20251222 TIL

Today I Learn

: 아티클 스터디, 직무세션, 직무 스터디

 

- 아티클 1 : 주니어 데이터사이언티스트들에게 하고 싶은 이야기들

https://brunch.co.kr/@lifidea/51

 

- 주된 성장 경로

1) 도메인 전문성과 네트워크를 키워 PM 혹은 경영자와 같은 도메인 전문가의 길

→ 해당 업종 내에서 다양한 비즈니스 문제를 접하며 좀더 전문성을 쌓을 수 있는 방법 고민해야함

2) 통계 및 머신러닝 방법론에 특화된 분석 전문가의 길

→ 해당 기술의 트렌드를 선도하는 프로젝트를 할 수 있는 환경을 찾아서 전문 역량을 키워야함

3) 개발 및 시스템 역량을 키워 분석 역량을 갖춘 엔지니어로서 성장하는 길

→ 해당 기술의 트렌드를 선도하는 프로젝트를 할 수 있는 환경을 찾아서 전문 역량을 키워야함

 

 

- 어떤 업계/회사/팀에 지원할 것인가?

• 회사의 미래에 데이터 활용이 얼마나 중요한 전략적 위치를 점하는지?
  • 채용 규모가 어떤지, 매니저와 팀원을 동시에 뽑는지 확인하기
• 내가 조인해서 가치를 만들 수 있는 포지션인지?
  • 인터뷰에서 팀의 현재 니즈 및 전략적 방향에 대해 상세히 물어보기
• 회사가 얼마나 기술적인 성장에 초점을 맞추는지?
  • 채용 공고에 나타난 회사의 기술 스택이 어떤지, 회사의 기술 역량이 외부적으로 공유된 자료가 있는지 확인하기
• 실력있는 엔지니어와 분석가들이 함께 일할 수 있는 환경을 찾기
• 지원하는 조직이 회사에 어떤 기여를 하고 있는지, 스타트업이라면 비즈니스 성장 커브 및 건강성은 어떤지 따져보기

 

- 데이터 사이언티스트가 지속적인 가치를 만들어낼 수 있는 방법은 분석의 스케일링과 자동화

• 분석의 스케일링
  • 개발된 분석 기법을 다른 사람들이 쓸 수 있도록 라이브러리 및 템플릿을 만들거나 인프라에 해당 기능을 추가하는 것
  • 이를 통해 데이터팀의 일원이 아니라도 필요에 따라 분석을 수행할 수 있음
• 반복되는 의사결정을 단순화 및 자동화 할 수 있는 모델을 만드는 것
  • 개발 및 모델링 역량이 필수적

 

- 인터뷰는 어떻게 준비할 것인가?

• 이 질문들에 대해서 충분히 생각을 해봤는지 확인
  • 이 회사에서 나는 어떤 인프라와 데이터를 사용하게 될 것인가?
  • 지원하는 팀이 당면한 분석 및 엔지니어링 문제는 무엇인가?
  • 이 중 내 스킬셋과 관심사에 부합하는 부분은 무엇일까?
  • 지원 회사/팀/분야에 대한 공개된 자료는 어디서 찾을 수 있을 것인가?
  • 내 성장 목표는 지원 회사/조직의 중장기 목표와 얼라인(align)되는가?
• 이력서가 길고 화려한 것보다, 핵심적인 이력 몇개가 있는지가 더 중요ㅏㅎ며, 관련성이 떨어지는 경력 사항이 많이 보일수록 이런 '핵심'을 발견하기 어려워짐
• 본인이 핵심적인 역할을 담당한 개발 및 분석 프로젝트에서 핵심적인 디자인 결정에 대한 답변이 미흡하거나, 머신러닝 프로젝트에서 사용한 모델 및 평가 기법에 대한 답변이 제대로 이루어지지 않으면 해당 경력을 제대로 된 성과로 인정받기 어려움
• 이력서를 최대한 핵심만으로 간결하게 유지하고, 자신이 면접관의 어떤 질문에도 대답할 수 있는 항목만 남겨야함

 

 

- 아티클 스터디 2 : 데이터 분석 직무에 대한 기대와 현실

https://brunch.co.kr/@cyc-cecile/10

데이터 분석 직무에 대한 기대와 현실

 

1. 데이터 분석 조직은 서포트 조직이다

직접 프로덕트 기획의 최전방에 나서서 원하는 대로 의사결정을 할 수 있는 것이 아니라, 기획자 및 상위 의사결정자들이 필요로 하는 분석을 지원해 주는 형태로 업무가 이뤄짐

데이터를 바탕으로 무언가의 인사이트를 '제안'할 뿐, 직접적으로 회사의 방향성에 기여한다는 느낌은 약할 수도 있음

서포트 조직이다 보니 연관 조직에서 필요로 하는 데이터를 단순히 추출만 해주는 업무도 많음

 

2. 거창한 데이터 모델링을 할 일은 별로 없다

가장 최적의 성능을 내는 모델을 만들기 위해 고군분투하거나 하는 일은 거의 없음 (머신러닝 지식 많이 쓰이지x but 공부는 필요함)

 

