결국에 데이터 사이언티스트가 되려면 백엔드 개발 능력이 있어야함. 실제 하는 일도 모델링은 5%? 정도고 나머지는 로그관리 등 백엔드와 겹친다고 하더라고요. 결국 회사가 가장 원하는 데싸는 백엔드 개발-데이터 엔지니어-데이터 사이언티스트 코스를 밟은 데싸가 가장 이상적임. 처음으로 데싸나 인공지능으로 간다? 아무도 안받아준다더라고요 저도 그래서 ai대학원 꿈를 미루고 백엔드 개발 공부하고 있습니다
경력 없어서 데싸 못하는 것을 해결할 수 있는 방법도 백엔드나 데이터 엔지니어로 기업에서 일해보면서 대규모 데이터를 만져보는 걸로 해결할 수 있죠. 결국 그렇게 백엔드에 대한 경험을 한 후에 조금 더 자신의 분야를 전문적으로 파고들기 위해 가는게 빅데이터나 인공지능 대학원인게 맞는 것 같네요.
백엔드 개발 경험을 갖춘 이후에 대학원 지망을 희망하시는 건가요? 현업에서 백엔드-데싸 커리 타는거랑 대학원 이후의 커리의 하는 일이 좀 다를 것 같다는 생각이었는데, 대학원에 진학하고자 해도 현업 경험을 갖추는 게 낫다고 생각하시나요? 아무래도 대학원 이후 취업이면 리서치 쪽에 포커스가 좀 더 맞춰질 것 같아서요
인공지능이나 데이터엔지니어로 갈거면 컴공이 이상적이지만 데이터사이언스는 통계학과나 산업공학이 이상적입니다. 데싸는 결국 데이터를 통해 가설검정 및 추정할 수 있어야하고, 모델을 수학적으로 설계해서 현상을 검증하고 예측할 줄 알아야합니다. 그리고 모델 각각의 수학적인 원리를 알고 상황에 따라 적재적소에 사용할 줄 아는게 데이터사이언티스트의 핵심 덕목입니다. 데이터 엔지니어 수준이 아니라, 사이언티스트 레벨로 가면 컴공이 메인이 아니라 수학과 통계가 메인이 되는 것 같습니다. 데싸는 통계학 훈련이 잘 된 통계학자나 산업공학자의 영역이지, 컴공은 사실 이 업계에선 2티어 전공이라고 생각해요.
잘 모르시는 분들이 많구나.. 데싸는 통계학의 영역이지 컴공과는 큰 관련이 없어요.. 설명가능성과 모델 가정 고려해서 데이터 전처리하고 원하는 가설의 기각역을 수학적으로 도출해내고 설명가능성과 계산비용 고려해서 최적의 모델을 도출하는게 데싸인데 이게 전부 통계학의 영역이거든요. 컴공은 AI에 특화되어있는데 이건 자연어나 비젼쪽에서나 전문이지, 그 외의 데이터에선 딥러닝은 사실 블랙박스기도 하고 예측을 목적으로 한다쳐도 지나치게 무거운 모델이라 사용해야 하는 상황이 그리 많이 나오지 않습니다..ㅎㅎ.. 예를들어 클래스 분류 문제에서 특정 가정 만족하면 로지스틱 회귀로 데이터의 확률분포를 완전하게 추정해낼수 있는데 굳이 수천배는 오래걸리는 모델인 머신러닝/딥러닝을 사용할 필요가 없죠.. 오히려 이 상황에선 딥러닝 사용하는게 실력없는 데싸라는 증거죠.
데이터사이언티스트와 백엔드의 차이점이 뭔가요? 데이터사이와 백엔드가 같이 아는 내용, 서로 모르는 내용 그리고 각각 필요한 상대의 능력이 무엇인지 궁금합니다. 데이터사이한테 추가적으로 꼭 필요한 실무 능력이 구체적으로 무엇인지 궁금합니다. 예를 들어 무슨 언어를 알아야 한다거나...초짜 지식이라 질문이 두서없다면 죄송요
백엔드는 서버에 있는 데이터 구조를 관리, api를 만들어서 요청이 있으면 데이터를 접근할수 있도록 코딩 기술스택은 스프링(자바) , express(nodejs) 정도 데이터사이언티스트는 서버에 있는 데이터들을 전처리한다음에 인공지능 기법을 활용해서 데이터를 분석 기술스택은 텐서플로우(파이썬) , 하둡 등을 씁니다
지망생인데 데이터 없다, 데이터 쓰레기다, 1 달 해서 정확도 1% 올랐다 했을 때 진짜 개소름 돋음 1,2번은 뭐 지금도 겪고 있는 스트레스 덩어리긴 한데 정확도 1% 올랐다 했을 때 와 진짜 이게 맞나? 싶었음.... 그리고 블랙박스 모델은 사용안한다는 와 진자..... ㄱ리고 프로젝트 경력없는 애들 안 받아준다 했을 때 와 그러면 어디서하지 라는 의문이 머리속에서 아직도 떠나지 않음
![What color do you like? [Chung-Ang University Department of Political Science] | Jeongwaja ep.50](http://i.ytimg.com/vi/HbI8vWmvtmk/mqdefault.jpg)
결국에 데이터 사이언티스트가 되려면 백엔드 개발 능력이 있어야함. 실제 하는 일도 모델링은 5%? 정도고 나머지는 로그관리 등 백엔드와 겹친다고 하더라고요. 결국 회사가 가장 원하는 데싸는 백엔드 개발-데이터 엔지니어-데이터 사이언티스트 코스를 밟은 데싸가 가장 이상적임. 처음으로 데싸나 인공지능으로 간다? 아무도 안받아준다더라고요
저도 그래서 ai대학원 꿈를 미루고 백엔드 개발 공부하고 있습니다
경력 없어서 데싸 못하는 것을 해결할 수 있는 방법도 백엔드나 데이터 엔지니어로 기업에서 일해보면서 대규모 데이터를 만져보는 걸로 해결할 수 있죠.
