데이터사이언스 진로 방향 고민

안녕하세요, 데이터 분석필드에서 8년을 보내며 현재 데이터 사이언티스트로 일하고 있어요. 데이터 사이언스라는 학문아래에 직무는 회사에 따라 많이 다릅니다. 같은 직무라고 하더라도 데이터 분석을 위주로 하는 현업가/ 머신러닝 엔지니어링을 하는 현업가/ 연구원 이 3가지로 크게 나뉘는데요. 원래 데이터 사이언스라는 학문에 응용수학을 공부한 찐 수학자들이 대거 시작했을 때가 있었는데, 그때는 알고리즘이나 모델들이 정형적으로 나오기 전이었어요. 2017-2019년에 있었던 것인데요. 그 이후에도 머신러닝과 딥러닝의 패키지가 나오기보다는 실제로 수학적 수식을 계산한 후에 그 계산을 바탕으로 코드를 작성해야했어서 수학이 굉장히 중요했어요. 만약 질문의 요지가 '내가 데이터 사이언스/ 데이터 분석' 직무를 수행하는데에 있어서 '수학'적 능력이 얼마나 필요하냐? 라면 그 또한 직무에 따라 다르겠지만 기본적으로 수학적 능력이 뛰어나야 하는 건 당연하지만, 결과론적으로 봤을 때는 특정 수학부분은 꼭 집고 넘어가야한다고 말씀드릴 수 있어요. 예를 들면 선형대수학에서 벡터와 스칼라, 내적과 외적 정도를 이해하는 것은 필수적이지요. 원래 학문에서 배우는 수학은 실무에서는 그렇게 크게 사용되지 않지만, 학문에서 그렇게나마 배우고 학점이 낮더라도 건드려봤다는 점에서 데이터 사이언스에서는 수학적 능력이 분명히 필요하다고 말씀드릴 수 있겠네요. 현재 학생이시라면, 수강하는 것이 어렵고 두렵고 학점이낮을까봐 고민하겠지만, 학문은 학문이고 현업은 현업이다 라고 말씀드릴 수 있겠네요. 그러나 여전히 데이터 사이언스와 수학은 뗄레야 뗼 수 없는 관계입니다.

안녕하세요.

데이터사이언스의 실무에서 수학적이 완전 필요 없지는 않습니다. 다만 수학적 접근정도는 필요할 순 있지만 수식을 활용한 계산, 증명 등의 깊은 접근까지는 크게 하지 않기 때문에 너무 걱정하지 않으셔도 됩니다.

기본적인 것만 숙지하시면 충분히 가능합니다.

화이팅입니다:)

안녕하세요

데이터가 수학적 능력을 활용하긴 하나,  실제로 그런 깊은 수학 실력을 요구하지는 않습니다.

데이터가 다양한 부분에 적극 활용되며 앞으로 발전 가능성이 높은 직무이니, 벌써부터 겁먹지 않으셔도 됩니다.

안녕하세요! 물론, 데이터 분석 실무에서 수학적 지식은 중요하지만, 역할에 따라 그 필요성이 달라집니다. 통계와 확률은 A/B 테스트나 가설 검정에서 필수적이고, 머신러닝이나 딥러닝에서는 선형대수와 미적분이 사용됩니다. 하지만 일반적인 데이터 분석에서는 고급 수학이 요구되지 않으며, 비즈니스 인텔리전스(BI)나 데이터 시각화 등에서는 수학적 부담이 적습니다.