키워보시면 좋을 것 같아요. 요즘 데이터 분석 관련 학회나 동아리, 프로젝트 수업도 많으니 다양한 자원들 활용해보심 좋을 것 같습니다!
이건 회사 마다 다를 것 같습니다! 큰 회사는 업무를 세분화하기 때문에 둘의 업무적 차이가 있다고 볼 수 있습니다. 만일 구분되어 있는 경우, 주된 차이는 '데이터베이스'를 다루냐, '대용량 분산처리 시스템을 다루냐'의 차이일 것 같습니다. (1) 데이터 엔지니어 - 비정형의 대용량 빅데이터를 주로 다루는 경우가 많은 것 같아요. 가령 하둡 같은 빅데이터 시스템을 더욱 많이 다룬다고 생각하시면 될 것 같습니다. 또한 서비스를 위한 api까지 개발하는 업무를 합니다. (2) 데이터베이스 엔지니어 - 정형화된 데이터와 전통적인 '데이터베이스' 를 주로 다룬다고 생각하시면 될 것 같아요. 오라클과 같은 데이터베이스에 전사에서 수집되는 모든 데이터를 효율적으로 저장, 관리하는 업무를 수행하게 됩니다. 데이터를 저장, 관리 한다는 측면에서는 비슷하나, 다루는 데이터에 차이가 있고, 그에 따라 유관부서가 달라진다는 특징이 있을 것 같습니다! 혹시 추가로 궁금하신 사항이 있다면 댓글부탁드립니다 :)
학부 수준에서도 채용 되는 경우가 많습니다 :) 부트캠프와 같은 외부 교육도 도움이 되겠지만, 단순히 '학문을 배운다'로 접근하시기보다는, 반드시 '프로젝트를 해서 결과물을 만들어낸다'의 측면에서 접근해주세요! 지식을 많이 가지고 있는 사람보다는, 실제 프로젝트를 진행했을 때의 태도나 성장 가능성을 보는 것 같습니다. (문제가 주어졌을 때 어떤 논리적인 사고 과정을 통해 접근법을 찾아냈으며, 어려운 문제에 부딪쳤을 때 어떻게 해결해나갔는가?를 보는 것 같아요!)
@@smallbiggommy 백그라운드 없습니다앙.. 통계학과와도 거리가 먼 완전 문과 4년제 졸업 취준생이고요 .. sql이랑 파이썬 공부하고 있어요 ㅠㅠ 그런데 개발자로 비전공자 취업한 분들이 실제 주위에도 많이 계시고 개발자 과정은 실제로도 국비학원에도 많은것 같아요. 빅데이터 분석가는 진짜 비전공자를 못본거같아 걱정되서 답글 남겨봤습니다 ㅠ 저는 개발자가 아니라 데이터분석가에 관심있습니당
데이터분석을 생각하신다면 더더욱 개발자 루트는 제외하고 생각하시는게 맞습니다! 데이터분석가용 국비지원이 많이 없는 이유는 그만큼 개념적으로 배워야 하는게 많은게 아니라 실제 산업에서 일해본 경험적인 노하우들이 훨씬 더 중요한 직무이기 때문입니다 그렇기 때문에 통계학과가 물론 유리하긴 하나, 굉장히 다양한 전공에서 오는게 데이터 분석 직군입니다. 만일 취준 과정에서 전공이 허들처럼 느껴지신다면, 작은 회사라도 데이터 분석 직군으로 인턴십 해보시는 걸 추천드려요. 공모전이나 프로젝트 경험을 쌓는 것도 굉장히 좋은 방법입니다. 전공보다도 '경험'이 훨씬 더 강력한 무기가 된다는 것만 기억해주세요☺️ 혹시 자세한 로드맵에 대한 컨설팅을 받고 싶다면 저희 채널 프로필 링크도 참고해주세요! 최근에 커뮤니케이션 채널을 하나 열어두었습니다
제가 누구한테 들었는데, ai개발할때 데이터정제하는일이 필요한데, 인공지능이 데이터 학습하기원활하게 데이터를 정리해주는 데이터 정제 담당업무가 있다고 하더라고요. 제가 이과쪽은 재능이 없어서 전문적ai업무보다는 데이터정제하는정도라면 배워서 하고싶은데. 저는 그럼 데이터 엔지니어 쪽을 알아보면 되는건가요? 아니면 데이터 사이언티스트쪽을 알아보면 되는건가요?
데이터 엔지니어와 사이언티스트 모두가 데이터를 정제하는 업무를 합니다! 데이터 엔지니어가 데이터를 정제하는 업무를 비교적 더 많이 하긴 하지만, 이 직무 또한 개발자의 전문성을 요구하는 직무입니다. '모델 개발'이 꺼려지신다면, 엔지니어를 고려하셔도 되지만, '개발'이 꺼려지시는 거라면 분석 업무를 하시는걸 추천드립니다! (엔지니어는 기본적인 코딩 테스트 등을 통과하셔야 합니다)
안녕하세요! 영상 잘 보았습니다! 데이터분석가의 꿈을 키우는 바이오 관련학과 졸업자입니다. 전공자들에 비해 바이오 관련 도메인을 내세우는 게 경쟁력이 있겠다 싶어서 그쪽으로 계획을 세우고 있습니다! 아무것도 모르는 상황에서 무작정 국비지원교육을 들어봤는데 취업이 잘 되는지에 대한 회의감이 들어서 그만둔 상황입니다. 현업에 종사하시는 분으로서 제가 데이터분석가의 꿈을 키우기에 어떤 방향으로 계획을 잡으면 좋을까요..? 대학원, 국비지원프로그램, 부트캠프 등등.. 제 선배나 동기들 중엔 저처럼 진로를 선택한 사람을 찾기가 어렵기에... 현실적인 조언을 듣고싶습니다.
바이오 관련 학과 졸업이라는 좋은 메리트가 있는 상태시군요! 이런 경우 대학원보다는 바이오 관련 회사에서 일 해 보시는 걸 가장 추천드리고 싶어요! 데이터 분석가로 인턴십 등을 찾아보시는 게 제일 좋을 것 같은데, 만일 인턴십 합격을 위한 경험과 스펙이 필요하다면 바이오 데이터를 다루는 공모전 등에 참여해보시는 걸 추천드립니다. 업무 경력만 조금 쌓아두시면 워낙 가지고 계신 백그라운드가 좋아서, 취업을 하는 데에 큰 강점을 가지고 시작하실 것 같아요!
@@smallbiggommy 1. 대학원은 필수가 아닌 건가요? 2. 바이오 관련 회사에서 일해 보는 걸 추천하신다는 건 데이터업무를 말씀하시는 건가요? 도메인을 쌓기 위한 직무를 말씀하시는 건가요? 3. 인턴십을 추천하셨는데 그 전에 제가 비전공자이다보니 코딩 능력이 전무합니다.. 추천해주실 만한 방법이 있을까요? 4. 그리고 현재 도메인을 먼저 쌓아 보고싶어서 바이오나 제약쪽 QC를 준비 중인데 그 시간에 코딩능력을 쌓고 가는 방향성으로 잡는 게 나은가요? (질문이 많아서 죄송합니다ㅜㅜ 정보를 구하기가 한정적이네요..)
만일 모델링을 하면서 통계와 수학의 중요성을 느끼셨다면, 통계는 책 하나 잡고 전체적인 내용을 모두 익히셔야 할 것 같습니다! 가령 모델을 설계할 때 베타 분포가 아닌 감마 분포를 사용해야 하는 상황들에는 어떤 게 있는지, A/B 테스트를 설계하고 결과를 분석할 때 어떻게 가설 검정을 할 수 있는지 등. 통계 책 하나 잡고 다 이해한다는 생각으로 공부해보세요 :) 수학의 경우, 보통 선형대수학, 미적분 등을 공부하셔야겠지만, 그때그때 공부하면서 나오는 개념들을 숙지해나가는 방향이 맞을 것 같아요. 가령 '유사도'를 모델에서 사용해야 하는 경우, (1) 피어슨 상관계수 (2) 코사인유사도 등의 공식과 그 차이를 알아야 하거나, 데이터를 전처리 할 때 값을 정규화 하기 위해서 min-max scaling, log scaling, sigmoid scaling 등을 사용할 수 있습니다. 이런건 한꺼번에 개념을 공부하기보다, 모델 알고리즘에 대해서 공부하다가 막히는 부분이 생길 때 그때그때 더 찾아보면서 공부하셔도 좋을 것 같아요!
안녕하세요! 현재 대학교에서 데이터사이언스학과를 다니고 있는 학부생입니다. 저희 과가 신설학과이다보니 아직 졸업생도 없고, 정시로 성적을 맞춰오다보니 내가 뭘하는건지도 모른채 새내기 1년이 끝나버렸습니다. 하지만 이렇게 좋은 영상을 올려주셔서 제가 정확히 무슨 일을 하는 과에 왔는지, 왜 그렇게 교수님들이 '도메인을 정하는 것이 중요하다'고 매 시간마다 강조하셨는지 이해가 됩니다. 재미있고 이해하기도 쉬운 정말 유익한 영상 너무너무 감사합니다! 한가지 궁금한 점이 있는데요, 제가 컴퓨터공학과/인공지능공학과/경영학과 중 한곳을 선택해 부전공을 하려고 합니다. 학과에서 다른 학과(컴공이나 인지공 등)에 비해 코딩을 많이 가르치는 편이 아니라 컴공이나 인지공을 부전공 삼고 도메인 지식은 대외활동같은 다른 활동을 통해 쌓으려고 했습니다. 그런데 영상에서 도메인 지식이 굉장히 중요하다고 말씀하셨고 이는 일년내내 저희과 교수님들에게 잔소리처럼 들었던 내용이라.. 차라리 코딩을 스스로 학습하고 부전공을 제가 가고자 하는 도메인(마케팅)분야의 전공으로 삼는 것이 나을려나? 하는 고민이 들었습니다. 물론 컴공과 경영 두 전공 모두를 부전공으로 삼으면 좋겠지만..!! 현실적으로 가능하지 않다고 생각해 둘중 하나만 선택하고자 합니다. 이에 대한 핑곰님의 의견이 궁금합니다. 만약 핑곰이라면 어떤 선택을 하실것같나요..?
