안녕하세요, 멘토님. 저는 통신사 취업을 희망하는 취업 준비생입니다. 통신사 쪽에서도 특히 데이터 분석 직무에 관심이 많아 이렇게 질문을 드립니다. 질문 내용은 아래에 정리해 보았습니다.
ⒸREDPIXEL.PL
1. 통신사, 특히 L 사에서 빅데이터 분석 업무는 구체적으로 어떤 일을 하는지 궁금합니다.
2. 저의 원래 전공은 중어중문학과이고, 경영학과를 이중 전공했습니다. 하지만 개인적으로 데이터 쪽에 관심이 생겨 SQL, R, 파이썬 등의 언어를 조금 공부했고, 머신러닝 공부도 약간 했습니다. 공부가 그렇게 깊지는 않지만, 막연하게나마 데이터 분석 분야에 관심이 많은데요.
빅데이터 분석 직무에 비전공자도 있는지가 우선 궁금하고요. 또 이 직무에 어떤 역량을 갖추는 것이 가장 중요한지, 어느 정도의 프로그래밍 수준이 필요한지 등이 알고 싶습니다. 업무에 관한 현실적인 조언 부탁드려요.
3. 이 외에도 L 통신사 또는 빅데이터 직무에 지원할 때 추가로 해 주실 조언이 있으시다면 함께 부탁드립니다.
질문 들어 주셔서 감사드리며, 그럼 답변 기다리겠습니다. 감사합니다.
💬 멘토의 답변
안녕하세요. 질문 잘 받았습니다. 전공은 아니지만 빅데이터에 관심이 있으시네요. 그러면 각 질문에 대해 하나씩 답변드리도록 할게요.
Ⓒrawpixel
빅데이터를 가장 많이 이용하는 분야는 텔레마케팅이에요
먼저 첫 번째 질문인데요. L 통신사의 빅데이터 분석 업무에 대해 물어보셨네요. L 통신사에서 빅데이터가 가장 많이 사용되는 분야는 마케팅입니다. 마케팅하면 보통 온라인 마케팅이나 TV 광고 등이 생각날 텐데요. 현업에서는 그런 마케팅 분야보다 텔레마케팅에서 가장 많은 빅데이터 분석 결과물이 사용됩니다.
좀 더 자세히 말씀드리면, 고객센터로 들어오는 고객(인바운드)과 상담사들이 직접 마케팅 전화를 하는 고객(아웃바운드) 등을 선정하는 데 빅데이터 분석이 사용됩니다. 텔레마케팅은 시간, 인력에 제한이 있기 때문에 어느 고객에게 어떤 서비스를 제안할지 예측하는 것이 중요하기 때문이죠.
이런 예측 모형을 개발하려면 분석가는 크게 아래 세 가지 업무를 수행합니다.
1. 고객별 기본 정보 / 서비스 사용 행태 / 고객센터와 접촉 빈도 등 다양한 데이터를 가공하는 일 (1~3개월)
2. 수집한 데이터를 이용해 예측 모형을 만드는 일 (2~3주)
3. 만든 예측 모형을 실제 서비스에 반영하고 모니터링 하는 일 (1~2개월)
1번의 업무에서는 SQL 능력뿐만 아니라 고객의 행태를 관찰하고 실제 상담사들을 인터뷰하여 중요하다고 생각하는 가설을 추출하는 능력이 필요하고요.
2번에서 말씀드린 예측 모형을 만드는 일에서는 SAS, 파이썬, R 등을 사용합니다. 이때 SAS나 R 등의 패키지를 모두 알면 좋겠지만, 일단 한 개를 마스터한다고 생각하고 공부하시고요. 기본적인 머신러닝 기법을 익히는 것이 중요합니다.
그리고 3번 업무에서 분석 모형을 시스템에 반영하다 보면 예기치 못한 오류들이 발생하는데요. 이를 관리하는 업무도 분석가의 중요 업무 중 하나에요.