3. '분석' 업무만 할 수는 없다

데이터 자체를 챙겨야 하는 업무가 생각보다 많음

분석 이전의 '계산' 업무에 시간이 많이 할애 됨

 

4. 의미있는 인사이트를 뽑는 건 쉽지 않다

기획자나 상위 의사결정자가 고민하고 있던 분야가 아니라면 실제로 후속 액션으로 이어지지 않는 경우가 많음

 

 

 

- 직무스터디

• 데이터 분석 관련된 글
  • 데이터 분석 직무에 대한 기대와 현실 (https://brunch.co.kr/@cyc-cecile/10)
• DA/DS/DE 차이 정리
  • DA: 모델링보단 데이터를 뽑고 데이터 자체가 분석 가능한 상태인지 확인, 필요한 데이터의 핵심 지표를 정의하는... (고객 이탈률 ; 이탈의 정의는? 기준 날짜는? 부분 이탈 포함? 분모는 전체고객? 활성 고객?)
  • DS: 새로운 머신러닝 기법을 탐구하고 여러 파라미터를 튜닝해 모델을 최적화, 실제로 모델링을 통해 성능 개선
  • DE: 데이터 품질 관리, 데이터 저장 구조를 설계, 데이터 인프라나 시스템 소프트웨어 등 데이터를 저장하고 이동하고 가공하는 길과 창고를 설계하고 유지
• 각 직무 역할 / 사용하는 툴 공유
  • DA
    • 데이터 추출: SQL (MySQL, PostgreSQL, BigQuery 등)
    • 분석: Excel, Python (pandas, numpy)
    • 시각화: Tableau, Power BI, Looker
    • 협업: Notion, Confluence, Slack
  • DS
    • 언어: Python
    • 라이브러리: scikit-learn, XGBoost, TensorFlow, PyTorch
    • 데이터 처리: pandas, numpy
    • 실험: MLflow
    • 시각화: matplotlib, seaborn
  • DE
    • 언어: Python, SQL
    • 데이터 파이프라인: Airflow, Azure
    • 메시징: Kafka
    • 저장소: BigQuery, Redshift, Snowflake
    • 클라우드: AWS, GCP
    • 인프라: Docker
• 나랑 가장 맞는 것 같은 직무 + 이유 한 줄
  • DA, 데이터를 처음 다루는 단계에서 지표 정의와 구조화 같은 기본을 탄탄히 쌓는 것이 중요하다고 생각했음. 체계적이고 기준이 명확한 일을 선호하는 성격이라 방대한 데이터를 정리해 구체적인 지표로 구조화하는 데이터분석 직무가 체계를 쌓아가는 작업이라 생각해서 나한테 더 적합하다고 생각함

 

- 본캠프 온보딩 TIL 템플릿

• 내가 데이터 분석 트랙에 참여한 계기는 무엇인가요?
  
  • 전공을 살리고 싶은데 프론트엔드, 보안, 하드웨어 등 다른 분야들은 흥미가 가지 않았는데 데이터 사이언스 학문에 대해서는 데이터를 직접 다루는 것에 흥미를 느꼈고 좀 더 배워보고 싶었음
  • 데이터라는 분야가 모든 산업에서, 기업에서 사용할 수 밖에 없는 환경이 되어가므로 이를 분석하는 역할은 수요가 많을거란 전망
• 내가 이해한 데이터 분석가(혹은 생각했던 직무)는 어떤 역할을 하는 사람인가요?
  • 당면한 문제를 해결하기 위해 데이터를 추출하고 특히 추출해야하는 지표를 구체화하여 설정함
  • 이 추출한 데이터 결과를 다른 팀에게 설명하기 위한 시각화 자료를 만들고 설명
• 데이터 분석을 경험해보셨나요? 해보셨다면 어떤 경험을 하셨는지를 작성해주시고, 아니라면 데이터 분석에 대해 찾아본 것을 작성해주세요.
  • 데이터마이닝과 머신러닝을 경험함. 데이터 전처리하고 필요한 열만 추출하고 열을 추출하기 위해 각각 성능파악을 음. 각 모델별로 성능 파악하여 적합한 모델 선택하여 예측 모델 생성함
• 데이터 분석가의 역할을 수행하는 데에 있어 나의 강점과 연관된 부분은 무엇이라고 생각하나요? 혹은 보완, 개선하고 싶은 개인 역량이 있나요 ?
  • 일단 체계적으로 생각하는 능력이 강점임. 분석적인 사고를 하여 적합한 지표와 데이터를 추출할 수 있을 것.
  • 의사소통 능력이 부족하다고 생각함.
• 본 코스 수료 후, 어떤 데이터 분석가(혹은 생각했던 직무)로 성장하고 싶나요?
  • 금융데이터를 다루는 분석가가 되고싶음 리스크 예측하는 팀 등
• 본 코스 수료 후, 데이터 분석가(혹은 생각했던 직무)가 된 5년 후 목표로하는 점은 무엇인가요?
  • 데이터 분석가로서 커리어를 쌓은 뒤 데이터 엔지니어나 사이언티스트 등 내게 더 적합한 직무를 찾든지 더 심화된 시니어 데이터 분석가로 성장하든 할 것....