안녕하세요! 영상 정말 잘 봤습니다. 저는 현재 2학년에 재학 중인 문과 대학생이고, IT 관련 과를 복수전공하여 파이썬을 배워나가고 있는 중입니다. 저 또한 IT 기획자, 더 나아가 데이터 분석가를 희망하고 있는데 이를 위해 파이썬, R 등의 데이터 분석 관련 이론 공부와 더불어 프로젝트나 대외활동 경험에서 데이터 분석과 관련한 취업에 유리하기 위해서는 어떤 활동을 하는 것을 추천하시는 지 알 수 있을까요 !!? 분석 프로젝트 같은 것을 ㅇ희망하고는 있는데 취업할 때 가시적으로 나타날만한 프로젝트를 하기 위해서는 어떻게 하면 좋을지도 궁금합니다! 질문을 되게 애매하게 한 것 같은데 답변해주시면 정말 감사하겠습니다 ㅜㅜ !!
요즘 점차 업무 간 경계가 사라지고 있긴 하지만, 대부분의 경우 "분석" 업무 시에는 머신러닝, 딥러닝이 거의 쓰이지 않는 것 같아요! 다만 업계에 따라서, 가령 금융 투자사에서 실적 분석 뿐만 아니라 예측까지 해야 하는 경우에는 말씀 하신 것처럼 분석가들도 머신러닝 딥러닝을 배웁니다☺️
안녕하세요! 영상너무 잘봤습니다. 문과출신이신데 어떻게 수학과, 컴공과를 선호하는 데이터사이언티스트가 되실 수 있었나요? 전 화학교육과 전공이라 이과출신이지만 비전공자이므로 그 과정이 너무 궁금하네요. 저 또한 데이터사이언티스트쪽으로 희망하는데 특정과정 수료 이후 일반 it기업의 개발자나 기획자로 먼저 경력을 쌓으며 석사절차를 밟을계획입니다. 혹시 개발자나 기획자 중 어떤쪽으로 비전을 설정하는게 더 효율적일까요
저는 회사 내에서 데이터를 다루는 업무를 많이 하다가, 운이 좋게 기회가 찾아와서 데이터 사이언티스트로 직무 전환을 하게 되었습니다☺ 비전 설정의 경우, 데이터 사이언티스트가 하고 싶으시다면 해당 직무로 바로 도전 해 보시는 걸 가장 추천 드리지만, IT기획자와 개발자 중에서 하나를 꼭 선택해야 한다면 개발자를 추천드리고 싶습니다. 그 이유는 데싸를 채용할 때 많은 경우 '코딩 테스트'를 거치게 됩니다. 소프트웨어엔지니어와 동일한 테스트는 아닐 수 있어도, ML/DL과 관련된 간단한 코드를 작성하거나, 파이썬으로 데이터를 핸들링하는 과제들이 주어집니다. (회사에 따라서는 자료구조, 알고리즘 시험도 봅니다) 이때 기존에 개발 경력이 있고 꾸준히 개발 공부를 했던 분들이 조금은 더 유리한 면이 있습니다. 물론 IT기획자는 해당 도메인을 폭넓게 파악할 수 있는 직무이고 다양한 팀과 커뮤니케이션 하는 역량, 팀을 리딩 하는 역량을 기를 수 있는 매력적인 직무입니다. 그러므로 본인의 성향과 앞으로의 커리어 방향, 그 방향으로 가기 위해 준비해야 하는 것들을 종합적으로 고려하셔서 방향을 설정하시는 게 좋을 것 같습니다 :)
저도 바로 데싸를 희망하지만 ㅠ 경력 , 전공을 많이보더라구요.. 그래서 대싸를 위한 관련 경력을 쌓으려고 개발자 및 기획자를 생각했습니다. 답변 정말감사합니다! 항상 답답했었는데 곰님 영상들보면서 너무 유익한 좋은 정보들 얻어가고있어요 😊 혹시 데싸를 위한 경력을 쌓기위해 개발자 기획자말고 경력이될만한 직군이 있다면 추천해주실수 있나요?
데이터 사이언스 학사졸업으로 취업은 많이 힘들까요? 분석가로 졸업해서 경력과 사이언스 석사 졸업후 사이언스로 직업을 바꾸는게 좋을까요? 제가 호주에서 30에 새로운걸 해보고싶은 생각이 너무 강하게 들고 이쪽으로 관심이 너무 많이 생겨서 이렇게 글 남겼습니다. 호주는 사이언스 분석 모두 3년제 입니다.
학사 졸업으로 취업이 불가한 건 아닙니다. 학위가 중요하다기보다는, 데이터 사이언티스트에게 요구되는 역량들이 많다보니, 해당 경험이 있고 지식이 있는 지원자를 채용하는 것이고, 그 과정에서 확률적으로 석사과정을 나온 사람들이 그 지식을 보유한 경우가 더 많아서 우대를 하는 것 뿐입니다. 만일 데이터 사이언스 분야 관련 프로젝트 경험이 많으시다면 석사 졸업장이 없더라도 취업은 가능합니다 :) 분석가로 취업해서 회사 내에서 데이터 사이언티스트로 직무 전환하는 케이스도 굉장히 좋은 코스입니다! 다만 회사 입사 전에 반드시 '직무 전환이 자유로운 회사인가'를 살펴보고 들어가시면 좋을 것 같아요ㅎㅎ
![[SEF2022] 이런 역량이 있다면 데이터 사이언티스트 도전해보세요! ⎮ 차현나](http://i.ytimg.com/vi/vDjXHDq1v0U/mqdefault.jpg)
⬇ 바쁜 분들을 위한 타임라인
00:00 인트로
01:10 데이터 관련 3가지 직무
02:16 각 직무의 역할과 업무
03:16 데이터 엔지니어가 하는 일
04:20 데이터 사이언티스트가 하는 일
05:40 데이터 분석가가 하는 일
06:54 데이터 분석가 skill set
08:12 데이터 사이언티스트가 skill set
09:14 데이터 엔지니어가 skill set
10:04 마무리
와~ 정리 잘 해주셔서 감사합니다. 현업에 있으면서도 도움이 되네요~
요새는 분석가, 엔지니어, 사이언티스트 경계가 애매하죠. 개발자와 모델링 하는 사이언티스트 둘로 나뉘는 것 같아요. .
근데 아이러니하게 사이언티스트도 개발을 해야 하죠 ㅎㅎ 못하면 그냥 이론쟁이가 됩니다. 주변 시선이 음청 좋지는 않죠 ㅎㅎ 사이도 안좋아집니다. 정말 협업이 중요해요~
제가 쉼 없이 일하다 보니 안식년을 가지면서 초심을 잡으려고 간간이 빅데이터 관련 영상을 찾아보는데, 환상을 가진 분들이 많은 것 같아서 현장을 살짝 알려드리고 싶네요^^
지극히 개인적인 경험과 편협한 생각일 수도 있느니 참고만 해주세요~
우리나라는 아직 어마어마한 빅데이터는 없는 거 같아요. 사실 그만큼 데이터가 쌓이지 않은 곳도 많아서 머신러닝 딥러닝이라는 말을 쓰는 것도 민망할 때가 있어요(점점 늘어가긴합니다.)
웬만한 데이터는 NoSQL을 사용하지 않고도 처리가 됩니다. 중요한건 굳이 마이그레이션을 하지 않고도 정말 제대로 된 분석가 한명 있으면 빅데이터 필요없이 해결됩니다.
이미 있는 데이터 어떻게 할건지가 제일 빅이슈죠~
분석가(사이언티스트)는 문과생이 많습니다. (통계학 등) 이과적 생각보다 문과적으로 접근하는게 더 좋거든요.
단순 이분법으로 나누자면 이과는 계산, 문과는 반대에요.. 그래서 개발 이과가(컴공 등) 하고 모델링은 문과가 많이 합니다.
실제 현업에서도 문과출신들이 마케팅에 대한 이해도가 높아요 (물론 케바케지만...)
현업에서 가장 많이 부딪혔던 이벤트는 데이터 전처리해서 넘겨주면 분석 및 모델링하고 개발자에게 테스트 요청합니다. 귀찮아요~
스키마 하나 그릴 줄 모르는 분도 계시고... 근데 테스트를 할 수 있는 사이언티스트는 개발자를 귀찮게 안하죠.
단지 이론이기 때문에 많은 테스트가 필요합니다. 그 과정에서 과도한 요청은 개발자들이 싫어하게 되는거죠.
사이언티스트가 대부분 학력도 높고 공부도 많이해요~
기본이 석사이고 고졸은 아직까지는 못본 것 같아요. 최소 학사고 학부 후 대학원이라도 재학을 하고 있었던 것 같아요. 안타까운 현실이죠.
사실 학력 필요없어요. 근데 학벌이 좋으면 일단 뽑힙니다. 능력은 그 뒤에 증명해도 돼요~ 근데 학력이 조금 부족하면 증명하고 입사해야해요. 요정도 차이, 그 이상 이하도 아닙니다.
핑곰님은 분석을 마케팅 쪽에 많이 사용하시는것 같은데 맞습니다. 요새는 마케팅에 엄청 많이 쓰죠~
참고로 전 마케팅 보다 솔루션 쪽에 적용하는 하는 엔지니어 입니다. 그래서 의미있는 데이터 예측모델도 하고 마이그레이션도 많이 하고 파이썬은 젤 많이하죠 :)
제가 일 시작 할때는 무식하게 하던 시절이라 네트웍(관제센터 땅굴 돌아다니기) 부터 일반소프트웨어, 보안, 클라우드, 빅데이터, 딥러닝까지 쪼금씩 다 맛을 봐서 스스로 시스템 엔지니어라고 합니다. 그래서 깊이가 부족해요 ㅎㅎ 지금은 지쳐서 프리 조금씩 하면서 놀고있는 디지털노마드를 갈망하는.. 반디지털노마드 입니다.
제가 마케팅 분석 쪽은 잘 모르나 빅데이터 관련해서는 페이스북이나 구글 등 세계적인 기업들은 다양한 언어와 DB를 같이 사용하고 있습니다.
국내 일반 기업 단위에서는 빅~ 까지는 안 가는 거 같아요. 그냥 데이터와 좀 더 많은 데이터가 대부분이고, 외국 모델을 가져다 많이 사용하죠.
