멘토님 저는 데이터 사이언티스트가 되기를 희망하고 있는 4학년 학생입니다.

©Trevor Vannoy

컴퓨터 공학과 응용통계학의 코어 과목들은 모두 수강을 한 상태이고 학과 공부는 열심히 해 성적은 높은 편이지만 이론 공부 위주였고 배운 내용을 잘 써먹지 못하겠다는 생각이 들어 혼자 kaggle, 데이콘 데이터 분석 문제들을 풀어보고 있습니다.

1. 주변에서 데이터 사이언스 분야는 모두 석사 이상의 학위가 필요하다고 해서 현재 대학원과 취업 사이에서 고민 중입니다. 데이터 사이언스는 데이터 분석과 데이터 엔지니어링 두 가지로 나눠진다고 알고 있는데 저는 양쪽 다 관심이 있지만 데이터 분석 분야에 보다 더 관심이 있습니다. 멘토님께 대학원 진학에 필요성에 관해 여쭤봐도 될까요?

2. 올해 1월부터 데이터 분석, 전처리, 시각화에 대해 더 배우고 싶고 대학원도 고려하고 있어 자대 교수님의 연구실에 인턴으로 들어와 공부 중입니다. 인턴을 들어와 보니 생각했던 업무를 하지 못해 인턴 생활을 계속할지 고민 중입니다. 저는 데이터 분석 쪽을 더 공부해 보고 싶은데 다른 분야라도 인턴 생활을 하며 실무 경험을 쌓아 보는 것이 좋을까요?

3. 마지막으로 데이터 분석가가 되기 위해 멘토님이 추천해 주시는 공부 방향에 대해 여쭙고 싶습니다. 

긴 질문을 읽어주셔서 감사합니다. 

석사 진학, 저는 이렇게 생각합니다

데이터 분야는 세부적으로는 더 다양한 직무 분야가 있지만 크게 데이터 분석, 데이터 엔지니어, 데이터 사이언스 세 가지로 구분 지어집니다. 세 분야 모두 신입 사원의 경우 필수적으로 석사나 박사 학위를 요구하지는 않지만, 데이터 사이언스는 특히나 석사 학위 이상의 학위가 없을 경우 진입 장벽이 아주 높은 분야이기도 합니다.

학위가 있을 경우 지식이 더 많은 상태로 업무에 투입될 수 있기에 학위 과정 중에 배운 내용을 실무에 활용할 수 있다는 장점이 있습니다. 본인이 학위 공부를 하며 체계적으로 더 공부를 하고 싶은지 아니면 빨리 실무 경험을 통해서 배워나가고 싶은지 두 가지 방향 중 선호하는 쪽으로 선택해야 하는데요. 저는 개인적으로 석사를 하면서 데이터 관련 방대한 분야를 다양하게 탐구해 보면서 어떤 게 내 적성과 가장 잘 맞는지 그리고 뭘 더 공부해야 할지 체계적으로 이해할 수 있는 과정이라 도움이 되었던 것 같습니다.

단 석사 진학을 하려거든 학과 커리큘럼이 이론 위주가 아닌 머신러닝 알고리즘을 활용할 수 있는 실습 프로젝트나 Numpy, Pandas, Matplotlib 등의 데이터 처리와 Data Visualisation 라이브러리를 자세히 배울 수 있는 과정이 있는지를 잘 살펴봐야 합니다.

인턴, 원하는 커리어와 업무에 교집합이 적다면?

빅데이터 분야는 해당 직무 분야의 경력과 경험이 중요합니다. 지금 하고 계신 인턴 과정에서 데이터 관련 업무 기회가 적다면, 당연히 데이터 분석 관련 커리어를 집중해서 쌓기가 쉽지 않을 것 같습니다. 물론 다른 업무를 하면서도 경험을 쌓고 기술을 익힐 수 있지만 그 경험이 데이터 분석이나 데이터 사이언스와 교집합이 많지 않다면, 저라면 다른 인턴 기회를 찾아보거나 학위를 통하여, 혹은 혼자서 공부를 할 것 같습니다.

©Farzad

이런 기술을 획득해야 합니다

데이터 분석, 데이터 엔지니어, 데이터 사이언스 각 분야가 비슷할 것 같지만 사실 기술적인 부분을 보면 많이 다릅니다. 파이썬은 세 분야 모두에 걸쳐 활용도가 높은 언어이니 주 언어로 공부를 계속하기에 좋은 언어입니다.

데이터 분야에서 절대 빼놓을 수 없는 언어가 SQL입니다. 특히 데이터 분석의 경우 SQL만 마스터해도 취업에 큰 무리가 없을 정도로 그만큼 데이터 분석과 SQL은 떼 놓을 수 없고 특히나 데이터 사이언티스트나 분석가의 코딩 테스트는 SQL로만 이뤄지는 회사도 많기에 꼭 공부해야 합니다. 그리고 데이터 분석 쪽이 목표라면 하둡과 Spark는 배워두면 여러모로 도움이 될 겁니다. 특히 다루는 데이터 볼륨이 큰 회사라면 더더욱요.

리눅스 커맨드 같은 경우 IT 계열 어느 직무를 가더라도 활용도가 높기에 배워두면 좋지만 주니어 데이터 분석가로 MUST HAVE 기술은 아닙니다. 하지만 데이터 분석가 중 컴공 출신이 많지 않다 보니 이 부분을 공부해 두면 본인의 큰 강점으로 살릴 수도 있을 것 같습니다.

이 외에 Tabluea 등의 BI 툴이나 Data Visualisation 역시 데이터 분석 계열의 데이터 사이언티스트에게는 아주 중요한 항목입니다. Kaggle 등의 사이트에서 다른 사람들의 노트북 예시를 보거나 논문을 읽으면서 데이터 분석한 내용을 어떻게 시각화하는지 공부하는 방법도 좋은 접근법입니다.

본격적으로 취업을 준비한다면 코딩 테스트도 물론 준비해야 하겠죠? 대부분 데이터 분석 코딩 테스트는 LeetCode나 HackerRank 사이트의 SQL 문제들을 풀어보는 방식으로 준비하는 게 일반적입니다.

최대한 자세하게 답변드리려고 했는데 글로 쓰다 보니 한계가 조금 있네요. 열심히 노력해서 원하는 커리어 꼭 이루시길 바랄게요!

질문에 구체적으로 답변해 주셔서 너무 감사드립니다. 일단 현재 다니는 연구실은 데이터 분석 분야와 거리가 멀다고 느껴 퇴사를 했습니다. 멘토님의 조언 대로 sql, spark, tabluea 등을 혼자 공부해 볼 생각입니다. 그리고 실습 프로젝트 위주의 교육이 있는 데이터 사이언스 대학원을 알아보도록 하겠습니다. 다시 한번 감사드립니다.