[아티클 요약]
글쓴이가 생각하는 데이터사이언티스트의 성장 방향
- 도메인 전문성과 네트워크를 키워 PM 또는 경영자와 같은 도메인 전문가
- 통계 및 머신러닝 방법론에 특화된 분석가
- 개발 및 시스템 역량을 키워 분석 역량을 갖춘 엔지니어
성장이 잘 되기 위한 환경조건
- 회사에서 미래를 위해 얼마나 데이터를 활용하며 중요한 위치를 차지하고 있는지
- 직무 자체가 데이터 활용을 통해 가치를 창출할 수 있는 포지션인지
- 기술 성장에 많이 힘쓰는지
회사의 데이터 팀 규모나 팀의 전략적 방향, 기술 스택 등을 잘 찾아보고 질문하기
지속적인 가치 창출 방법은?
- 스케일링: 개발된 분석 기법을 다른 사람들이 사용할 수 있도록 라이브러리 및 템플릿으로 만드는 것
- 자동화: 반복되는 의사결정은 자동화 및 단순화 시키기
인터뷰 준비 팁
- 지원 회사의 제품, 팀에 관한 충분한 노력(회사의 개별 기술 블로그에 기술 상태와 챌린지 등을 공유하니 많은 참고가 중요!)
[아티클 요약]
- 데이터와 직관의 연결, 즉 데이터 리터러시: 직관을 이용한 가설 설정과 데이터를 이용한 검증의 능력의 중요성
- 산업 동향에 대한 이해
- 도출된 데이터를 통해 의사결정을 이끌어 내려면 의사소통이 아주 중요하고 보기 쉽게 시각화 하여 설득하는 능력이 중요
데이터를 쉽게 찾고 잘 활용할 수 있는 기반을 만드는, Data Analytics Engineer
[아티클 요약]
토스 팀의 DAE의 역할: 각 팀에서 생성되는 데이터가 전사적으로 사용될 수 있도록 데이터를 자산화하고 파이프 라인을 운영
- 파이프 라인 기반 생성, 데이터 구조화/설계, 표준정책 수립, 모니터링과 최적화
- 협업; 데이터 분석가(분석을 위해 어떤 데이터 마트가 생성되면 좋을지), 데이터 분석 플랫폼팀, 프로젝트 매니저, 서버 개발자 및 데이터 옵스 매니저와의 교류가 활발
[인사이트]
오늘 읽어본 아티클들은 주로 데이터 직군에 현재 종사하고 있어 각 회사별로 데이터 업무가 어떻게 실행되고 있는지 알 수 있었던 좋은 기회였다.
어제의 생각에서 이어져 데이터 분석가로써 어떤 역량을 기르고 성장해야 되는지 생각해볼 수 있는 인사이트를 주었고 현역들의 블로그 글이나 회사의 기술 블로그 등을 자주 참고해서 어떻게 나의 커리어를 이루어 갈 지 생각해 보는 기회를 늘려가야 겠다.