제가 어마어마한 프로젝트를 많이 못해봐서 그런걸수도 있습니다^^;;
요새 좀 맘 상하는 게 코로나로 이쪽 예산이 엄청 깎였어요. 자금이 충분한 대기업만 먹고 살 수 있는 구조가 되어버렸네요. 사실 실리콘밸리처럼 벤처 살려야 더 발전한다고 보는데 상대가 안돼요~
일단 벤처에 크게 귀기울이지 않아요~ ㅎㅎ 벤처는 b to b가 아니라 대기업에 잘보여서 투자를 받거나해야하는 기업구조가 대부분입니다.
근데 모두 포함되는건 아니지만 대기업에 들어가면 창의력이 떨어져요ㅠ 어쩔 수 없습니다. 국내 우수 인력들은 해외로 팔려가요~ 그래서 사람이 없습니다 ㅎㅎ
여러분들이 인재가 되어주시면 됩니다~ 그래서 구조가 바뀔때까지는 공부하셔야해요~ 더럽고 치사해도 일이 있는 회사에 들어가야합니다ㅠㅠ
제가 정말 심하게 번아웃이 온 것도 비슷한 것 같아요. 회사내 수직구조는 내 스타일 아니고 벤처는 프로젝트 줄줄이 날라가고..
이런 특수한 상황이니 저처럼 회사 때려치고 프리랜서 하는 사람들 많습니다. 근데 이것도 대기업 아웃소싱하는 업체 끼고 일해요 ㅋㅋ
이 분야는 매일 매일 공부해도 어렵습니다. 매일 새로운 오픈소스, 알고리즘, 기술 등 몇 달만 관심 안가지면 바로 도태돼요~ 여기 무서운 곳입니다^^;;
그리고 영어 공부도 정말 많이 하셔야합니다. 전 핑곰님 처럼 만점자는 아니지만 서류통과를 위해 900은 넘어야해요~
전 재주가 없어서 유툽은 못하지만 지식공유를 하고싶어 곰대표님 영상에 댓글 남겨봅니다 :)
와아~ 정말 한문장 한문장 곱씹어보게 되는 글이에요. 왠지 모르게 위로 받는 느낌이었습니다, 감사합니다.. 4번이나 찬찬히 정독 한 것 같아요ㅎㅎ
매일 매일 공부해도 어렵다는 말이 너무 공감이 돼요. 출퇴근 구분 없이 그냥 틈 날 때마다 자료 읽고, 코딩 해 보고, 강의도 듣고 있는데 실력이 짧은 시간 내에 늘어나는 게 아니다보니 조급함만 늘어나는 것 같아요.
현업에서 많이 사용되는 알고리즘들과 모델들은 실제로 학계에서는 '이미 트렌드가 지나간' 경우가 많은데, 그렇다고 최신 모델을 적용해보자니 자료가 거의 없어서 맨땅에 헤딩하다가 혼자 피 철철 흘리면서 포기하기를 반복하고 있네요ㅎㅎ..
언젠가는 논문만 보고도 모델이 대략적으로 머리 속에 그려지기를 바라고 있답니다 😂 그런 날이 오겠죠?
벤처 업계 상황도 그렇고, 번아웃 오신 것도 잘 지나가기를 응원합니다💪 가끔 채널에 놀러와주세요ㅎㅎ 지식공유가 큰 힘이 되네요
@@keroj1430 너무 도움 많이 됐습니다 ㅠ 감사합니다
도움이 많이되었습니다 🎉
최근 들은 김경일 교수님의 강의에 따르면 '귀여운 것을 보면 집중이 잘된다'고 합니다. 영상에 곰 그림이 나와서 '귀엽다'는 생각이 들고, 저절로 집중이 되는 효과가 있네요. ^^ 덕분에 잘 이해되어서 기분좋습니다. 영양 가득한 영상 감사합니다.
감사합니다🐻🐻
데이터 사이언티스트
- 도메인 지식 중요
- 통계학과, 수학과, 컴공과 선호 경향
- 프로그래밍 : Python, Scala
- 딥러닝 : pytorch, tensorflow와 같은 라이브러리 능숙함 필요
- Hadoop, Spark에 대한 지식이 플러스 요인으로 작용할 수 있음
데이터 관련 직무로 고민하고 있던 경영학과 학생입니다. 빅데이터 융합 전공을 신청 했음에도 방향성에 많은 혼란을 겪고 있었는데, 이번 영상을 통해 명확하게 정리할 수 있었습니다! 데이터 분석, 사이언티스트, 엔지니어의 역할을 예시로 명확하게 설명해주셔서 감사합니다. 이제야 제가 어디까지 해야할지를 정확하게 파악할 수 있어 정말로 좋은 영상이었습니다!!!
도움이 되었다니 너무 다행이에요❤️
저도 대학 때 셋의 차이를 잘 몰라서, 막연히 공부할게 너무 많다고 생각하고 겁을 먹었었는데 그럴 필요가 없더라구요☺️
원하시는 직무 잘 선택해서 멋진 커리어 패스 만들어가시길 응원합니다💪
상경계를 졸업해서 데이터 분석을 할 줄 안다면 진짜 큰 장점인거 같아요!!
@@smallbiggommy 궁금한게 경영정보학과 학생인데 컴공을 복수전공을 하는것이 좋을까요? 아님 다른 학과가 뭐가 좋은가요? 빅데이터 분석가에 관심이 가요!
지금 데이터 직무로의 커리어 전환을 고려하고 있는 직장인인데, 이 영상을 보고 그동안 약간 모호했던 데이터 직무 내에서 세부 직무들의 차이에 대해 명확하게 알 수 있게 되었습니다. 너무나도 큰 도움주셔서 감사합니다~!:)
도움이 되었다니 다행이네요☺️ 원하는 직무로 가실 수 있길 응원합니다!
설명이 명확해서 좋네요.
저는 굳이 따지자면 현재 데이터 사이언티스트가 되고 싶은 데이터 분석가 정도 수준이 아닌가 싶긴 하네요.
태블로나 Power BI를 다룰 수는 있지만 아직 예쁘게 뷰를 보여줄 수 있는 수준까진 아니라 좀 더 보완이 필요하긴 하지만 제 직업(회계사) 특성상 비즈니스에 대한 도메인 지식은 큰 강점으로 작용하지 않을까 싶긴 합니다... 데이터 다루는 업무를 이 클라 저 클라와 같이 해보면서 여러 형태의 데이터를 가공한 경험이 있는 것도 큰 도움이 되었던 것 같네요.. 진짜 아무도 뭔지 이해 못하는 데이터를 뜯어보면서 해석하고 가공하는 법을 직접 고안해냈울 때의 어려움이란...
근데 문과생 경영학과 출신이라는 점 땜에 수학/통계가 많이 부족하고 아직까지 머신러닝/딥러닝 지식도 부족하다는 점은 많이 보완해야할 점이 아닌가 싶습니다.
어렴풋이 알고는 있었지만 덕분에 좀 더 명확하게 생각해볼 수 있게 되었네요. 감사합니다.
좋은 영상 감사합니다!
저도 현재 기획자로 일하고 있는데요. 빅데이터 분야로 직무변경하려는 직장인입니다.
궁금했던 부분들 깔끔하게 정리해주셨네용 :) 감사합니다.
댓글 감사합니다! 관련 주제의 영상들이 앞으로도 많이 예정되어 있으니 자주 놀러와주세요🐻
현재 미국에서 데이터 엔지니어로 근무하고있습니다 :) 알고리즘을 통해 같은 분야에서 일하시는 분을 이렇게 만나네요! 3가지 직무에 완전 공감하고 깔끔하게 정리해주셔서 감사합니다!
미국 데이터 엔지니어는 연봉이 얼마정도 되나요?
속시원한영상,,, 감사합니다!
이걸 보니 확실히 제가 원하는 직무가 무엇인지 정리할 수 있게 되었네요 ㅎㅎ
설명 가장 잘 하시는 것 같아요
좋은 영상 감사합니다ㅠㅠ 셋중에 제가 원하는 직무가 무엇인지 명확하게 알게 됐고, 이를 위해 무엇을 준비해야 하는지도 알게 되었습니다!!
☺️❤️👍 셋 중에서 원하시는 직무가 무엇이었나용?
유익하게 봤습니다. 비전공자로 백엔드(5개월)/데이터 엔지니어+사이언티스트(7개월) 부트캠프를 알아보고 있는데 데엔+데사 쪽은 통계, 선형대, 미분 같이 순수 학문 지식이 많이 필요해보이더라구요. 혹시 그 부분을 어떻게 보충하셨는지랑, 서른 초반 비전공자가 부트캠프 이후 바로 취업을 노리기에 백엔드(로 먼저 들어가서 향후 데엔+데사 쪽으로)/데엔+데사 부트캠프 중에 어떤 과정을 추천하시는지 알 수 있을까요? 단순히 "파이썬이 나랑 맞겠다."는 직감과 10년 뒤 커리어를 고려한 부분이긴한데, 백엔드에 비해서 데엔+데사의 채용 풀이 현저히 적다는 말에 고민이 되네요...
비전공자이시면 부트캠프만으로는 데싸 취업이 어려울 수 있습니다 😂 데싸가 경력직 혹은 석사 이상을 채용하는 경우가 많은데, 비전공자가 부트 캠프 1년 과정만으로는 자격 요건을 채운다고 보기 어렵습니다.
가장 추천하는 것은 백엔드로 취업 후 데엔/데싸로 직무 이동 하는 루트입니다. 아무래도 개발 경험이 있으면 데싸 업무를 하는 게 용이하기도 하고, 백엔드 개발자 신규 채용 풀이 훨씬 크기 때문입니다. (또 비전공자로 데싸 업무를 하다보면 프로그래밍에 대한 부분이 오히려 통계/수학보다 큰 장벽으로 느껴질 때가 있는 것 같아요)
통계/수학 공부의 경우, 저는 유튜브를 통해서 '머신러닝, 딥러닝을 위한' 통계/수학 강의들을 봤고, 이때 이해 안되는 내용은 그냥 넘기면서 한번 쭉 개념만 봤습니다. 현재는 업무 하다가 이해 안되는 내용이 있을 때마다 검색해서 지식을 보충하고 있습니다. 쉬운 예시를 들어드리자면, MLP를 배울 때 편미분의 개념이 나오는데, 그때 편미분이란 무엇인지를 다시 자세히 찾아서 공부하고 있어요!
