통계 분석 직무, 프로그래밍 언어를 배워야 할까요?
KB금융/前)삼성SDS,NCSoft · AI/DATA/SW
멘티 질문
안녕하세요. 수학과 통계를 좋아하고 앞으로 통계 분석으로 취업하고 싶은 멘티입니다.
저는 전공인 수학과 정말 잘 맞고 잘합니다. 그래서 통계 분석, 수학적 사고가 필요한 일을 꼭 할 것입니다.
알아보니 통계 분석 관련 직무는 SW 직군으로 뽑는 경우가 많았습니다. 그래서 프로그래밍 언어를 따로 배워서 SW직으로 지원해야 할지 고민입니다.
저는 평소 데이터 분석 도구보다는 다른 것들이 더 중요하다고 여겼습니다. 분석 도구는 단지 데이터 분석 방법일 뿐이라고 생각해요.
저는 데이터 분석을 할 때 다음의 과정이 중요하다고 생각합니다.
1. 기초 데이터가 제대로 된 데이터인지 파악한다.
2. 특정 상황에서 어떤 분석 방법을 쓸지 정한다.
3. 그 분석 방법을 쓸 조건이 충족되는지 확인한다.
4. 분석 결과를 제대로 해석할 수 있다.
이런 제 생각이 4차 산업혁명 시대의 통계 분석에 적합한 생각인지 궁금합니다. 답변 기다리겠습니다. 감사합니다.
멘토 답변
데이터 관련 직무, 현실과 이상의 괴리
반갑습니다. 우선 답변이 늦어져서 미안해요. 핑계 같지만 제가 쓰는 브라우저에 문제가 있어서 답변을 저장하는 게 어려웠습니다.
멘티님 질문을 보고 “정말로 요즘 데이터 분야가 많은 관심을 받고 있구나”하고 새삼 느꼈습니다. 실례로 제가 가끔 온/오프라인 멘토링 자리에 참석하면 1~2년 전 보다 이 분야를 궁금해하는 분들이 많아졌다는 것을 체감하거든요.
특히 요즘 데이터 처리 및 분석 기술이 발전하면서 대량의 데이터를 이용해서 분석하는 소위 '빅데이터' 관련 기술들이 매우 주목받고 있습니다. 기존의 단순 CRM 분석이나 DB 엔지니어가 수행하던 업무들이 조금 더 발전된 형태로 전문화/세분화되고 있는 것 같습니다.
그렇게 요즘엔 데이터 엔지니어/데이터 분석가/데이터 사이언티스트 같은 직무가 새로 생겨났고, 이에 따라 수요도 늘어나는 추세인 것 같습니다.
하지만 회사마다 해당 직무를 다르게 이해하거나 해석하고 있어서 어떤 회사에서는 데이터 분석가가 데이터 사이언티스트 업무나 데이터 엔지니어의 고유 업무를 병행하기도 합니다. 반대로 데이터 엔지니어가 분석 처리 등을 같이 할 때도 있고요.
특히 규모가 작은 기업은 새로 생긴 직무를 채용할 때 여러 가지 애로사항을 겪게 되니 이런 경향은 심해질 수밖에 없다고 생각합니다. 여러모로 문제죠. 그래서 많은 사람이 지금은 직무 분리 등에 있어 과도기적인 시기라고 보기도 합니다.
커리어 방향에 따라 다른 전략을 수립하자
데이터를 잘 정제하고 처리/분석해서 결과를 내놓는 것도 중요하지만, 멘티님 생각처럼 결과 도출로 끝내는 게 아니라 도출된 결과를 다양한 상황에 맞게끔 다시 가공하거나 제대로 해석해서 상황이나 현실에 접목하는 것이 데이터 관련 업무의 핵심이라고 생각합니다.
따라서 앞서 언급했듯 회사 규모나 회사별 직무 이해도의 차이로 데이터 분석가나 데이터 사이언티스트 신입 인력 수요가 많지 않은 편입니다. 데이터 붐이 일고 있는데도 말이죠.
멘티님처럼 데이터에 관심 많고 수치 등에 이해도가 높은 분들이 약간의 프로그래밍 지식을 습득해서 엔지니어 겸 분석가나 사이언티스트로 취업의 문을 열기도 해요.
아니면 멘티님의 다양한 경험이나 생각을 바탕으로 신입 분석가나 사이언티스트로 경력을 시작하는 방법도 있긴 합니다. 문이 좁겠지만요.
물론 저는 데이터 분석가나 사이언티스트는 아니지만, 어떤 방향으로 도전할지 멘티님만의 전략을 세워보는 게 어떨까 싶습니다.
전자라면 프로그래밍이나 SW 지식을 습득하는 시간을 가져야겠지요. 후자라면 멘티님의 역량을 돋보이게 하는 포트폴리오를 만드는 과정이 필요하지 않을까 싶습니다.
질문에서 멘티님의 긍정적이고 적극적인 모습이 엿보입니다. 흔들리지 않고 노력한다면 원하는 결과 거두게 될 겁니다. 혹시 궁금한 점이 있다면 또 글 남겨주세요. 감사합니다.