데이터 사이언스 : 통계와 수학에 능통해야하고 최소 석사학위이상은 취득하는 것이 좋다.
AI 플랫폼 구축 업무가 아닌이상, 일반적으로 데이터 엔지니어는 AI와 거리가 멀다.
데이터 엔지니어는 데이터를 활용한 비즈니스 의사결정을 도울 수 있도록 데이터 소스로부터 안정적이고 효율적인 데이터 파이프라인 설계하는 사람
큰 그림 그리면서, 체계적인 무언가를 만들어 나가는거에 흥미를 느낀다면 좋다.
딥러닝, 머신러닝은 좋은 옵션이지만 필수는 아니다.
DE랑 AI 사이에 MLOps 분야
엔지니어링으로 남고싶다면 DE나 백엔드로 시작해서 MLOps쪽으로 가보는게 좋다.
분석가
데이터 엔지니어는 분석가가 분석에만 집중할 수 있게 한다.
이를 시행하는 쪽이 DE나 MLOps 엔지니어분들이다.
인사이트 획득 자체에 집중하는 환경이 될 것이고, 그 환경을 잘 구축하는게 DE의 업무로 넘어올 것 같다.
과정
신입에게는 CS가 중요하다.
리눅스 쉘 또한 다룰 줄 알아야 한다.
신입 DE를 거의 뽑지 않는다.
(모든 DE는 과장이자 경력직이다.)
해야할 것
1) 리눅스
쉘 같은 경우 어렵지 안다.
윈도우에 wsl 깔아서 연습해야한다.
2) AWS
EC2 인스턴스 하나 생성해서 붙여보는 것하기
3) 도커
도커를 사용해서 환경을 구성해보기
4) 데엔과 데싸의 차이점 공지 노션
https://de-kr.notion.site/FAQ-1d48366766f04feb8c683af0ab8bbcf9
참고자료