혹시 추가로 궁금하신게 있다면 대댓글 부탁드려요!
@@smallbiggommy 감사합니다!
저는 제가 해왔던 일을 되돌아보니 데이터 분석가였네요. ^^ 좋은 영상 감사합니다.
진짜 좋은영상입니다
정리 깔끔하네요 잘봤습니다.
최근에 갑자기 데이터쪽 직업에 관심을 가지게 되었는데 이 영상이 많은 도움이 되었습니다!! 생각보다 정보가 많이까지는 안보였어서 당황했는데 조금더 잘 알수있는 기회였네요 좋은 영상 감사드립니다 :)
감사합니다❤️ 정보 찾아보시다가 궁금한 점 있으시면 언제든지 댓글 부탁드려요
정말 도움 많이 되고 좋은 영상입니다. 예시도 적절하네요. 현재 정책 개발 연구원으로 일하고 있고 좀 더 전문적인 역량 향상 및 이직을 고민 중인 상황이었는데 많은 도움이 될 것 같습니다. 감사합니다.
와 감사합니다 취업준비를 하면서 데이터관련 교육 프로그램에 관심이 많았는데 어떤 차이점이 있는지 정확히 모른채 답답한 마음에 여기저기 알아보고 있었는데 궁금증이 해소됐습니다!
안녕하세용 예전에도 도움 많이 주셨는데 넘 죄송스럽게도 데이터 애널리스트에 대해 추가적인 궁금한 점이 있어서 그러는데요 ㅠㅠㅠ
1.제가 사실 궁극적으로 머신러닝쪽엔 관심도면이나 실력면에서 따라가지 못해서 R을 공부하더라도 머신러닝쪽으로 공부하진 않고 있는데 이쪽을 활용하지 않으면서 대회/프로젝트 등을 통한 R의 실적을 올리기는 어렵겠죠..?? 분명히 애널리스트는 머신러닝쪽을 활용하진 않을텐데 그렇다고 R의 실적을 포기할 순 없을테고 시작이 막막한 것 같아요..
2.SQL 공부 시 가장 선호되는 SQL 프로그래밍 종류(오라클, ms sql, my sql 등)가 무엇인지도 궁금합니다..ㅠㅠ 저는 오라클 기준으로 공부하고 있는데 DB 종류에 따라 큰 차이가 없다한들 혹여나 이게 다 무용지물이 될까봐 걱정돼서요..
3.R이나 파이썬 같은 분석 프로그램은 대회나 공모전을 통해 커리를 쌓을 수 있을 것 같은데 SQL을 이용해서 커리를 쌓을 수 있는 방법이 없는지 예전부터 너무 궁금했거든요.. 그냥 SQL를 공부하는건 어려운 일이 아니지만 이걸로 어떻게 실질적인 성과를 낼 수 있는지가 저에겐 어려운 고민인 것 같아요
종합적으로 공부는 이제 하나둘 해봤지만 실질적인 접근을 어떻게 해야될 지 막막한 것 같아요
언제라도 답변 주시면 넘넘 감사하겠습니다..!!
안녕하세요!
현직 마케터로서, 데이터 사이언스는 시대의 흐름과 같은 필수라 느끼던 중 대학원 진학에 대한 결심과 준비에 가장 큰 도움을 받았습니다.
실제 준비해야할 지식들과 면접 노하우에서 영상들을 통해 큰 도움을 받았습니다. 그리고 이번 목표로 한 대학원에 합격하여 다가오는 봄학기 부터 낮과 밤 없는 두 집살림을 준비중입니다!🥳
현 직무의 도메인 지식과 기존 업무를 바탕으로 저는 도메인 지식과 전문 지식을 모두 보유한 데이터애널리스트 그리고 데이터 기획자로의 커리어 패스를 그리고 있습니다.
최근 출시되었던 모 출판사의 커리어 가이드가 큰 도움이 되고 있는데, 직무에 초점을 맞춘 이쪽의 지식 뿐 아니라 핑곰님의 대학원 준비 꿀팁도 앞으로 데이터 사이언스 입문을 준비하는 사람들에게 큰 도움이 될거라 믿고 또 응원합니다.😎
핑곰님 자기소개가 바뀐 것 처럼 저도 멋지게 자기소개를 바꾸고 싶네요🙂
감사합니다👏👏👏
어머낫 이렇게 감동적인 댓글이🤭❤️
도움이 되셨다니 제가 다 행복하네요!! 낮밤 없는 두집 살림 화이팅입니다아
멋진 데이터애널리스트/기획자의 길을 응원합니다!!
안녕하세요! 실례가 되지 않는다면 커리어 가이드 관련 도움 받으셨다는 도서 알려주실 수 있으실까요?
@@everwhat8245 네 서울대 조성준 교수님의 빅데이터 커리어 가이드 북이란 책입니다.
@@하까몽 알려주셔서 감사합니다. 행복한 명절연휴 보내세요!
현재 경영정보학과 재학중인 학생입니다. 비젼좋다는 소리만 듣고 왔다가 너무 적성에 안맞아 전과하지는 않고 완전 개발자보다는 분석가느낌으로 진로를 잡고 싶습니다. 저희 과에서 SAP ERP RPA 쪽으로 취업을 잘한다고 하시는데 아무리 찾아봐도 감이 안잡혀서여쭤봅니다 ㅜㅜ 이 쪽이 개발자쪽안지 데이터분석가인건지 헷갈립니다.
좋은 영상 감사합니다!!!❤
데이터 사이언티스트 직업을 가질려면 통계학과나 컴퓨터 공학을 선호한다고 하셨는데 그러면 핑곰님도 통계를 하신건가요?..저도 코딩을 다루긴하지만 통계나 공학과는 아니고 고등학교때는 문과여서 수학을 잘하지 못하거든요..ㅠ
추가로 데이터사이언티스트 데이터엔지니어링 데이터 분석가가 공통적으로 준비하고 공부해야할것에 대한 영상도 있었으면 좋겠습니다ㅠ😊
개발자를 하기에는 코딩실력이 너무 부족하고 데이터를 다루를 일을 하고 싶은데 뭘 하고 싶은지 정확하게 안정해져서 일단 기본적으로 깔고 가야할것들을 준비하면서 정하려고 하는데
유튭 영상보니까 sqld를 추가로 공부하시길래 일단 자격증으론 adsp랑 sqld를 준비하려고 합니다 이외에 프로젝트같은거 할때 공부해야하는 것들엔 뭐가 있을까요??
영상 잘 봤습니다.
금융업계에서 데이터 분석가는 보통 무슨 일을 하는지 궁금하고 어떤 직무로 뽑는지 궁금합니다. 보통 it직무는 코딩테스트를 해서 이 계열은 아닌거 같은데..데이터 분석 쪽 일을 하려면 우선 다른 직무에서 연차를 쌓아야 하는건지..정보가 부족해서 잘 모르겠더라고요...
안녕하세요 경험을 하나하나 공유해주셔서 너무 감사합니다! 질문이 있습니다. 회사내에서 직무변경을 하게되면 경력이 인정이 되나요? 연봉이 그대로인지 아니면 다운되는지 궁금합니다!
영상 잘 봤습니다!! 완전 깔끔하고 명확한 영상이였습니다
그 중 저는 데이터 분석가에 관심이 있는데 업무스킬 내용 중에서 비즈니스 도메인이 어떤건가요??
도메인에 대한 개념이 안잡힙니다ㅠㅠ
도메인 지식에 대한 설명이 명확하지 못했나보네요😂 내용 보충해서 추가 영상으로 정리드리겠습니다~!
곰대표님 정보감사합니다. 어떤 직무를 하는궁금했는데 궁금증 많이 해결됐어요
궁금한게 데이터 사이언티스는 파이썬공부가 필수겠네요? r 과 파이썬 자바...등 프로그래밍 공부를 시작한다면 무엇으로 하는게 좋을지 찾아보는중인데 어떤게 더 적합하고 앞으로를 생각했을때 선택하면 좋은 프로그래밍 언어일지 알고 싶습니다!
데이터 사이언티스트를 생각하신다면 우선 파이썬을 배워보면서 관련 프로젝트를 해보시는 걸 추천드립니다! Java도 굉장히 중요하지만, 서버 개발을 하지 않는 이상 가시적인 결과를 내기에는 어려움이 있는 언어라서 Python을 추천드립니다 😊
@@smallbiggommy 감사합니나~ 영상도 깔끔하신데 답변도 깔끔하시네요 열심히 하시는게 느껴지네요 멋지십니다
모든 직무에 거의 해당 비즈니스에 대한 도메인 지식이 필수요소인것 같은데요. 그렇다면 데이터분야에서의 직무를 결정하기에 앞서 가고자하는 어떠한 비즈니스 분야를 선택하고 그 분야의 도메인 지식을 공부하며 갖추는 것이 더 우선일까요? 아니면 관심 직무에 대한 스킬은 갖추고, 어느 분야로 취업이 되든 취업한 후 업무를 배우면서 해당 회사의 비즈니스에 대한 도메인 지식을 동시에 쌓는게 좋을까요? (신입기준입니당)
둘 다 하면 너무 좋겠지만, 신입 기준에서는 직무에 대한 스킬이 우선 될 것 같습니다! 원하는 업계를 가지 못하더라도 우선 스킬이 있다면 다른 회사에라도 취업하는 건 가능하기 때문입니다 :)
다만 취업 준비를 하실 때, 해당 회사와 업계에 관심이 있는지를 확인하기 때문에 도메인 지식이나 업계 트렌드에 대해서는 꾸준히 공부하시는 걸 추천드립니다!
안녕하세요 깔끔하게 정리된 영상 잘 봤습니다!
직무전환을 위해 여러가지 찾다가 데이터분석가를 희망하게 된 30대초반 직장입니다.
현 고민이 1) 고졸학력이라 사대를 입학 고려중입니다 (IT, 소프트웨어전공) 객관적이고 현실적으로 향후 취업확률이 어떻게 될지
2) 공부방향을 사대와 인터넷 학원으로 파이썬 수업(또는 부트캠프) 병행하는 것 괜찮은지
3) 또다른 추천해주실 부분 또는 현실적인 조언이 있는지 답변해주시면 감사하겠습니다!
