[Data Science 직무 소개] Snapdragon Monitoring Limited 데이터 사이언티스트

본인의 상황을 멘토게시판에 올리듯 간략하게 정리해서 올려주신다면 개인별로 순간순간의 좋은 해결책을 제공해드릴테니 많은 답글 부탁드립니다. 질문 답글은 무제한적으로 가능하니, 여러개의 질문을 올려도 괜찮습니다. 인프런 멘토링과 커피챗에서도 저를 만나보실 수 있습니다.

   1. 멘토님의 기업/ 직무/ 연차를 소개해주세요.

Snapdragon Monitoring Limited에서 Lead Data Scientist 직무를 맡고 있고 연차는 5년차입니다.

   2. 직무에 대해 소개해주세요.

‘데이터’는 주로 정형 데이터와 비정형 데이터로 나눌 수 있습니다. 정형 데이터는 엑셀에 기록되어있는, 행과 열이 있는 테이블 데이터를 말하고, 비정형 데이터는 오디오, 이미지, 텍스트와 같이 길이에 제한이 없고 행과 열로 가둬지지 않는 데이터를 말합니다. 데이터 사이언티스트로서 주로 이미지와 텍스트를 중심으로 모델을 만들고 어플리케이션에 배포하는 업무를 하고 있습니다. 예를 들어, 특정 브랜드의 경우 상표권과 저작권을 보호하고 있는데, 쿠팡이나 11번가에서 해외의 판매자 (대부분의 경우 중국)가 가품을 만들어서 판매한다던지, 디자인을 모방해서 만드는 경우에 브랜드는 그 제품들을 판매 페이지에서 제거하고 싶어합니다. 그런데 이러한 이커머스 플랫폼과 개인 페이지가 전세계적으로 수천, 수만개 이상이니 제품 판매 페이지를 적절하게 받아온 후에 적재해야합니다. 적재된 데이터는 제품의 제목, 상세페이지, 판매자명, 판매자의 위치, 배송 위치, 리뷰, 제품 이미지 등 다양한 데이터들이 존재하고, 그 데이터를 기반으로 어떤 제품이 우리 고객 브랜드의 상표권, 저작권 및 특허를 침해하는지 구별해야합니다. 이전에는 하나씩 찾아가며 구분했지만, 이제는 데이터를 기반으로 머신러닝 모델을 만들어낸 후에 제품을 더 쉽게 구분할 수 있도록 합니다. 사용되어지는 프로그래밍언어는 ‘파이썬’과 ‘SQL’입니다. 주2회 자율적으로 출근하고 3일은 재택근무하며 본사는 영국에 위치하고 있습니다.

   3. 해당 직무에 필요한 역량을 적어주세요.

우선 데이터 사이언티스트라는 직무명에 맞게, ‘데이터’ 자체에 대한 이해가 필요합니다. ‘데이터 사이언티스트’라는 직무명이 있지만, 누군가는 금융권에서 고객의 결제 데이터를 바탕으로 어디에서 무슨 결제가 이루어졌는지, 그 결제가 매년 이루어지는 것인지, 매월 이뤄지는 것인지 파악하고 관련된 내용을 초개인화하여 고객에게 정보전달을 하기도 합니다. 누군가는 광고 캠페인의 효과에 대해서 알아내고, 최적화된 비용과 효과를 계산하기 위해서 유저가 어플 및 TV에서 스트리밍 광고를 보고 어떤 행동을 했는지 파악하는 업무를 합니다. ‘데이터 사이언티스트’ 자체가 되기 위한 필요 역량은 ‘데이터’ 전반에 대한 이해와 ‘분석’ 기법에 대한 이해가 필요합니다. 모든 사람들이 ‘나는 광고 캠페인’분석을 하는 데이터 사이언티스트가 될 거야! 라고 규정짓고 준비하지는 않는다는 것을 압니다. 그렇기 때문에 더 넓은 범위의 ‘데이터 사이언스’를 공부하는 것이고 그 안에 머신러닝과 딥러닝, 이미지 처리, 자연어 처리 전체를 배우는 것이겠지요. 이렇게 전반적인 내용을 다 배우고 나면 이력서를 제출하게 될거고 그중에 내 이력서가 뽑히는 그 회사에서, 그 회사의 업무내용을 따라가며 그게 나만의 기술이 되리라 생각합니다. 그러니 본인이 가고 싶은 산업이 명확하게 존재한다면, 그 산업에 대한 깊은 이해와 관련된 프로젝트를 해본 경험이 중요할 것이고. 그렇지 않다면 ‘데이터’로 할 수 있는 대부분의 것들을 이해하고 대답할 수 있어야 할 것입니다.

