데이터 분석 취업 고민

질문글 남겨주셔서 감사합니다. 본인이 말씀하신 내용이 현재 데이터 분석/사이언스 시장의 수요와, 학과의 공급이 매치되지 않는 가장 큰 문제점입니다. 말씀하신대로 데이터 사이언스라는 광활한 필드에서 통계, 수학, 파이썬, ML, DL 그 너머에 NLP, LLM에 CV에서 CNN을 활용한 image classification과 OCR, object detection 거기에 웹/앱에 배포하기 위한 SW 지식, Cloud에 저장되는 데이터 파이프라인 관리하는 engineering지식에 ML관련 instance를 위한 Terraform지식까지. 제가 하는 실무의 범위와 학문의 범위를 합쳐버리면 저정도까지 됩니다. 그런데 한국에서 현실적으로 필요로 하는 직무는 위에서와 같이 로그데이터로 고객을 추려내는 정도가 가장 직관적이고 ROI를 나타낼 수 있죠. 그 이외에는 대기업에서 그들만의 알고리즘을 만드는 경우 -> 이 경우에는 당연히 석.박사가 대우되죠. 논문을 읽고 쓸 줄 알아야하니, 모델 배포같은건 몰라도되는 경우. 또는 스타트업에서 현재 나와있는 모델들을 가져다가 앱/웹에 배포하는 데이터 사이언티스트가 존재할 수 있죠. 예를 들면 실시간으로 오디오 녹음을 통해서 음성을 텍스트로 변환해서 저장해주는 서비스라던가, 그럼 LLM 모델을 가져다 쓸 수 있어야겠죠. 그럴려면 유저의 숫자에 맞게 비용이나 레이턴시 같은 것도 고려해야하구요.

위에서 말씀드린게 현재 상황이고, 본인은 지금 애매한 그 어딘가에 놓여져버렸습니다. 데이터 사이언스 경험도 많고 공부한 것도 많고, 주변에서 말하길 공부해야할 것도 엄청나게 많은데, 실제로 다 하게되면 나를 뽑아주는 곳은 없고 있다고하더라도 내가 원하는 연봉을 맞춰주질 못하죠. 그렇다고 여지껏 공부했떤 것을 다 버리고 퍼포마 같이 마케팅 도메인지식이 필요로되어지고, 로그분석처럼 ML/DL과 동떨어져있어서 통계분석이나 시각화가 더 중요한 부분으로 가자니, 급이 떨어지는 것 같고 더 성장할 수 없을 것 같죠.

지금 하셔야하는 일은 2가지 길중에 하나를 선택하는겁니다. 데이터 사이언스라는 학문에서 대학원 석사를 가고 가능하면 박사까지가서, 학사때 못받았던 그 돈과 시간을 한꺼번에 보상받는겁니다. 연봉의 앞자리가 6에서7에서 시작할겁니다. 8도가능합니다. 그게아니면, 거기까진 가기싫다면 말씀하신대로 학과에서 공부했던 그 기억은 지워버리고, 지식만 남겨둔채로 다시한번 주니어의 마음가짐으로 로그분석, 마케팅 분석, SQL로 RFM하기 따위같은 걸 하기로 '결정'하는 겁니다. 아직 결정을 못해서 이게 맞나 저게 맞나 하고있는거죠.

저도 처음에는 데이터 분석업무로 시작했다가 직장에서 ML/AI엔지니어 업무를 주어서 어느정도 전환을 한 상태입니다. 이런식으로 일단 어떤 기업에 들어가서 그 기업이 데이터 분석업무나 ML업무가 필요한 그 시점에 질문자님이 존재해야합니다. 그러면 질문자님이 제가 하겠습니다 할 수 있는거죠. 그게 아니라 외부에서 질문자님의 능력을 증명하고 그 기업에 그 직무로들어가는것은 매우 어렵다고 할 수 있습니다. 더 상세한 건 사실 본인의 생각을 제가 더 알아야합니다. 어떤 필드에 관심이 있는지도 중요합니다. 금융인지 마케팅인지 이커머스인지 제조인지 물류인지 유통인지 인공지능 서비스를 이용하는건지 단순히 돈을 버는 직장인이 되고싶은건지 왜 이것을 하고싶은지하는 것들 말입니다.

안녕하세요.

먼저 데이터분석 직무와 데이터사이언스 직무는 분명 차이가 있습니다. 본인이 쌓아온 경험은 데싸영역이 대부분인 것같고 지원한 분야는 데이터분석에 조금 더 가까운 것 같습니다.

두 직무는 비슷하지만 분명 다른 부분이 있기 때문에 본인이 희망하는 분야가 어떤것인지 어디에 더 집중할 것인지 생각해보고 그에 맞는 JD를 찾아가는 것이 중요할 것으로 생각됩니다.

화이팅입니다:)

현재까지 쌓아온 경험들은 데이터 분석쪽에 가까운것 같습니다. 일단 방향을 바로 트는것보다는 두개다 준비를 하심이 좋아 보입니다. 부트캠프 같은 경우 메이저급이 아니라면 기업에서 별로 선호하지는 않아서 그 안에서 진행한 프로젝트의 주제가 무엇보다 중요할것 같습니다.