안녕하세요 영상 잘봤습니다. 좋아요와 구독버튼 눌렀습니다^^ 취준중인데 질문이 있어 질문드립니다. 분석가, 사이언티스트, 엔지니어 이 셋중에서 가장 전략/기획과 관련있는 직군은 어디일까요? 그리고 현재 데이터 분석가로 커리어를 시작할까 싶은데, 회사다니면서 대학원 병행해서 데이터 사이언티스트로 직무를 바꾸는것도 가능한 시나리오 일까요?
구독과 좋아요 감사합니다❤
3개 직군에서 꼽자면 분석가가 가장 전략/기획과 관련 있으며, 분석가로 시작해서 데싸로 직무 바꾸는 것 또한 가능합니다! 제 주변에서도 이렇게 직무 이동 한 케이스를 여럿 봤습니다.
다만, 취업 하시려는 회사가 그러한 직무 이동을 허용해주는지를 먼저 확인하시는 게 가장 좋습니다 😊
6:55 데이터 분석가에게 중요한 스킬
안녕하세요 진로를 고민하며 이것저것 찾아보다 데이터 관련 직무에 흥미가 생겼는데요, 여쭤보고 싶은게 있습니다!! 데이터 관련 직무를 해나가기에 적합한 성향은 무엇이라고 생각하시나요??
저는 공직에서 근무중인데요. 업무상 파이썬, sql은 어느정도 쓸줄 압니다.
현재 빅데이터 일반대학원도 다니고 있습니다.
올해는 업무에서 머신러닝 활용하여 업무개선해볼 계획을 가지고 있습니다.
공직이긴하지만 데이터관련업무경험과 대학원 석사 그리고 공모전 수상경력이 있으면
30대후반의 나이에도 데이터사이언티스트 쪽으로 전직할수 있을까요?
안녕하세요! 데이터 분석가에 관심이 있는데 분석 하고 보고서 쓰고 자료 제공하는 데서 그치는게 아니고 마케팅/제안 제안까지 하는게 가장 큰 주요 역할인가요? 기획자처럼 사람과의 커뮤니케이션 협업이 중요할까요?(개인 일하는거 선호합니다) 그리고 '도메인 지식'을 쌓는게 구체적으로 어떤 말씀이신가요?
회사마다 업무 롤은 다르겠지만, 데이터를 분석한 이후의 결론(=제안)은 항상 있다고 보시면 될 것 같아요! 결국에는 이 제안을 위해 데이터를 살펴본 거니까, 숫자들을 단순히 분석해서 자료를 제공하는 걸로 그치지는 않는 것 같아요.
그러다보니 물론 커뮤니케이션도 중요하지만, 기획자만큼은 아닌 것 같구요. (기획자는 혼자서 할 수 있은 업무가 거의 없는데 반해, 데이터분석가는 데이터 원천에 대해 물어보는 과정 등에서는 협업을 하긴 하지만, 혼자서 데이터에 deep dive하는 시간도 꽤 있어요.
혹시 어떤 업계에서 근무를 희망하시나요? 도메인 지식 관련 질문은 그 업계에 맞는 예시로 들어드릴게용!! ☺️
정말 기가막히게 설명 잘하시네요!! 저에게 많은 도움이 됐습니니다ㅎㅎ
감사합니다😊
안녕하세요! 전혀 다른 계열 전공이라 it 쪽으로는 되게 무지한데, 최근에 빅데이터 분석 분야로 관심이 생겨서 영상을 보게 되었어요~! 개발보다는 데이터 분석쪽으로 관심이 생기는데 (결국 비슷한 맥락인 것 같긴 하지만요..??!!) 학부를 편입한다면 통계학과 산업공학 중 어느곳이 더 유리할까요? 영상에서 통계학도 언급하셨지만 산업공학도 데이터와 프로그래밍을 전반적으로 다루는 것 같아서 어느쪽이 더 적합한지 고민이 됩니다 !!
분석 업무에 더 관심이 있으시다면 통계학과를, 프로그래밍 까지 같이 할 수 있는 데이터 사이언티스트를 희망하신다면 산업공학과를 추천드립니다.
와 너무 좋은 영상이네요....데이터 분석가를 고민하고 있는 사람으로써 헤매고 있었는 데 정말 많은 도움이 됐습니다!! 너무 유용하고 어지러웠던 내용이 정리 됐어요. 정말 감사합니다!!
데이터 애널리스트에 대해 관심이 있었는데 또 좋은 영상을 찾은 것 같아 넘넘 감사합니다ㅠㅠㅠ
혹시 지식적으로는 영상처럼 통계, R, 파이썬, SQL, 태블로에 충실하다면 충분할 것도 같은데 혹시 실례가 안된다면 어떤 게 제일 중요하다고 생각하시는지 여쭐 수 있을까요..??ㅠㅠㅜ 그리고 자료들을 찾다보면 저는 분명 DB를 원하는게 아니라 데이터 분석을 원하는건데도 SQL 중요도가 높은 것 같더라고요 그래서 DB를 중점적으로 하시는 분들과 어떤 차이점이 있나 또 궁금하기도 하네요..
우선 지식적으로 [통계, R, 파이썬, SQL, 태블로] 사이의 중요도를 나누기는 어렵고, 결국 가장 중요한 것은 회사마다 사용하는 툴과 프레임워크입니다. 만일 아직 회사에 소속되어 있지 않으시다면 파이썬, R을 먼저 공부하셔서 공모전에 참가하거나 프로젝트 실적을 쌓을 수 있게 준비하시면 좋을 것 같아요!
또한 '데이터분석'과 '데이터베이스 관리'는 아예 다른 영역이라고 생각해주시면 좋을 것 같아요 😊 DB 전문가, 데이터엔지니어는 데이터를 어떻게 효율적으로 '저장'하고 '관리'할 것인지에 초점을 맞춘다면, 데이터 분석가(애널리스트)는 이미 쌓여 있는 데이터를 불러와서 이리저리 분석 해 보는 업무를 합니다. (즉, 저장하고 관리하는 영역은 상대적으로 덜 중요합니다)
데이터분석가에게 DB가 중요하다고 하는 이유는, (1) 기본적인 데이터베이스 구조에 대한 이해가 있어야 데이터를 잘 추출해서 분석할 수 있기 때문이고 (2) SQL이 포괄적인 개념이라서 헷갈리는 것도 있을 것 같습니다. 인터넷에 'DDL, DML, DCL, TCL'를 검색 해 보시면 좋을 것 같아요! 데이터 분석가는 주로 DML 관련된 개념만 익히면 충분하고, DB전문가는 4개를 모두 잘 알고 있어야 합니다.
정리 드리자면 데이터 애널리스트에게는 SQL 중에서도 DML의 중요도가 굉장히 높습니다!
@@smallbiggommy 헐헐..!! 이렇게 자세하고 깔끔한 정보를 이렇게 쉽게 알아도되나 너무 죄송스럽고 감사할 지경이네요ㅜㅠㅠㅠ 아직 학생에 통계 복전중이라 데이터 분석가를 꿈꾸곤 있어도 모르는 게 많은데 정말 가려웠던 부분을 잘 정리해주셔서 너무 감사드려요 ŏ̥̥̥̥םŏ̥̥̥̥ 말씀해주신 내용 기반으로해서 공모전이나 각종 스펙 준비부터 노력해보겠습니다!! 그리고 데이터사이언티스트 완전 존경스러워요☺☺
@@smallbiggommy 그리고 제가 하고싶은거랑 말씀해주신 방향성이 맞는 것 같아 또 안심되고 감사한 것 같아요 행복하고 즐거운 밤되세요..!! 다시 한 번 감사드립니다☺☺
화이팅입니다!!!👍👍
좀 오지랖일 수 있지만.. 손목통증으로 작년부터 마우스를 더이상 잡지 못하게 된 같은직군 사람으로서 애플워치 스트랩이 맥북에 눌려 손목하단 신경을 누르고 있는거 같아. 제 손목이 아파옵니다. 곰님 손목 신경 건강관리 미리미리 잘하셔서 오래도록 개발업무 잘 하시면 좋겠습니다^^
저도 발목 크게 다치고 나서부터는 다른 분들 살짝만 삐끗한 것 같아도 제가 더 아프더라구요😂 조언 감사합니다. 얼른 손목 나으셨으면 좋겠네요🙏🙏
안녕하세요 지방 4년제 비전공자 4학년 대학생입니다.
데이터 사이언티스트가 꿈인데, 파이썬/R프로그래밍/SQL/하둡 등 같은 준비는 자격증인가요? 아니면 국비지원이나 부트캠프로 프로젝트를 하면서 커리어를 쌓는게 낫나요 ㅠ
비전공자가 준비하는 구체적인 방법을 모르겠어요 ㅠ
컴공과가 아닌 비전공자면 잘 안뽑히나요..
현재 비전공자 4학년이시라면 혹시 대학원을 염두에 두고 계실까요~? 데이터분석가는 비전공자도 많이 뽑는 반면, 데이터사이언티스트는 보통 선행 지식이 있는 분들을 뽑다보니, 전공자 혹은 석사 이상의 지원자들을 원하는 경향이 있는 것 같아요!
===
파이썬/R프로그래밍/SQL/하둡 등 같은 준비는 자격증인가요?
>> SQL만 자격증으로 단기간 내 빠르게 공부하시는 방법을 추천드린 것이고, 파이썬은 자격증은 따로 없지만 웹 상에 무료/유료 강의들이 정말 많아용!
>> 하둡은 빅데이터를 취급하는 대용량 분산처리 시스템이다보니, 아무래도 기관이나 회사에 속하지 않는 이상 활용해보시기 조금 어려울 수 있어서, 만일 혼자서 준비하셔야 하는 것이라면 파이썬, SQL 정도를 추천드려요!
국비지원이나 부트캠프로 프로젝트를 하면서 커리어를 쌓는게 낫나요?
>> 저는 개인적으로 대학원을 더 추천드리고 싶어요. 국비 지원 프로그램을 저도 한번 들어봤는데 (일반화할 수는 없겠지만) 제가 수강 했던 것은 딱 개념적인 것만 배우고, 실제로 적용 가능한 지식을 배우는 느낌이 아니었거든요.
대학원에서도 개념적인 것만 배우게 될 수도 있는데, 그래도 회사에서는 국비 지원 프로그램보다는 대학원을 조금 더 "신뢰 할 수 있는 교육 기관 / 프로그램"으로 인식하는 것 같습니다.