결국 그렇게 백엔드에 대한 경험을 한 후에 조금 더 자신의 분야를 전문적으로 파고들기 위해 가는게 빅데이터나 인공지능 대학원인게 맞는 것 같네요.
백엔드 개발 경험을 갖춘 이후에 대학원 지망을 희망하시는 건가요? 현업에서 백엔드-데싸 커리 타는거랑 대학원 이후의 커리의 하는 일이 좀 다를 것 같다는 생각이었는데, 대학원에 진학하고자 해도 현업 경험을 갖추는 게 낫다고 생각하시나요? 아무래도 대학원 이후 취업이면 리서치 쪽에 포커스가 좀 더 맞춰질 것 같아서요
인공지능이나 데이터엔지니어로 갈거면 컴공이 이상적이지만 데이터사이언스는 통계학과나 산업공학이 이상적입니다. 데싸는 결국 데이터를 통해 가설검정 및 추정할 수 있어야하고, 모델을 수학적으로 설계해서 현상을 검증하고 예측할 줄 알아야합니다. 그리고 모델 각각의 수학적인 원리를 알고 상황에 따라 적재적소에 사용할 줄 아는게 데이터사이언티스트의 핵심 덕목입니다. 데이터 엔지니어 수준이 아니라, 사이언티스트 레벨로 가면 컴공이 메인이 아니라 수학과 통계가 메인이 되는 것 같습니다. 데싸는 통계학 훈련이 잘 된 통계학자나 산업공학자의 영역이지, 컴공은 사실 이 업계에선 2티어 전공이라고 생각해요.
ㅋㅋㅋㅋ오토엠엘이 대체한다는 파트가 킬링포인트
데이터 사이언티스트 꿈꾸는 K고3 마음 심란하게 만들기,, 컴공과 오지 말라는 거는 그냥 웃겼는데 이건 왜케 심란하냐
정확도 1% 올리면 오지는건데.. ㄷㄷ 실적 뽑고도 남은거
ㄹㅇㅋㅋ
ㄹㅇ....
1%포인트거 아니라 1%
좋은 정보네요. 근데 생물정보학자보단 데이터 사이언티스트가 나아요. 악질 교수 만나서 인생 망치는 것보단 낫죠.
학원 다닌 데이터 사이언티스트가 석박사 데이터 사이언티스를 대변하기는 좀…
ㄹㅇ...
쨌든 지금 데싸일 하고있는건 맞으니까..
데이터 공부 1년차인데 극공감 하긴 합니다...
그래도 후배들 다 치고올라올때 틀딱되기 싫어서 SPSS 대신 파이썬 R배웁니다.....ㅠㅠㅠ
라떼는 엑셀이 갓이었는데...
데이터 엔지니어도 사이언티스트만큼 공부량이 많겠죠?
@@율몽이-x2r 엔지니어가 상위호환 아님?
@@techsavvy9258 ㄴㄴ 업무가 다른
@@Dr.jjeopjjeop aha 😀
@@techsavvy9258 데싸가 엔지니어보다 평균연봉 높아요
유저씨 회계사 버젼보고 웃었지요 ㅋㅋ
자기가 하는 일이 제일 어려운 것 같네요
제법 팩트가 많네요 ㅋㅋㅋ
잘 모르시는 분들이 많구나.. 데싸는 통계학의 영역이지 컴공과는 큰 관련이 없어요.. 설명가능성과 모델 가정 고려해서 데이터 전처리하고 원하는 가설의 기각역을 수학적으로 도출해내고 설명가능성과 계산비용 고려해서 최적의 모델을 도출하는게 데싸인데 이게 전부 통계학의 영역이거든요. 컴공은 AI에 특화되어있는데 이건 자연어나 비젼쪽에서나 전문이지, 그 외의 데이터에선 딥러닝은 사실 블랙박스기도 하고 예측을 목적으로 한다쳐도 지나치게 무거운 모델이라 사용해야 하는 상황이 그리 많이 나오지 않습니다..ㅎㅎ.. 예를들어 클래스 분류 문제에서 특정 가정 만족하면 로지스틱 회귀로 데이터의 확률분포를 완전하게 추정해낼수 있는데 굳이 수천배는 오래걸리는 모델인 머신러닝/딥러닝을 사용할 필요가 없죠.. 오히려 이 상황에선 딥러닝 사용하는게 실력없는 데싸라는 증거죠.