ⒸTero Vesalainen
현실적으로 대학원 진학이 필요해요
다음은 빅데이터 분석 직무에서의 전공 영향과 갖추어야 할 역량에 대해 말씀드릴게요. 이 직무를 맡고 있는 분들은 대부분 통계학, 산업공학을 전공한 사람들이에요. 80% 이상은 석사 학위를 가지고 있는 것 같네요.
따라서 가장 현실적인 조언은 관련 분야 대학원 진학이에요. 제가 있는 부서에 학부 때 경영학을 복수 전공하고 대학원을 빅데이터 관련 학과로 진학한 분이 있긴 하지만, 이건 매우 이례적인 경우입니다. 대기업에 취업하기 위해서는 학벌과 대학원 학위가 중요한 시대인 것 같아요.
그리고 대학원 진학 여부를 떠나서 갖춰야 할 하드 스킬1)이라면 프로그래밍이라고 할 수 있어요. 저는 파이썬을 추천드립니다. 파이썬을 활용해 캐글(Kaggle)2)에 참여해 보거나 빅데이터 공모전에 참여한다면 좋을 것 같네요.
프로그래밍 수준은 캐글을 남의 도움 없이 구글 검색하면서 본인의 실력으로 상위 30%에 드는 정도면 될 것 같습니다. (물론 캐글은 남들이 만든 코드를 보면서 공부하는 목적이 큽니다) 소프트 스킬3)은 커뮤니케이션, 프리젠테이션 등 다양한 능력이 있겠지만, 사실 취업하는 데 어필하긴 어려워요.
추가적으로 최근에는 딥러닝에 대한 요구가 계속 커지고 있는데요. 텐서플로(Tensorflow)4) 혹은 케라스(Keras)5)라도 경험해본 적이 있다면 가산점이 될 수 있어요.
Ⓒjavier quesada
빅데이터 업무, 이론보다 경험과 노하우가 중요해요
끝으로 빅데이터 분석 직무에 대해 추가 조언을 드린다면, 석사 학위가 없이 이 직무에 지원하는 것은 추천드리지 않습니다. 빅데이터 분석팀은 석사 학위 이상만 뽑거든요.
만약 빅데이터 관련 채용 공고가 있다면 그건 제대로 된 분석이 아닌 데이터 추출 팀일 확률이 높아요. 그러니 본인의 전문성을 위해 2년을 투자하는 것은 전혀 아깝지 않다고 생각됩니다.
그리고 빅데이터 직무에 지원한다면, 본인의 관련 경험을 최대한 이야기하세요. 그러려면 지금부터 경험을 최대한 많이 쌓아야겠지요. 캐글도 좋고 작은 공모전도 좋아요. 또 찾아보면 빅데이터 관련 동아리도 있는데, 그런 참여 경험도 좋습니다.
빅데이터 업무는 데이터 기반으로 객관적인 의사 결정을 하기 때문에 이론이나 기술이 중요하다고 생각할 수 있지만,실제로는 경험과 노하우가 중요한 일이에요. 다양한 경험이 있다면 그것이 강력한 어필 포인트가 될 거예요.
원하시는 답변이 되었는지 모르겠네요. 그럼 잘 준비하셔서 좋은 결과 있으시길 기원합니다. 감사합니다. 파이팅!
1) 하드 스킬 : 해당 업무를 수행하는 데 있어 필요한 기술적인(technical) 요구 사항. 체계적인 학습에 의해 향상시킬 수 있는 능력.
2) 캐글(Kaggle) : 캐글은 2010년 설립된 예측 모델 및 분석 대회 플랫폼이다. 기업 및 단체에서 데이터와 해결 과제를 등록하면, 데이터 과학자들이 이를 해결하는 모델을 개발하고 경쟁한다. 2017년 3월 구글에 인수되었다.
3) 소프트 스킬 : 자아와 타인을 다루는 능력. 학습에 의해 취득하기 어려운 능력.
4) 텐서플로(TensorFlow) : 텐서플로는 다양한 작업에 대해 데이터 흐름 프로그래밍을 위한 오픈소스 소프트웨어 라이브러리이다.