비전공자가 준비하는 구체적인 방법을 모르겠어요 ㅠ
>> 대학원을 통해 전문성을 갖춘 후 취업을 하거나, 데이터분석가로 취업 후 점차 스킬을 쌓아서 데이터사이언티스트로 전향하는 경우도 더러 봤습니다!
아무래도 비전공자이시다보니 혼자서 공부하고 준비하시기는 쉽지 않으실 것 같아요ㅠ 그래서 위 2가지 방법을 추천드리고 싶습니다!
컴공과가 아닌 비전공자면 잘 안뽑히나요
>> 제 주변에는 통계학과 출신과 컴공 출신들이 섞여 있는 것 같아요! 비전공자라고 해서 안뽑진 않지만, 스킬셋이 부족하다면 잘 안 뽑히는 직무라고 생각 되어요.. (학부 전공이 중요한게 아니라, 결국 이 일을 잘 해낼 수 있는가를 기준으로 보는 것 같습니다)
줄 글로 설명 드리는 데에 한계가 있어서,, 제대로 답변이 되었을지 모르겠네요. 혹시 추가 질문이 있으시다면 대댓글 부탁드려요!
@@smallbiggommy 자세하고 친절한 답변 정말 감사드립니다 ㅠㅠ 많은 도움되었어요
대학원 진학이 맞는거같네요
정말 감사드립니다🙂
@@Avugix 도움이 되었다니 다행입니다🐻
주변에서 조언도 많이 구하시면서 충분히 고민하는 시간 되셨으면 좋겠네용!
꼭 원하시는 길로 가실 수 있기를 응원합니다!! 화이팅!!~
마지막 영상에서 질문이 있습니다. 데이터 사이언티스트 직무는 개발자 경험 없이 바로 데이터 사이언티스트가 되는것은 어려운걸까요? 개발자로 일하며 데이터 사이언티스트 직무로 가는게 맞을까요? 🥲
개발자로 일한 경험은 없어도 되지만, 데이터 사이언스를 하기 위한 기본적인 개발 경험은 있어야 합니다. (업무 경험이 필요하다기보단 프로젝트 경험으로도 괜찮습니다) 또한 소프트웨어 개발자와 데이터 사이언티스트가 하는 개발은 굉장히 다르다는 점도 참고해주세요! 사용하는 개발 언어와, 개발을 통해 하고자 하는 바가 다르기 때문에, 개발자로 일하며 데싸 직무로 갈 필요는 없습니다 😊
@@smallbiggommy 감사합니다 😊💛 영상 항상 잘 보고 있습니다 🫶🏻👍🏻
영상에서 정말 명료하게 잘 설명해주셨네요 감사합니다! 데이터에서 말하는 도메인이 무엇인지 잘 이해가 안가는데, 어떤걸 찾아보면 도메인에 관한 지식을 습득할 수 있을까요? 감사합니당!!
말 그대로 관심 있어 하시는 도메인에 대한 트렌드를 꾸준히 따라가시면 좋을 것 같습니다! 그 형태는 뉴스가 될 수도 있고, 브런치/커리어리에 올라오는 현직자들의 후기 글이나 책, 강의도 될 수 있습니다. 또 해당 도메인에서 사용하는 데이터 지표들에 익숙해지시면 좋습니다! (가령, 마케팅 업무의 경우 CPC, ROI, ROAS 등의 지표들을 사용하는 것처럼요)
안녕하세요 지금 컴공 1학년이고 .. 공부를 잘하는편도아니고 수학적으로 재능있다고 생각되지 않는데...데이터 엔지니어로 커리어를 정해도될가요?? 데이터이런쪽은 수학적 능력이 있어야한다고 들은적이 있어서요
데이터 엔지니어는 상대적으로 수학보다는 개발 지식이 더 많이 요구되는 직무입니다. (물론 수학의 중요성은 데이터 분야에 있어서 간과할 수 없긴 하죠) 모든 데이터 분야 종사자들이 '수학적으로 재능이 있어서' 그런 업무를 하는 것은 아니기 때문에, 충분히 준비하신다면 문제는 없을것이라고 생각합니다 😊 게다가 지금 1학년이시니, 가능성을 닫아둘 필요는 전혀 없으실 것 같습니다!!
실무에 관련된 자료가 많이 없어서 잘 몰랐는데 영상 넘 감사합니다. 올해부터 이직에 대한 강한 감정이 올라와서 이것저것 보고있는 비전공30대에요ㅠ
뭔가 it계열이 특히 개발자가 미래가 있는 직업같아서 프론트엔드 쪼금보다가 파이썬이 잘맞는것 같아서 백엔드 부트캠프 비교분석중 친구가 백엔드->데이터엔지니어로 이직한 케이스라 저보고 데이터사이언티스트는 아니더라도 분석가는 할 수있지 않겠냐고 운을 띄어보길래 심각하게 고민중입니다.
근데 데이터쪽으로는 부트캠프 많지가 않아서 부트캠프를 가는것이 맞는지, 아니면 독학+공모전/케글대회 등등 개인적으로 준비하는 포트폴리오가 맞는지 방향을 못잡겠어요ㅠㅠ
시간되시면 답변 부탁드려요~~
(개인적인 궁극적 목표로는 외국회사취업/외국계취업/네카라쿠배 입니다. 영어는 fluent해서 언어걱정은 별로 없어요)
부트캠프와 독학 모두 방법이긴 하지만, 결국 지원하고자 하시는 회사와 직무에 맞는 JD를 살펴보셔서 어떤 길이 더 적합할지 사전에 판단하시는 게 중요할 것 같습니다! 만일 지원하시는 회사의 대부분이 '석사 이상'을 요구할 경우, 부트캠프나 독학보다 학교(대학원)로 가는게 빠를 수 있습니다.
독학은 '내가 필요한 공부를 원하는 순서대로 할 수 있다'는 장점이 있지만, 스스로 커리큘럼을 짜기 어렵고 자료 조사 하는 데에 쓰는 시간을 아끼고 싶은 경우 부트캠프를 가는 경우를 많이 보았습니다. 다만 부트캠프는 '필요하지 않은 공부까지 해야 한다'는 단점도 분명 있습니다.
댓글만으로는 현재 '데이터 직군'을 희망하고 계신건지, '개발자'를 희망하고 계신지를 모르기 때문에 상세한 답변을 드리기 어렵지만, 혹시 상세한 1:1 컨설팅이나 고민 상담이 필요하시다면 채널 소개란에 멘토링을 위한 창구가 있으니 참고 해주세요☺️
영상 잘봤습니다! 현재 3학년으로 올라가는 산업공학과 학생인데 데이터 사이언티스트로 취업 하려면 석사이상의 학위가 필요하다는데 진짜인가요..? 그리고 데이터 분석가가 되기위해서는 무엇을 준비할지 추천좀 해줄 수 있을까요? 방학때는 adsp자격증을 딸 생각입니다!
데이터사이언티스트의 경우 석사 학위가 '필수'인 회사도 있고, 그게 아니더라도 석사 졸업 이상이 선호 되는 건 사실입니다!
이건 단순히 '학위가 있다'라는 사실 때문이라기보다는, 모델을 설계하고, 개발 및 최적화 할 수 있는 능력이 대학교 학부 커리큘럼만으로는 충분히 배우기가 어렵다고 판단해서 그런 것 같아요.
만일 스스로 대외 활동 등을 통해서 데이터 분석, 모델 개발 등의 경험을 쌓았다면 학부 졸업 후에도 취업이 가능하다고 생각합니다😊
아직 학생이시니, 데이터분석가로 취업을 하기 위해서는 다양한 대외활동, 프로젝트나 공모전에 도전해보시면 좋을 것 같아요! adsp 등의 자격증도 좋지만, '내가 정말 데이터를 이리 저리 굴려가면서 유의미한 결과를 도출해낼 수 있는 능력이 있는가?'에 집중하셔서 스킬셋을 키워보시면 좋을 것 같아요. 요즘 데이터 분석 관련 학회나 동아리, 프로젝트 수업도 많으니 다양한 자원들 활용해보심 좋을 것 같습니다!
데이터 엔지니어와, 데이터베이스 엔지니어의 둘 분야의 하는 일이 다른가요? 다르다면 각 분야별로 어떤 업무를 하는지 궁금합니다 감사합니다!
이건 회사 마다 다를 것 같습니다! 큰 회사는 업무를 세분화하기 때문에 둘의 업무적 차이가 있다고 볼 수 있습니다. 만일 구분되어 있는 경우, 주된 차이는 '데이터베이스'를 다루냐, '대용량 분산처리 시스템을 다루냐'의 차이일 것 같습니다.
(1) 데이터 엔지니어 - 비정형의 대용량 빅데이터를 주로 다루는 경우가 많은 것 같아요. 가령 하둡 같은 빅데이터 시스템을 더욱 많이 다룬다고 생각하시면 될 것 같습니다. 또한 서비스를 위한 api까지 개발하는 업무를 합니다.
(2) 데이터베이스 엔지니어 - 정형화된 데이터와 전통적인 '데이터베이스' 를 주로 다룬다고 생각하시면 될 것 같아요. 오라클과 같은 데이터베이스에 전사에서 수집되는 모든 데이터를 효율적으로 저장, 관리하는 업무를 수행하게 됩니다.
데이터를 저장, 관리 한다는 측면에서는 비슷하나, 다루는 데이터에 차이가 있고, 그에 따라 유관부서가 달라진다는 특징이 있을 것 같습니다!
혹시 추가로 궁금하신 사항이 있다면 댓글부탁드립니다 :)
데이터 분석가는 학부수준에서도 채용이 진행되나요?? 혹시 데이터분석 관련 부트캠프도 취업시 도움이 될까요?
학부 수준에서도 채용 되는 경우가 많습니다 :) 부트캠프와 같은 외부 교육도 도움이 되겠지만, 단순히 '학문을 배운다'로 접근하시기보다는, 반드시 '프로젝트를 해서 결과물을 만들어낸다'의 측면에서 접근해주세요!
지식을 많이 가지고 있는 사람보다는, 실제 프로젝트를 진행했을 때의 태도나 성장 가능성을 보는 것 같습니다. (문제가 주어졌을 때 어떤 논리적인 사고 과정을 통해 접근법을 찾아냈으며, 어려운 문제에 부딪쳤을 때 어떻게 해결해나갔는가?를 보는 것 같아요!)
it 분야 직업이 수명이 짧아서 일찍 그만두는 분들이 많다고하는데(예를 들면 개발자분들) 데이터 분야는 어떤가요? 시니어분들 많이 계신가요?