4. 해당 직무의 장점과 단점

데이터 분석가 혹은 데이터 사이언티스트는 대부분 혼자 일하는 경우가 많습니다. 이것은 하나의 장점이 될 수 있습니다. 팀에서 하나 이상 필요한 경우가 적기도 하고, 그만큼 비용대비 효용이 적을 수도 있는 포지션이기도 합니다. 사수가 있는 회사라면  특정 기술들을 배울 수 있는 기회가 되어서 좋을 수 있습니다. 그러나 사수가 없는 회사라고 하더라도, 본인이 생각하고 있는 로직을 밀어붙일 수 있고, 생각하고 있는 인사이트를 도출할 수 있어서 자유로운 업무환경이 조성될 수 있습니다. 직접 보고를 받는 사람이 주로 경영레벨이기도 하고, 또는 타 팀에서 요구하는 내용을 제공해주는 입장이기 떄문에 주로 많은 파워를 가져갑니다. 또한 문과에서 할 수 있는, 하드 스킬이 가미된 직업으로서 개발자와 같은 대우를 받으면서, 개발에 몰입해서 생기는 부작용 (사회생활 결여  - 대화가 사람보다 컴퓨터랑 하는 것에 촛점이 맞춰져 있어서 핀트가 어긋나는 경우)이 상대적으로 적습니다.

단점으로는 팀에서 하나 이상 필요하기 때문에 사수가 없으면 배울 수 있는게 적다는 의미도 있습니다. 원래 개발과 프로그래밍은 도제관계라고 해서, 스승과 제자 사이가 있고, 스승이 본인이 가지고 있는 스킬들을 전수해주는 방향으로 이루어집니다. 사수가 없다는 것은 내 스승은 인터넷이 된다는 것이고, 명확한 가이드라인이 없다는 이야기가 됩니다. 또한 회사에 따라서 사업을 구상하고 데이터를 바탕으로 리포트를 만들어서 제출해야하는 곳도 있습니다. 대부분은 데이터 분석가에게 요구되어지는 것이지만, 데이터 분석가와 데이터 사이언티스트의 경계가 점점 더 희미해진다는 관점에서는 단점이라고 볼 수 있습니다. 또한 데이터 사이언티스트에게 소프트웨어 관련 기술들을 요구하는 경우가 점점 더 많아지고 있습니다. 머신러닝 엔지니어로서의 역할을 요구하는 것입니다.

5. 해당 직무를 준비하는 취준생들에게 해주고 싶은 조언

데이터 사이언티스트라고해서 지레 겁먹고 석사가 필요하다, 박사가 필요하다, 통계학 학위가 필요하다 등에 너무 기준을 명확하게 정하지 않으셔도 됩니다. 위에 말한 것처럼 데이터 분석가와 데이터 사이언티스트의 경계가 허물어지면서 비전공자들이 충분히 도전할 수 있는 영역이 되었습니다. 다만 예전처럼 21세기 가장 섹시한 직업이라는 타이틀은 가질 수 없을 것이고, 오히려 개발자와 한 묶음으로 엮여질 가능성이 더 많아진 것 같습니다. 원래 저는 개인별의 상황에 맞게 제안을 하고 해결책을 제시해주는 사람인데, 이렇게 일반론적인 내용을 적다보니 글이 많이 뭉개진 것 같습니다. 본인의 상황을 멘토게시판에 올리듯 간략하게 정리해서 올려주신다면 개인별로 순간순간의 좋은 해결책을 제공해드릴테니 많은 답글 부탁드립니다. 질문 답글은 무제한적으로 가능하니, 여러개의 질문을 올려도 괜찮습니다.