댓글보다보니 백엔드와 차이점이 뭐냐, 컴공을 가야한다, 등등... 데싸에 대해 오해하고 있는 댓글들이 많아 댓글 답니다. 실력있는 데이터사이언티스트는 수학, 통계 특히 통계쪽 이론을 잘 아는 사람이지 컴퓨터 잘 아는 사람이 아닙니다.
ㄷ이터 없거나 쓰레기인거 진짜 공감 ㅋㅋㅋㅋ
앜ㅋㅋ 이거 심리학과 버전도 있는데 재밌네요ㅎㅎ
농대나와 공무원 하면서 빅분기 공부하고 빅데이터 대학원 목표로하는데 잘보고갑니다...ㅠㅠ
전 취업했고 업무능력 향상시킬거라....ㅋㅋㅋ
@user-yx7zn7dh1v 농사
??? : 하... 니들은 담배피지 마라...
ㅋㅋㅋㅋㅋㅋ 대박이다 와 한번에 이해됐습니닼ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ
아앗.. 공부하고 있는데ㅠㅠㅠㅠ
이거 여러패러디있는데 이것들 말들을려면 그냥 우린 평생 백수로 살아야해요
분명히 먹고 살사람은 먹고 삶
뒤에 들리는 가사는 원본내용 그대로고 자막만 바뀐거라 몰입이 안되넹
현직 게임회사에서 데싸하는 분석가입니다. 진짜 하지마세요.
혹시 이유를 알 수 있을까요??
??? 학원에 데이터사이언티스트 과정이 있나요? 취업은 성공할런지 최저가 석사부터 뽑던데
패캠..
진심같은데 ㅋ
아야야 뼈 맞았어요
데이터사이언티스트는 최소 석사이상 학위 필요하다고 들었는데 학원에서 홍보하는 데이터사이언티스트 과정이라는거는 뭐예요?
야매
할게 없어..
헐 노래 좋다
답은 데이터 엔지니어다
0:58
자연대도 다하는 걸
컴"공"이면 해야지 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ
1.5배속 ㅈㄴ 신나네ㅋㅋㅋㅋㅋ
ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ
와 ㅋㅋㅋㅋㅋㅋㅋ 완전 신나네요 굳 ㅎㅎ
ㄹㅇ팩폭
ㅋㅋㅋㅋㅋㅋㅋ지금 판다스 배우고잇는ㄴ데 ㅠㅠㅠㅜㅠ
데이터사이언티스트와 백엔드의 차이점이 뭔가요? 데이터사이와 백엔드가 같이 아는 내용, 서로 모르는 내용 그리고 각각 필요한 상대의 능력이 무엇인지 궁금합니다. 데이터사이한테 추가적으로 꼭 필요한 실무 능력이 구체적으로 무엇인지 궁금합니다. 예를 들어 무슨 언어를 알아야 한다거나...초짜 지식이라 질문이 두서없다면 죄송요
백엔드는 서버에 있는 데이터 구조를 관리, api를 만들어서 요청이 있으면 데이터를 접근할수 있도록 코딩
기술스택은 스프링(자바) , express(nodejs) 정도
데이터사이언티스트는 서버에 있는 데이터들을 전처리한다음에 인공지능 기법을 활용해서 데이터를 분석
기술스택은 텐서플로우(파이썬) , 하둡 등을 씁니다
혹시 빅데이터과는 괜찮은가요?
ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ🤣😂😂
개웃겨 ㅋㅋㅋ
엌ㅋㅋㅋㅋㅋㅋㅋㅋㅋ
아니그럼 뭐먹고살아야ㅠㅠㅠ
형 왜 여기있어욬ㅋㅋㅋ ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ
지망생인데 데이터 없다, 데이터 쓰레기다, 1 달 해서 정확도 1% 올랐다 했을 때 진짜 개소름 돋음 1,2번은 뭐 지금도 겪고 있는 스트레스 덩어리긴 한데 정확도 1% 올랐다 했을 때 와 진짜 이게 맞나? 싶었음....
그리고 블랙박스 모델은 사용안한다는 와 진자..... ㄱ리고 프로젝트 경력없는 애들 안 받아준다 했을 때 와 그러면 어디서하지 라는 의문이 머리속에서 아직도 떠나지 않음
ㅋㅋㅋㅋ 돈비어 로이어아닌가요?? 자막이
원래 직업별로 패러디 많이 되는 영상이예요 별의별 직업 다있습니다