비교 대상이 어느 직업군이냐에 따라 다르겠지만 시니어 분들도 많이 계십니다☺️ 그리고 요즘 워낙 많은 회사에서 데이터 조직을 별도로 만들다보니, 데이터 조직 내 c레벨 임원이 되시는 분들도 많이 봤습니다!
최고
안녕하세요 데이터분석 쪽으로 직무 변경원하고 있습니다. 30대중반인데도 직무변경으로 취업이 가능할까요?ㅜ
곰대표님 감사합니다!!영상 진짜 도움 많이 됐습니다. 데이터 분석가와 데이터 사이언티스트 차이와 도대체 무슨 역량을 길러야 하는지 분석가도 통계 선형대수 미적분 지식이 있어야 하는지 궁금한 게 많았는데 조금씩 해소가 되고 있습니다! 감사합니다
영상 정말 잘봤습니다.. 데이터분석가가 되고싶은데 개발자로 먼저 시작해서 이직을 하는것이 쉬울까요? 시간낭비일까요? 그래도 겹치는 부분이 있을거같은데.. 비전공자다 보니 데이터분석가로 먼저 취업할 수 있을지 모르겠네요
개발 전공자이신건가요? 현재 전공이나 백그라운드가 어떻게 되시는지가 궁금합니다☺️
@@smallbiggommy 백그라운드 없습니다앙.. 통계학과와도 거리가 먼 완전 문과 4년제 졸업 취준생이고요 .. sql이랑 파이썬 공부하고 있어요 ㅠㅠ 그런데 개발자로 비전공자 취업한 분들이 실제 주위에도 많이 계시고 개발자 과정은 실제로도 국비학원에도 많은것 같아요. 빅데이터 분석가는 진짜 비전공자를 못본거같아 걱정되서 답글 남겨봤습니다 ㅠ 저는 개발자가 아니라 데이터분석가에 관심있습니당
데이터분석을 생각하신다면 더더욱 개발자 루트는 제외하고 생각하시는게 맞습니다!
데이터분석가용 국비지원이 많이 없는 이유는 그만큼 개념적으로 배워야 하는게 많은게 아니라 실제 산업에서 일해본 경험적인 노하우들이 훨씬 더 중요한 직무이기 때문입니다
그렇기 때문에 통계학과가 물론 유리하긴 하나, 굉장히 다양한 전공에서 오는게 데이터 분석 직군입니다. 만일 취준 과정에서 전공이 허들처럼 느껴지신다면, 작은 회사라도 데이터 분석 직군으로 인턴십 해보시는 걸 추천드려요. 공모전이나 프로젝트 경험을 쌓는 것도 굉장히 좋은 방법입니다.
전공보다도 '경험'이 훨씬 더 강력한 무기가 된다는 것만 기억해주세요☺️
혹시 자세한 로드맵에 대한 컨설팅을 받고 싶다면 저희 채널 프로필 링크도 참고해주세요! 최근에 커뮤니케이션 채널을 하나 열어두었습니다
안녕하세요, 곰대표님, 질문드릴게 있는데요! 제가 곰대표님 유튜브보면서 패스트캠퍼스 데이터분석가 강의 추천해주신게 기억나는데요~어떤 강의였는지는 기억이 안나네요ㅠㅠ혹시 그것만 들어도 데이터분석가로 직무변경이 가능할까요? 다 이해한다는 전제하에요!
강의 하나를 다 들었다고 해서 데이터 분석가로 바로 직무 변경하기에는 현실적으로 어렵습니다. 데이터를 실무에서 다룬 경험이 있거나, 그에 준하는 프로젝트 경험을 갖추셔야 면접 이후의 단계들도 수월하게 헤쳐 나가실 수 있을 겁니다! ☺️
@@smallbiggommy 그렇다면 그 강의로 기초를 다루는건 충분하다고 볼수 있을까요? 기초 공부 후에 프로젝트를 할 수 있는 전제가 될수 있을지요..
안녕하세요 저는 내년에 폴리텍 빅데이터과에 입학할려고 하는데 입학하기전에 미래 따놓으면 좋은 자격증이있을까요??
제가 누구한테 들었는데, ai개발할때 데이터정제하는일이 필요한데, 인공지능이 데이터 학습하기원활하게 데이터를 정리해주는 데이터 정제 담당업무가 있다고 하더라고요. 제가 이과쪽은 재능이 없어서 전문적ai업무보다는 데이터정제하는정도라면 배워서 하고싶은데. 저는 그럼 데이터 엔지니어 쪽을 알아보면 되는건가요? 아니면 데이터 사이언티스트쪽을 알아보면 되는건가요?
데이터 엔지니어와 사이언티스트 모두가 데이터를 정제하는 업무를 합니다! 데이터 엔지니어가 데이터를 정제하는 업무를 비교적 더 많이 하긴 하지만, 이 직무 또한 개발자의 전문성을 요구하는 직무입니다. '모델 개발'이 꺼려지신다면, 엔지니어를 고려하셔도 되지만, '개발'이 꺼려지시는 거라면 분석 업무를 하시는걸 추천드립니다! (엔지니어는 기본적인 코딩 테스트 등을 통과하셔야 합니다)
영상 잘보았습니다 4년제 학교 3학년 재학중인 학생인데요 데이터 분석가를 준비하려면 어떤것 부터 준비하면 될까요? 자격증 위주로 질문드립니다!!
자격증보다는 분석 프로젝트 경험을 더 쌓으시는 걸 추천드립니다! 만일 정말 하나는 따야겠다 싶으시다면 SQLD 정도겠지만, 업무 할 때에만 도움이 되고 취업 할 땐 도움이 되지 않습니다😂 (취업 하고 나서 따도 늦지 않은 자격증입니다)
도메인 지식이라는게 혹시 정확히 어떤 지식을 의미하는 것일까요?
안녕하세요! 영상 잘 보았습니다! 데이터분석가의 꿈을 키우는 바이오 관련학과 졸업자입니다. 전공자들에 비해 바이오 관련 도메인을 내세우는 게 경쟁력이 있겠다 싶어서 그쪽으로 계획을 세우고 있습니다! 아무것도 모르는 상황에서 무작정 국비지원교육을 들어봤는데 취업이 잘 되는지에 대한 회의감이 들어서 그만둔 상황입니다. 현업에 종사하시는 분으로서 제가 데이터분석가의 꿈을 키우기에 어떤 방향으로 계획을 잡으면 좋을까요..? 대학원, 국비지원프로그램, 부트캠프 등등.. 제 선배나 동기들 중엔 저처럼 진로를 선택한 사람을 찾기가 어렵기에... 현실적인 조언을 듣고싶습니다.
바이오 관련 학과 졸업이라는 좋은 메리트가 있는 상태시군요! 이런 경우 대학원보다는 바이오 관련 회사에서 일 해 보시는 걸 가장 추천드리고 싶어요! 데이터 분석가로 인턴십 등을 찾아보시는 게 제일 좋을 것 같은데, 만일 인턴십 합격을 위한 경험과 스펙이 필요하다면 바이오 데이터를 다루는 공모전 등에 참여해보시는 걸 추천드립니다.
업무 경력만 조금 쌓아두시면 워낙 가지고 계신 백그라운드가 좋아서, 취업을 하는 데에 큰 강점을 가지고 시작하실 것 같아요!
@@smallbiggommy
1. 대학원은 필수가 아닌 건가요?
2. 바이오 관련 회사에서 일해 보는 걸 추천하신다는 건 데이터업무를 말씀하시는 건가요? 도메인을 쌓기 위한 직무를 말씀하시는 건가요?
3. 인턴십을 추천하셨는데 그 전에 제가 비전공자이다보니 코딩 능력이 전무합니다.. 추천해주실 만한 방법이 있을까요?
4. 그리고 현재 도메인을 먼저 쌓아 보고싶어서 바이오나 제약쪽 QC를 준비 중인데 그 시간에 코딩능력을 쌓고 가는 방향성으로 잡는 게 나은가요?
(질문이 많아서 죄송합니다ㅜㅜ 정보를 구하기가 한정적이네요..)
안녕하세요 현재 dba직무를 맡고있습니다. 데이터엔지니어로 직무변경을 하려면 석사 학위가 필요로 할까요?
대학원은 어느과로 진학해야할까요?빅데이터 관련 과는 분석쪽이더라구요..
데이터 엔지니어에게는 현업 경험이 훨씬 더 중요하기 때문에 석사 학위를 요구하는 경우는 많지 않습니다! DBA로 일하시면서 클라우드나 분산 처리 시스템들을 다룰 수 있는 기회를 찾아보셔서 점차 업무 scope을 늘려보시는 게 가장 좋을 것 같습니다! :)
데이터 마케터는 혹시 어느 일을 하나요?? 이것도 통계학과와 관련이 있나요?
실무에 어떻게 적용되는지 예시들어주신게 엄청 큰 도움이 되었네요. 감사합니다.
안녕하세요. 좋은 영상 잘 봤습니다 :)
궁금한 점이 몇가지 있는데용!
1. 통계의 경우 어느정도의 수준까지 공부해야 되는지 궁금합니다.
2. 모델링을 위한 수학에서 어떤 분야를 공부하는 것이 좋나요??
만일 모델링을 하면서 통계와 수학의 중요성을 느끼셨다면,
통계는 책 하나 잡고 전체적인 내용을 모두 익히셔야 할 것 같습니다! 가령 모델을 설계할 때 베타 분포가 아닌 감마 분포를 사용해야 하는 상황들에는 어떤 게 있는지, A/B 테스트를 설계하고 결과를 분석할 때 어떻게 가설 검정을 할 수 있는지 등. 통계 책 하나 잡고 다 이해한다는 생각으로 공부해보세요 :)
수학의 경우, 보통 선형대수학, 미적분 등을 공부하셔야겠지만, 그때그때 공부하면서 나오는 개념들을 숙지해나가는 방향이 맞을 것 같아요. 가령 '유사도'를 모델에서 사용해야 하는 경우, (1) 피어슨 상관계수 (2) 코사인유사도 등의 공식과 그 차이를 알아야 하거나, 데이터를 전처리 할 때 값을 정규화 하기 위해서 min-max scaling, log scaling, sigmoid scaling 등을 사용할 수 있습니다. 이런건 한꺼번에 개념을 공부하기보다, 모델 알고리즘에 대해서 공부하다가 막히는 부분이 생길 때 그때그때 더 찾아보면서 공부하셔도 좋을 것 같아요!
