안녕하세요 멘티님. 지금 상황에 고민이 많으실 듯합니다. 저도 비슷한 시기에, 또 한참 현직에 있으면서도 멘티님과 비슷한 고민을 계속해왔던 것 같아요. 제 경험과 의견이 답을 얻으시는 데 조금이나마 도움 되길 바라며 적어봅니다.  

©️pressfoto

경력 vs. 학력? 어떤 데이터 분석을 할지부터 정하세요

데이터 관련 스타트업에서 일해보시는 것은 기업에 지원할 때 분명 도움이 될 겁니다. 하지만 회사마다 환경도 다르고, 인턴의 업무도 다르기 때문에 실제 업무 역량이나 실력을 늘릴 수 있을지는 장담 드리기 어렵습니다. 막상 경험하게 될 업무 범위가 굉장히 좁을 수도 있고요. 그렇다고 대학원에 진학하는 게 무조건 낫다는 것은 아닙니다. 

데이터 분석은 생각보다 굉장히 범위가 넓은 직군입니다. 최근 데이터 분석이 점점 더 보편화되면서 다양한 부서의 비전공자들이 개인 업무를 위해 고급 데이터 분석을 수행합니다. 인사팀, 재무팀, 상품기획팀, 마케팅팀에서도 파이썬이나 SQL을 활용해 데이터 분석을 하여 업무 성과를 개선하는 데 활용하죠.

이런 추세는 데이터 분석 직군이 점점 레드오션이 되어간다는 것이 아니라, 모든 업무가 데이터 분석을 기반으로 진행된다는 점을 나타낸다고 보시면 될 듯합니다. 

멘티님께서 말씀하신 데이터 분석이 일반적으로 이야기하는 데이터 사이언티스트와 같은 직무라면, 이 또한 양극화가 심해지고 있는 추세입니다. 앞서 말씀드렸듯 데이터 분석이 점차 모듈화되고 쉬워지면서 기존의 데이터 마이너, 데이터 사이언티스트가 하던 일들을 다른 사람들도 할 수 있게 되었죠. 진입장벽이 점차 낮아지고 있어요.

©️LightField Studios

반면 딥러닝 알고리즘을 직접 만들고 구현할 수 있는 하이 클래스의 데이터 사이언티스트, 즉 연구원이나 학자로 볼 수 있는 이들은 몸값이 계속해서 오르고 있습니다. 장기적으로 봤을 때 구글 등 글로벌 기업에서 머신러닝, 딥러닝, 인공지능을 연구하는 데이터 사이언티스트가 되고 싶으신 거라면 박사 과정까지 밟으시길 추천합니다. 

하지만 취업을 하고 싶으신 거라면 석사 대신 2년간 실무 경험을 쌓는 게 훨씬 도움 될 수도 있어요. 실무 경험은 멘티님이 말씀하신 스타트업 근무가 될 수도 있고, 대기업 신입 공채로 입사하는 것이 될 수도 있죠. 저는 통계와 경영을 전공한 뒤, 실무에서 마케팅 업무를 하면서 빅데이터 분석과 기획을 겸하고 있습니다. 

데이터에만 집중한다면 엔지니어링 역량은 필수입니다 

멘티님께서 데이터를 보는 직무만 생각하신다면, 엔지니어링 역량을 필수적으로 갖추셔야 합니다. 데이터 분석만으로는 큰 경쟁력이 없어요. 엔지니어링 역량이 없는 데이터 사이언티스트는 반쪽짜리로 혼자서는 온전한 업무 진행이 어렵기 때문입니다.

만약 데이터 분석을 활용해 다른 영역의 업무를 향상하고자 하는 것이라면 준비할 스펙도 달라지겠죠. 다만 데이터 관련해서는 스펙이라고 할 만한 것들이 많지 않은 게 현실입니다. 자격증도 SQL 정도만 그나마 인정받고, 다른 민간 자격증은 크게 도움 되지 않아요. 

©️freepik

앞에서 말씀드린 것들을 한 번 더 정리해 드리겠습니다. 먼저 데이터 관련 프로젝트 경험은 분명 취업에 도움이 될 겁니다. 개인 프로젝트를 진행해 보시는 것도 좋습니다. 기회가 된다면 데이터야놀자 등 다양한 데이터 관련 모임에 나가 보세요. 

그리고 일반적 의미에서 데이터 사이언티스트가 되고자 하신다면 석사를 하시는 게 채용에 유리할 수 있습니다. 하지만 데이터 분석을 기반으로 한 다양한 비즈니스 영역으로의 확장을 생각하신다면 석사 학위가 의미를 지닐 것 같지는 않다는 의견 드립니다.

도움이 되었으면 좋겠습니다. 추가 질문이 있으시면 언제든 글 남겨주세요. 감사합니다.