본캠프 1일차 - 직무 스터디

- 데이터 사이언티스트

1. 데이터 사이언티스트란?

데이터 사이언티스트는 데이터를 분석하여 인사이트를 도출하고, 머신러닝 및 딥러닝을 활용한 모델을 개발하여 비즈니스 문제를 해결하는 역할을 수행한다. 빅데이터 기술을 활용하여 데이터 처리 및 분석을 효율화하며, 다양한 이해관계자와 협업하여 데이터 기반 의사결정을 지원한다.

2. 선정 이유

AI, 머신러닝, 딥러닝 등을 주로 다루는 데이터 사이언티스트는 석,박사 학위가 필요하다는 이야기를 많이 봐서 정말로 그런지 채용 공고와 필요 역량, JD등을 조사해 보고자 선정하게 되었다.

3. 주요 업무

비즈니스 문제 해결을 위한 ML/DL 모델 및 알고리즘 개발 및 최적화
다양한 소스에서 데이터를 수집하고 분석을 위한 정제
ML/DL을 활용하여 예측 모델링 개발 (ex. 고객 추천 시스템, 자연어 및 이해 모델 개발, 비정형 데이터 관련 모델 개발 등)
빅데이터 기반 데이터 분석 및 비즈니스 인사이트 도출

4. 채용 공고

(경력) 우리은행 데이터 사이언티스트 채용 공고

• JD
  마이데이터 기반 대고객 신규 서비스 기획 및 개발, 기존서비스 고도화
  데이터 분석 및 인공지능(ML, DL) 기반 예측/분류모델 설계/개발/최적화
• 자격 및 우대역량
  대용량 데이터 분석 프레임워크 사용 경험
  금융권 데이터 및 비정형 데이터와 같은 관련 도메인 업무 경험
  데이터 엔지니어링 경험

(신입~경력)_교보문고 데이터 사이언티스트 채용 공고

• JD
  데이터 모델링을 통한 문제 정의 및 해결
  상품 추천/개인화 및 인물 랭킹 모델 개발
  상품 메타데이터, 사용자 리뷰데이터 등 텍스트 마이닝 및 모델개발
• 자격 및 우대역량
  ML모델 개발 프로세스에 대한 이해 및 프로젝트 경험
  데이터 모델링을 통한 문제 해결 경험
  커뮤니케이션 스킬
  Python, SQL 활용 능력
  딥러닝 프레임 워크 경험
  GNN 및 자연어 처리 프로젝트 경험
  데이터 가공/분석/모델링 프로세스 경험

(신입~경력3년)_현대카드 데이터 사이언티스트 채용 공고

• JD
  신입: 데이터 기반으로 AI 기술 연구하여 비즈니스 적용 및 성과 분석업무
  경력: 비즈니스 문제 해결 및 자체 개발중인 AI 플랫폼 기술 연구 및 검증
  개인화 AI, 챗봇, BERT/GPT-based 예측 모델링, Knowledge Transfer,
  ML/DL을 통한 고객 예측 체계 개발 및 최적화 연구
• 자격 및 우대 역량
  신입: Python 스킬, 관련 논문 게재, 관련 전공(컴공, 산공, 통계, 수학) 우대
  경력: Python, ML/Dl 필수, 오픈소스 개발 기여 경험 등

(경력3년~20년)_토스뱅크 데이터 사이언티스트 채용 공고

• JD
  비즈니스 과제 해결을 위한 문제 정의 및 해결방안 도출
  기업적 성장을 위한 데이터 탐색
  ML/DL 등 알고리즘으로 도메인 관련 모델 개발 및 최적화
• 자격 및 우대 역량
  수학 및 통계적 지식
  최신 알고리즘을 이요한 실제 비즈니스 문제 해결 경험
  SQL, R, Python 등 통계/분석 프로그램 역량
  데이터 기반 의사결정 경험
  금융 도메인 데이터 분석 및 모델링 경험
  빅데이터 분석 플랫폼 사용 경험

5. 필요 역량

채용 공고를 통해 아래와 같은 역량이 필수적임을 도출해낼 수 있다.
1. 하드 스킬
- 중급 이상의 Python, SQL 프로그래밍 역량
- 고등수학과 통계학적 지식
- 머신러닝/딥러닝(ML/DL) 모델링 경험과 OPEN LLM을 활용한 개발 경험
- 빅데이터 관리 및 분석 능력(Hadoop, Spark, Hive 등 빅데이터 분석 플랫폼에 대한 이해)
- Tableau 대시보드 등 데이터 시각화 툴 사용 경험
2. 소프트 스킬
- 도메인 지식과 비즈니스 이해도
- 데이터 기반 문제 정의 및 해결 능력
- 커뮤니케이션 능력
- 협업 능력
- 창의적 사고력

