About Data Science

데이터 분야에 대해 공부하기 시작할 때 가장 먼저 직면하게 되는 고민인 데이터 직무에 대해 알아보자.

데이터 전문가 취업에 관한 몇 가지 주요 내용을 질의응답 형식으로 정리해보았다.도구들과 익숙해지기. 기본적인 코딩 능력, 데이터 베이스 관련 기술, 프론트엔드 기술도 필요하다. 도구를 빠르게 파악하고 습득하는 능력이 중요하다.논리적으로 근거를 찾을 수 있는 사람이다.

데이터 분석가에게 필요한 역량에는 무엇이 있을까.정리해보면 다음과 같았다.1) 파이선, R, SQL 등의 데이터를 자신이 원하는 형태로 가공할 수 있는 능력이 필요하다. 2) 현상 파악 - 목적, 문제 정의 - 프로젝트 설계 - 데이터 분석, 시각화 - Action -

채용 과정은 ‘같이 일하고 싶은 사람인가’를 알아보는 과정이다.Wanted 사이트에서 데이터 직무의 채용 공고들을 검색해보았다.\-관련 분야 기본 개념/지식 보유\-프로젝트 수행 경험(자연어 처리 프로젝트 등)\-Python, SQL 언어 등 프로그램 개발 능력\-Te

데이터 전문가가 되기 위해서는 학습과 프로젝트를 같이 진행하는 것이 좋다. 다시 말해, 프로젝트를 기반으로 학습이 이루어지는 것이 효과적이다. 본문에서는, 이러한 프로젝트를 담을 수 있는 공간인 포트폴리오에 대해 정리해보고자 한다. 요새는 사이언티스트들도 포트폴리오를

프로그래밍 언어인 파이썬과 SQL, 각각의 장점을 통해 두 언어의 차이점에 대해 정리하고자 한다.직관적이고 배우기 쉽다.다량의 데이터를 빠르게 처리할 수 있다. \-엑셀과 달리 빠른 데이터 처리와 향후 예측이 가능하다. 엑셀과의 데이터 호환성도 뛰어나다.다양한 라이브러

데이터 전문가로 프로젝트에 참여하게 되면 아마 다른 여러 직군의 사람들과도 협업을 하게 될 것이다. 프로젝트를 통해 달성하고자 하는 공동의 목표를 위해 다양한 시각과 관점을 가진 사람들과 힘을 합치는 것이다. 만족스러운 결과를 일구는 프로젝트는 좋은 협업이 뒷받침되었을

벨로그 첫 포스팅은 데이터 직군 3대장의 차이점에 대해 알아보는 글이었다.링크: 다시 한 번 간단히 정리하면)데이터 엔지니어: 데이터 분석가나 데이터 사이언티스트가 작업을 할 때 필요한 데이터를 공급하는 역할. 데이터 파이프라인을 구축하여 개발, 유지 보수한다.데이터

데이터 사이언티스트는 비즈니스에 어떻게 기여할 수 있을까? 컨설턴트 역할 문제점을 발견하고 해결책 제시 데이터 프로덕트 개발(많은 모델 만들기) 연구하고 개발한 모델로 데이터 프로덕트를 만들어 공통된 니즈를 해결한다. (예: CVR 예측 모델, 결제 예측 모델) 데이

벌써 이렇게 순식간에 데이터 스쿨의 사전 학습 기간이 지나갔다. 간단히 회고해보고자 한다.이 직군을 선택하게 된 계기에 대해 돌아보고, 그렇다면 어떤 산업군에 관심이 있는지 더 자세히 생각해보게 됐다. 막연했던 방향성에 구체적인 갈피를 잡아가는 느낌이었다.데이터 직군은