데이터 사이언스 질문

최대한 다양한 케이스를 접해보는 것만이 분석능력을 키우는 길이라고 생각합니다. 당연히 단기간으로는 되지 않고 연차가 쌓이다보면 자연스럽게 늘어나게 될 것 같습니다. 그나마 도움이 좀 되었다 싶은건, 데이터 분야 네트워킹인데 특정 케이스를 적용해본 사례가 있는지 라포쌓고 자연스럽게 물어볼 수 있어서 좋았어요. Datatalks club, 글또, 데분생 같은곳에서 네트워킹했었습니다. 강의는 특정 하드스킬이나 tool 다루는 지식이 ad-hoc하게 필요하다 할때 필요한 것 들었습니다. 

안녕하세요

우선 데이터 사이언스 직무 자체가 석사는 나오셔야 조금은 경쟁이 될거에요.

잘 생각하셨습니다.

그리고, 코딩 및 통계 이론보다는 이를 활용하여 실제 데이터를 대입하는 역량과 경험이 중요한건데, 잘 깨달으셨구요.

실제로 이런 경험을 얻기 위해서는

단순 혼자 공부하기 보다는

인턴이나 다른 기업 경험을 통해서 실무 경험을 처리해보는 것이 역량 향상에는 가장 큰 도움이 됩니다.

지금 옳은 방향으로 잘 하시고 계시며, 그 인턴이 끝나더라도 다른 프로젝트나 현장 실습, 또는 추가 인턴 등을 통해서 계속 역량을 쌓으시면 됩니다.

도움이 되셨다면 채택 부탁드립니다.

데이터분석의 경우 전문성을 요구하기때문에 석사 이상의 학력을 요구하는 곳들이 꽤 많습니다.

또한 실제 데이터를 활용한 프로젝트들을 진행하시어 포트폴리오를 잘 쌓아두셔야하는데요, 그런 부분에서는 현재 준비를 잘 하고 계신 것으로 보입니다. 이제 진행하시는 인턴 잘 하시고 데이터와 연관된 세부직무들이 꽤 있으니 추후 세부 직무도 정하셔서 준비하시길 바라겠습니다.

실 데이터를 활용한 프로젝트 많이 경험해보세요. 데이터는 크게 수집 -> 저장 -> 처리 -> 정리 -> 분석 이라는 5가지 단계로 구성이 되는데, 이 단계를 직접 파이썬 등 언어를 활용해서 사소한 데이터여도 경험해보는 게 중요합니다. 그리고 요새는 특히 Cloud를 많이 활용하는데 제가 알기로 대학생이면 클라우드 일정 공간을 무료로 제공 (AWS쪽 확인해보세요) 하는 것으로 알고 있어서 직접 클라우드로 ETL도 연결해보시고, 그걸 바탕으로 PowerBI나 Tableau, Qlik 같은 시각화 툴로 대시보드를 만들어보시는 것도 좋은 경험이 될겁니다.

 데이터 분석 언어를 하나마다 본인이 조사 및 데이터를 구체적으로 파악 및 분석해보고 싶은 주제를 정해서. 이에 대한 구체적인 파악을 해보는 연습을 지속적으로 해보는 겁니다. 예를 들어, 각 국가 별 전력 사용량을 각 지역별로 구분해본다거나. 이전의 코로나 확진률이나 확진자 수를 일, 주별로 구분해본다거나.

본인이 이 분야에 대해 관심이 있고, 정말 취미로 삼을 만큼 꾸준히 해왔다는 점을 어필하는 포트폴리오를 구성해보는 것도 방법이 될 수 있겠습니다.

저는 너무 좋은 방향으로 공부하고 계신것 같습니다. 일단 연구경험은 석사가시면 충분하게 하실테니 걱정은 없구요. 만약 온라인 강의를 들으실 생각이 있다면 유데미의 스탠포드 교수가 진행한 빅데이터 강의를 꼭 들어보시기 바랍니다.

우선 대학원 입학을 축하드립니다.

데이터 분석에서 중요한 것은 아무래도 데이터를 활용하기에 앞서 데이터 전처리(필요한 데이터만 추리고 가공하는 과정)이라고 생각합니다. 이러한 과정은 인턴에서도 배울 수 있지만, 대학원에서 국가 과제나 기업 과제 등을 수행하면서 실제로 많은 데이터를 다뤄보는 과정에서 충분히 배워볼 수 있습니다.

우선은 데이터에 관련된 기초 내용을 공부해보시고, 대학원에 입학하시면 연구과제에서 많은 데이터를 접해볼 수 있도록 노력하시는것도 좋겠습니다.

* 답변이 도움이 되셨다면 채택 부탁드립니다.