데이터를 다루는 직업에는 데이터 분석가와 , 데이터 사이언티스트가 있다.
즉,
Data Analyst 데이터 분석가
Data Scientist 데이터 사이언티스트 로 나뉜다.
이 둘의 차이점은 무엇일까 ?
먼저 강조 역량에서 차이가 난다.
1. 데이터모델링2. SOFT ENGINEERING 3. 통계지식4. 기획력
이렇게 4가지로 크게 나뉠 수 있는데,
1,2,3 은 데이터 사이언티스트, 3,4는 데이터 분석가에서 더 중요하게 생각하는 역량이라고 말할 수 있다.
따라서,카카오 / 네이버 / 국민은행 / 신한은행 에서는 알고리즘 코딩테스트를 데이터 사이언티스트는 보고, 데이터 분석가는 보지 않는다고 한다. ( 카카오는 제외! 데이터 분석가도 알고리즘.. 테스트 본다고 한다)
데이터 사이언티스트는 머신러닝 역량 , 협업 역량중요!하다고 한다.
특히, 데이터 엔지니어를 희망한다면 머신러닝 역량이 더 중요하게 된다.
데이터 분석가는
데이터 사이언티스트와 달리 "SQL" 을 공부하면 된다!
통계지식에서는 어떻게 차이가 나는가 ?
DS > DA
기획력 / 인사이트에서는 어떻게 차이가 나는가 ?
먼저, 인사이트에 대한 능력은, '가설을 세우는 능력' 이 아닐까?
> 지원 분야에 대한 흥미가 많다면 인사이트가 더 많아질 수 밖에 없을 것!!
상상력이 필요하고, 고객에 대한 깊은 이해가 필요할 것.
데이터 분석가는,
얼마나 특정 도메인을 잘 알고 있느냐가 제일 중요할 것 !
데이터 분석가와 데이터 사이언티스트에 대한 차이점과 공통점 등에 대해서 간략하게 정리해보았다.
PM/PO 을 희망하고 있는 나로써는, 데이터 분석가가 조금 더 나의 진로와 연관된 직무라고 생각이 들었다.
어떠한 직무에 얼마나 많은 도메인을 가지고 있느냐에 따라 기획력이 상승되는 것이다.
기획자로써도 데이터 분석을 심층적으로 할 수 있게 된다면 더 좋은 기획안을 내놓을 수 있지 않을까?
다양한 공모전과 대외활동을 통해서 내가 어떤 직무에 대한 관심을 가지고 있는지 알아야 할 것이다.
( 헬스케어와 핀테크[금융] 쪽이지 않을까 싶다...! )
지금 하고 있는 핀테크[핀더펜] 프로젝트를 하면서 내가 관심있는 분야를 웹기획한다면 더 좋겠다는 생각이 들었다.
또, 금융관련 데이터를 분석하는 경험들이 쌓인다면 앱 개발에 더 도움이 될 것 같다 !
앞으로의 6개월 빅데이터 분석 전문가 과정의 첫 특강에서 알게된
데이터분석가, 데이터사이언티스트에 대한 내용들을 먼저 정리해보았다.
열심히 해보자 !!!!!
1. 데이터모델링
- 머신러닝
- 딥러닝
- EDA,데이터 전처리
2. 소프트엔지니어링
- 알고리즘 코딩 테스트
- 자료구조
3. 통계지식
-
-
4. 기획력 / 인사이트