6. 관련 아티클

<[데이터 사이언티스트의 길] 비전공자도 데이터 직무로 취업할 수 있을까요?>
https://school-of-life.tistory.com/190
"난 비전공자이지만, 전공자들보다 코드로 소통하는데 능숙하고, 아름다운 코드를 위해 노력한다"를 어필할 수 있어야 한다.
프로그래밍에 대한 이해 (코딩테스트)
데이터 관련 이해도 - SQL/통계/머신러닝/딥러닝, 직무에 대한 이해가 있어야 한다.

<데이터 분석가(데이터 직무), 데이터를 활용하는 다양한 직군 소개>
https://zzsza.github.io/diary/2021/02/21/various-data-jobs/

• 데이터 사이언티스트
  데이터 분석가와 데이터 사이언티스트가 나뉘는 경우엔, 데이터 사이언티스트는 주로 머신러닝 모델, 딥러닝 모델, 연구, 통계 모델링 등을 조금 더 하는 편
  속한 도메인의 목적에 맞는 모델 개발
  (추천 시스템, 개인화 추천 알고리즘, 자연어, 컴퓨터 비전 ,음성 인식 등)
  주요 역량에 파이썬이 자주 나오며, 데이터 분석을 하기 위해 SQL을 해야하는 경우도 있음(SQL 우대가 없다면 모델링을 더 하는 역할일 수 있음)

<데이터 사이언티스트가 하는 일은?ㅣ데이터 사이언스 정의부터 하루 일과까지>
https://codestates.com/blog/content/데이터-사이언티스트가-하는-일


소속된 기업의 도메인에 따라 축적된 데이터, 활용 목적에 따라 데이터 수집-탐색-분석 과정에서 얻게 된 데이터를 기반으로 특성에 맞는 인공지능 기술을 적용하여 최적의 인사이트를 찾습니다.

<데이터 사이언티스트 현실
주니어 데이터 사이언티스트의 진솔한 이야기>
https://brunch.co.kr/@kmlaminjoksong/1
데이터 사이언티스트는 퍼포먼스를 위해 다양한 시도를 해야하고, 이를 위해 개발자의 도움이 필요하다. 그러나 개발자는 이런 시도들이 시스템 안정성을 저해한다고 판단하고 아니꼽게 받아들일 수 있다. 이런 상황에서 데싸는 개발자를 설득해야 한다. (*즉, 설득하기 위한 유연하고 설득력있는 커뮤니케이션 역량이 필요함)

<채용공고로 알아보는 데이터 분석가, 사이언티스트, 엔지니어가 하는 일>https://nbcamp.spartacodingclub.kr/blog/채용공고로-알아보는-데이터-분석가-사이언티스트-엔지니어가-하는-일-18052
데이터 사이언티스트는 딥러닝, 머신러닝 모델을 개발하여 데이터의 패턴을 예측하는 사람입니다. 데이터 분석가보다 개발 분야에 가까운 직무로, 수학/통계,컴퓨터 과학 지식도 겸비해야 합니다.

7. 결론

여러 채용 공고를 둘러봤을 때, 신입을 뽑는 공고는 찾아보기 쉽지 않았지만 석,박사 학위가 필수 요건인 곳은 많지 않았다. 신입인 경우 석,박사 학위를 요구하는 경우는 있었지만 경력이 있는 경우에는 학위 조건이 없었다.
다만 공통적으로 채용 조건에 기재되어 있는 사항은 다음과 같았다.

• 프로그래밍 역량
  Python, SQL 등 데이터 분석 및 모델 개발을 위한 프로그래밍 능력

• 머신러닝·딥러닝 모델 개발 및 최적화
  ML/DL 모델을 설계, 개발, 평가, 최적화하는 경험 및 문제 해결 능력

• 도메인 지식
  해당 산업 또는 업무에 대한 이해와 데이터를 활용한 비즈니스 문제 해결 경험

• 빅데이터 분석 기술
  Hadoop, Spark 등의 빅데이터 플랫폼 활용 역량

• 커뮤니케이션 능력
  데이터 분석 결과를 명확하게 전달하고, 협업하는 능력

• 수학 및 통계 지식
  데이터 분석과 모델 개발을 위한 확률, 통계, 선형대수 등의 기초 지식