오늘은 파이썬 강의 1주차부터 1.75배속으로 모든 것을 복습했다. 굉장히 어렵게만 느껴졌던 파이썬이 이제 눈에 살짝 익어진 기분이다. 내일은 강의 1주차부터 2배속으로 모든 것을 복습할 것이다. 오늘 TIL은 평소보다 짧다. 왜냐하면 오늘은 공부를 열심히 했기 때문이다.
아티클 스터디 한 것이라도 정리해서 올려야징
데이터 분석가에게 필요한 하드 스킬
- 사용언어
-
SQL, 파이썬 등 실무에서 데이터 추출 및 간단한 분석을 사용
- 통계학
-
상관관계, 회귀 분석, 인과 관계 등의 통계 개념들은 데이터 분석에서 EDA(탐색적 데이터 분석) 단계를 진행할 때 활용
- 도메인 및 비즈니스에 대한 이해
-
도메인에 따라 정의해야 할 문제와 비즈니스가 달라지고 이커머스, 모빌리티 등 어떤 산업을 선택하는지에 따라 풀어야 할 주요 문제와 액션이 다르기 때문
- 툴을 다루는 역량
-
시중에는 수많은 분석 관련 SaaS 툴(구글 애널리틱스, 앰플리튜드 등)과 BI툴(루커 스튜디오, 태블로 등)이 있음. 이러한 툴을 잘 다루는 것이 구성원이 데이터 기반 의사결정을 빠르게 할 수 있는 환경을 위해 필요. 이때 단순히 툴을 다룰 수 있는 것뿐만 아니라, 툴을 활용할 떄 데이터 분석에 용이한 데이터 마트를 직접 설계하고, 자동화하는 방법까지 습득하는 것이 좋음.
- 업무 자동화와 데이터 엔지니어링
-
데이터 분석가에겐 다양한 부서의 일회성(Ad-hoc) 분석 요청에 대한 대응, 데이터 정합성 및 퀄리티 확인, 데이터 플랫폼 운영 이슈를 처리해야 할 상황이 있음. 다만 일회성 분석의 경우, BI 대시보드, 데이터 플랫폼을 통해 자동화로 해결되고 있는 추세. 그러나 플랫폼이 운영 이슈를 처리하고, 플랫폼을 최적화할 수 있도록 개발자와 소통해야함. 또한 필요한 기능을 기획 및 테스트하는 역할도 여전히 중요.
**데이터 분석가에게 필요한 소프트 스킬
- 데이터 분석가는 비즈니스 고객, 유저 등 많은 사람들의 행동을 이해하고, 다양한 관점에서 커뮤니케이션을 하게됨.
1) 커뮤니케이션 능력
- 데이터 분석가의 업무 70프로는 보고서와 커뮤니케이션, 때문에 데이터의 언어를 다양한 직무의 관점으로 보고 이해할 수 있는 언어로 바 수 있는지 중요. 또한 데이터 드리븐 문화를 조성하는 것도 포함.
2)협업 능력과 태도
- 데이터 분석가는 조직에서 경영진, PO, PM, 마케터 등 다양한 직무의 팀원들과 협업 및 커뮤니케이션을 진행하기에 그들이 이해할 수 있는 언어로 소통하고 조직과 융화되는 것이 중요.
3)문제 정의 및 문제 해결 능력
- 문제를 논리적으로 정의하므로써 현상에 대한 파악을 토대로 다양한 분석 방법론을 시도하는 것이 좋음.
4)보고서 작성
-
데이터 분석가는 형식, 논리, 시각화에서 누구나 이해할 수 있는 비즈니스 보고서를 작성하는 것이 중요. 더불러 분석 결과를 토대로 기획, 전략 단계까지 사업화할 수 있는 액셤 아이템을 구상할 수 있어야 함.
-
주요 포인트 : 데이터분석가에게 필요한 하드스킬 과 소프트 스킬
-
핵심 개념 : 문제 협업, 원활한 커뮤니케이션 능력, 문제 정의 및 해결 능력
-
용어 정리 :
-
EDA (탐색적 데이터 분석): 데이터의 주요 특성을 이해하고, 패턴, 이상치, 관계 등을 탐색하는 과정으로 주로 시각화와 통계적 방법을 사용.
-
SaaS 툴 (Software as a Service): 클라우드 기반 소프트웨어 서비스로, 사용자가 소프트웨어를 설치하지 않고 인터넷을 통해 접근하여 사용
-
BI 대시보드: 비즈니스 인텔리전스 툴을 사용하여 데이터를 시각화하고, 주요 성과 지표(KPI)를 모니터링할 수 있는 대시보드
그리고 QnA에서 얻은 정보도 올려야징
- 에어플로우
- 스파크
- 로그설계
- 파이프라인 운영
- 배포
- 쿠버네티스
-
garbage in garbage out
-
SOTA
-
제조업 IT
-
전략/기획
(인프라 쪽으로, 대용량 데이터 수집에 어려움이 있음)