@@smallbiggommy 정성스러운 답글 감사합니다 :)
웹개발쪽에서 데이터쪽으로 전향하시는분들도 있으신가요?
스칼라, 스파크로 업무하는 분야를 뭐라고하죠?
네네 간혹 있습니다☺️ 데이터 엔지니어 분들이 주로 스파크, 스칼라를 많이 다룹니다!
안녕하세요! 현재 대학교에서 데이터사이언스학과를 다니고 있는 학부생입니다.
저희 과가 신설학과이다보니 아직 졸업생도 없고, 정시로 성적을 맞춰오다보니 내가 뭘하는건지도 모른채 새내기 1년이 끝나버렸습니다. 하지만 이렇게 좋은 영상을 올려주셔서 제가 정확히 무슨 일을 하는 과에 왔는지, 왜 그렇게 교수님들이 '도메인을 정하는 것이 중요하다'고 매 시간마다 강조하셨는지 이해가 됩니다. 재미있고 이해하기도 쉬운 정말 유익한 영상 너무너무 감사합니다!
한가지 궁금한 점이 있는데요, 제가 컴퓨터공학과/인공지능공학과/경영학과 중 한곳을 선택해 부전공을 하려고 합니다. 학과에서 다른 학과(컴공이나 인지공 등)에 비해 코딩을 많이 가르치는 편이 아니라 컴공이나 인지공을 부전공 삼고 도메인 지식은 대외활동같은 다른 활동을 통해 쌓으려고 했습니다. 그런데 영상에서 도메인 지식이 굉장히 중요하다고 말씀하셨고 이는 일년내내 저희과 교수님들에게 잔소리처럼 들었던 내용이라.. 차라리 코딩을 스스로 학습하고 부전공을 제가 가고자 하는 도메인(마케팅)분야의 전공으로 삼는 것이 나을려나? 하는 고민이 들었습니다.
물론 컴공과 경영 두 전공 모두를 부전공으로 삼으면 좋겠지만..!! 현실적으로 가능하지 않다고 생각해 둘중 하나만 선택하고자 합니다. 이에 대한 핑곰님의 의견이 궁금합니다. 만약 핑곰이라면 어떤 선택을 하실것같나요..?
이번에 통계학과 4학년에 올라가는 학생입니다. 데이터 분석 쪽으로 가고싶은데 학위가 많이 중요한가요? 일단 대학원도 어느정도 생각하고는 있는데 데이터 자체에 판도 큰 편이라 생각보다 막막한 느낌이 들더라고요... 대학원 선정 시 무엇을 중요시 봐야할지 궁금합니다
학위 없이도 취업에 문제 없습니다☺️
분석 업무는 오히려 대학원보다는 산업에 들어가서 도메인 지식을 더 쌓는게 도움이 되는 것 같습니다!
대학원 선정 시 네임밸류, 교과과정, 연구환경 함께 고려해야합니다!
안녕하세요! 데이터 직렬 직무자들도 다른 개발자들 처럼 계속해서 공부하여야 하나요?
네 꾸준한 공부가 곧 경쟁력이 됩니다☺️
회사의 데이터 사이언티스트 관련 부서들도 코딩테스트를 치나요??
이건 회사마다 다르지만, 신규 채용에서는 코딩 테스트를 치는 경우를 봤고, 경력 채용에서는 거의 안 치는 것 같습니다! 😊
대학은필수로나와야겠네요!
It서비스기획에서 데이터사이언스 직무로 변경하게되신 계기가 있을까요?
저는 모델 개발을 하고 싶어서 직무 변경을 하게 되었습니다!☺️
안녕하세요! 영상 정말 잘 봤습니다. 저는 현재 2학년에 재학 중인 문과 대학생이고, IT 관련 과를 복수전공하여 파이썬을 배워나가고 있는 중입니다. 저 또한 IT 기획자, 더 나아가 데이터 분석가를 희망하고 있는데 이를 위해 파이썬, R 등의 데이터 분석 관련 이론 공부와 더불어 프로젝트나 대외활동 경험에서 데이터 분석과 관련한 취업에 유리하기 위해서는 어떤 활동을 하는 것을 추천하시는 지 알 수 있을까요 !!? 분석 프로젝트 같은 것을 ㅇ희망하고는 있는데 취업할 때 가시적으로 나타날만한 프로젝트를 하기 위해서는 어떻게 하면 좋을지도 궁금합니다! 질문을 되게 애매하게 한 것 같은데 답변해주시면 정말 감사하겠습니다 ㅜㅜ !!
댓글로 답변드리기에 한계가 있을 것 같아, 메일이나 저희 프로필 링크에 있는 멘토링 링크로 연락주세요!☺️
4:53
고졸,대중퇴자는어렵죠?
데이터 분야에서 석/박사 이상을 요구하는 이유는 그에 준하는 학문적 지식과 경험을 요구하기 때문입니다. 학위가 없더라도 이런 지식과 경험을 갖추고 있다면 가능성은 있겠지만, 서류 단계에서 그 지식과 경험을 어떻게 더 강하게 어필할지는 전략을 잘 짜야 할 것 같습니다!
컴공 2학년 재학중입니다.
데이터 분석 보다는 데이터 엔지니어쪽으로 취업하고 싶습니다.
데이터 분석가, 사이언티스트는 보통 대학원을 졸업해야하는 걸로 알 고있는데 데이터 엔지니어는 석사 학위가 필요한지 궁금합니다
바로 학사졸업으로 시작하시는 경우도 많습니다!☺️
요즘은 분석가도 머신러닝이랑 딥러닝 다루지 않나요
요즘 점차 업무 간 경계가 사라지고 있긴 하지만,
대부분의 경우 "분석" 업무 시에는 머신러닝, 딥러닝이 거의 쓰이지 않는 것 같아요!
다만 업계에 따라서, 가령 금융 투자사에서 실적 분석 뿐만 아니라 예측까지 해야 하는 경우에는 말씀 하신 것처럼 분석가들도 머신러닝 딥러닝을 배웁니다☺️
안녕하세요! 영상너무 잘봤습니다. 문과출신이신데 어떻게 수학과, 컴공과를 선호하는 데이터사이언티스트가 되실 수 있었나요?
전 화학교육과 전공이라 이과출신이지만 비전공자이므로 그 과정이 너무 궁금하네요.
저 또한 데이터사이언티스트쪽으로 희망하는데 특정과정 수료 이후 일반 it기업의 개발자나 기획자로 먼저 경력을 쌓으며 석사절차를 밟을계획입니다.
혹시 개발자나 기획자 중 어떤쪽으로 비전을 설정하는게 더 효율적일까요
저는 회사 내에서 데이터를 다루는 업무를 많이 하다가, 운이 좋게 기회가 찾아와서 데이터 사이언티스트로 직무 전환을 하게 되었습니다☺
비전 설정의 경우, 데이터 사이언티스트가 하고 싶으시다면 해당 직무로 바로 도전 해 보시는 걸 가장 추천 드리지만, IT기획자와 개발자 중에서 하나를 꼭 선택해야 한다면 개발자를 추천드리고 싶습니다.
그 이유는 데싸를 채용할 때 많은 경우 '코딩 테스트'를 거치게 됩니다. 소프트웨어엔지니어와 동일한 테스트는 아닐 수 있어도, ML/DL과 관련된 간단한 코드를 작성하거나, 파이썬으로 데이터를 핸들링하는 과제들이 주어집니다. (회사에 따라서는 자료구조, 알고리즘 시험도 봅니다)
이때 기존에 개발 경력이 있고 꾸준히 개발 공부를 했던 분들이 조금은 더 유리한 면이 있습니다. 물론 IT기획자는 해당 도메인을 폭넓게 파악할 수 있는 직무이고 다양한 팀과 커뮤니케이션 하는 역량, 팀을 리딩 하는 역량을 기를 수 있는 매력적인 직무입니다.
그러므로 본인의 성향과 앞으로의 커리어 방향, 그 방향으로 가기 위해 준비해야 하는 것들을 종합적으로 고려하셔서 방향을 설정하시는 게 좋을 것 같습니다 :)
저도 바로 데싸를 희망하지만 ㅠ 경력 , 전공을 많이보더라구요.. 그래서 대싸를 위한 관련 경력을 쌓으려고 개발자 및 기획자를 생각했습니다. 답변 정말감사합니다! 항상 답답했었는데 곰님 영상들보면서 너무 유익한 좋은 정보들 얻어가고있어요 😊 혹시 데싸를 위한 경력을 쌓기위해 개발자 기획자말고 경력이될만한 직군이 있다면 추천해주실수 있나요?
영상들이 유익하셨다니 다행이네요☺️
개발자, 데이터 분석가 직군 위주로 추천드립니다!
9:35
데이터 사이언스 학사졸업으로 취업은 많이 힘들까요? 분석가로 졸업해서 경력과 사이언스 석사 졸업후 사이언스로 직업을 바꾸는게 좋을까요? 제가 호주에서 30에 새로운걸 해보고싶은 생각이 너무 강하게 들고 이쪽으로 관심이 너무 많이 생겨서 이렇게 글 남겼습니다. 호주는 사이언스 분석 모두 3년제 입니다.
학사 졸업으로 취업이 불가한 건 아닙니다. 학위가 중요하다기보다는, 데이터 사이언티스트에게 요구되는 역량들이 많다보니, 해당 경험이 있고 지식이 있는 지원자를 채용하는 것이고, 그 과정에서 확률적으로 석사과정을 나온 사람들이 그 지식을 보유한 경우가 더 많아서 우대를 하는 것 뿐입니다. 만일 데이터 사이언스 분야 관련 프로젝트 경험이 많으시다면 석사 졸업장이 없더라도 취업은 가능합니다 :)
분석가로 취업해서 회사 내에서 데이터 사이언티스트로 직무 전환하는 케이스도 굉장히 좋은 코스입니다! 다만 회사 입사 전에 반드시 '직무 전환이 자유로운 회사인가'를 살펴보고 들어가시면 좋을 것 같아요ㅎㅎ