[제로베이스 데이터 취업 스쿨]
Data Analyst, Data Engineer, Data Scientist
직군 세분화
- 데이터 직무는 크게 데이터를 분석하는 직무와 데이터를 활용하는 직무로 구분된다. 그 중에서도 데이터 분석 직무는 데이터 분석가, 데이터 사이언티스트, 데이터 엔지니어 직군으로 나눌 수 있다.
희망하는 직군과 이유
희망하는 직군: Data Analyst
- 디지털 기술의 혁신으로 데이터가 점점 중요해지고 있고 여러 산업군에서 인공지능과 빅데이터를 적용하는 등 비즈니스 운영 방식이 전환되고 있다. 빅데이터 수집, 분석 및 활용을 통해 데이터 기반 의사결정에 도움이 되는 사람이 되고 싶다.
직군별 차이점
01_Data Analyst
- 일반적으로 Data cleaning, Data Analysis, Data visualization 작업
- 데이터 기반 의사결정에 도움을 줄 수 있는 데이터 분석 보고서 생성
- 데이터 분석 정보를 타 부서에 제공하여 의사 결정 지원
- 산업의 특수성을 이해하여 적합한 가설 수립, 가설을 뒷받침하는 데이터 수집 및 활용, 가설 검증, 도출된 결과 해석
- 주요 라이브러리 활용 경험 중요
데이터 분석 - 넘파이(Numpy),판다스(Pandas)
시각화 - 씨본(Seaborn), 맷플롯립(Matplotlib), 플로틀리(Plotly)
인공지능 - 텐서플로우(Tensorflow), 파이토치(PyTorch)- 커뮤니케이션 능력
02_Data Engineer
- 데이터를 쉽게 활용할 수 있는 환경을 만드는 역할
- 데이터가 발생하는 시점에서부터 정제해 주는 역할
- 데이터의 수집 및 관리를 담당
- 데이터 처리 시스템 성능 최적화 작업
- 데이터 전처리 작업
- 조직 내 다른 구성원이 데이터를 잘 활용할 수 있도록 어떻게 데이터를 수집할지, 어떤 방식으로 데이터를 쌓을지, 어떻게 관리할지를 고민하여 데이터 흐름을 생성
- 컴퓨터 과학 지식, 소프트웨어 개발 역량 중요
SQL과 더불어 프로그래밍 언어를 능숙하게 다룰 수 있어야 한다.
데이터베이스와 데이터에 대한 깊은 이해
클라우드 서비스 경험
커뮤니케이션 능력
03_Data Scientist
데이터 사이언스: 과학적 방법론과 공학적 측면을 다루는 학문
- 문제를 정의하고, 문제를 해결하기 위해 데이터 분석 모델을 만드는 역할
- 과거 패턴으로부터 미래 예측
- 서로 연결되지 않은 다수의 데이터 탐구 및 실험
- 비즈니스에 여러 알고리즘을 적용하여 특정 업무에 맞는 모델 작성
- 새로운 분석 모델이나 머신러닝 모델을 수정 및 개발
- 일정 패턴을 찾아내면 해당 패턴이 유의미한 것인지까지 알아내는 역할
- 축적된 데이터를 활용 목적에 따라 수집, 탐색, 분석하며 인공지능 기술을 적용하여 최적의 인사이트 도출
- 데이터 분석을 위한 통계 및 수학적 지식
데이터 전처리 및 모델링을 위한 코딩 능력
해당 분야에 대한 비즈니스 도메인 지식
커뮤니케이션 능력
<출처>
Data Scientist, Data Analyst, Data Engineer, Data Engineer
