데이터리안 세미나 후기- 비전공자, 어떻게 데이터 분석가가 됐을까?

데이터리안?

그동안 머신러닝과 AI만 냅다 팠는데, 사실 데이터 분석은 너무나도 다른 분야라는걸 뒤늦게 깨달았다. 나는 'AI'가 아니라 '데이터'가 좋았다는걸 깨닫고, AI 엔지니어가 아니라 데이터 분석가를 꿈꾸면서, 자연스럽게 데이터리안을 알게 되었다.
블로그에 게시된 정보글을 읽기도 하고, SQL 캠프의 커리큘럼을 참고하여 인프런에서 SQL 강의들을 구입하기를 여러날, 드디어 데이터리안 세미나에 참여했다.

• 2024년 1월 16일, 줌으로 진행된 2시간 짜리 세미나.

2024년 1월 세미나: 비전공자, 어떻게 데이터 분석가 됐을까?

세미나는 두 세션으로 구성되었다.

• 비전공자가 데이터 분석가가 된 방법? (feat. 문예창작과 졸업)
• 데이터 분석가 취업 준비, 비전공자 핸디캡을 극복하는 나만의 비법

사실 그동안 잇다, 원티드, 커피챗 등 다양한 멘토링에 참가하면서 데이터 분석가 취업을 위해 필요한 역량은 알고 있었다. 다만 오랜 취준으로 지쳤기에 어떤 마음가짐을 지녀야할지, 어떻게 내 단점을 극복할 수 있을지 궁금하여 이번 세미나에 참가하였다.
결과적으로 다시 힘내서 취뽀를 향해 나아갈 태도 3가지를 얻을 수 있었다.

• 나의 공략 우선순위를 정하자.
• 입사 지원부터 취준의 시작이다.
• 나는 어떤 데이터 분석가가 되고 싶은걸까?

1. 나의 공략 우선순위를 정하자. (feat. Impact-Effort Matrix)

• 'Impact-Effort Matrix'
  어떤 일은 반드시 그에 필요한 노력과 그에 따른 효과가 수반된다. 다만 효과가 좋다고 무조건 해야하는 일은 아니다. 적은 노력 대비 높은 효과를 가지게 되는 일부터 먼저 수행하는 것이 이 그래프의 핵심이다.

이를 활용해서 데이터 분석가 취업에 필요한 역량을 Impact-Effort Matrix로 그려보고 공략의 우선순위를 정해볼 수 있다. 데이터리안에서 분석한 채용공고 40개의 스킬셋 그래프(https://bit.ly/3NRYC17) 를 참고해도 좋다.

세미나가 끝난후, 내가 이미 갖춘 역량은 제외하고 나머지 역량을 습득하기 위한 노력 대비 얼마나 효과가 있는지를 그래프로 그려보았다.

그동안 내가 부트캠프와 프로젝트를 하면서 어떤 것에 힘을 쏟았고, 어떠한 역량이 부족한지 모른채 그저 '열심히'만 해왔다는걸 반성하게 된다. 이미 먹은 나이는 어쩔 수 없고, 우선순위 1번 SQL을 꾸준히 공부하면서 동시에 프로젝트에서 후순위 역량을 집어넣으으면서 부족한 역량을 채워야겠다.

2. 입사 지원부터 취준의 시작이다.

두번째 세션에서는 바비톡의 박성원 분석가님과 데이터리안의 이보민 분석가님이 연사로 참여하여 이야기를 풀어주셨다. 그중 보미님이 하셨던 이야기는 다음과 같다.

공부를 하다보면, '공부를 하는 상태'에 매몰되기 쉽다.
더 자세히 공부해야 하는 게 아닐까? 나는 언제 준비가 다 되는거지? 이 상태로 채용공고에 지원을 해도 되나? 취업 할 수 있나? 등등..

이 대목에서 어찌나 부끄럽던지. 그동안 '열심히'는 했지만, 여전히 내 역량이 한없이 부족하다고 느꼈고, 채용 지원도 적극적이지 않은 것을 반성한다.

반성을 했다면, 이제 어떻게 해야할까? 역시 보민님은 다음과 같이 말씀해주셨다.

채용 공고에 지원을 한 번 해보고 나니까 오히려 막연함이 조금씩 줄어들었다.
지원하고, 떨어지고, 다시 지원하면서 내가 채용 시장에서 어떻게 평가되는지 알 수 있다.
즉, 입사 지원부터 취준의 시작!

처음 면접에서 탈락하고, 면접관의 반응이 안 좋았던 부분을 추측하여 수정 후 다시 지원하고, 또 탈락하던게 사실 성장의 과정이었나보다.

그리고 마지막으로, 보민님이 취준생에게 보내는 응원의 메시지는 다음과 같았다.

"저 사람도 했는데 나도 할 수 있겠지!" 라고 생각하자.

같이 강의를 듣고 스터디를 했던 사람들이 합격하고, 나는 여전히 탈락의 연속이지만.. 그래도 나도 취뽀하겠지? 다시금 용기를 내야겠다.

3. 나는 어떤 데이터 분석가가 되고 싶은걸까?

마지막, 초청된 연사인 바비톡 성원님이 강조하신 '방향성'이 인상깊었다.

어떤 회사에 들어가는 것보다, 내가 어떤 분석가가 되고싶은지 고민하면서 방향성을 잡자.

데이터 분석가로 마음을 결정했지만, 여전히 '어떤' 데이터 분석가가 되고싶은지는 어려운 문제다. AI 엔지니어가 아니라 데이터 분석가로 마음이 기운것도 두 직무의 차이 때문인데, 여기서 한발 더 나아가 '어떤' 분석가가 되고싶은지 정의해봐야겠다.

덧붙여서 데이터 분석이 무엇인지 다음과 같이 말씀해주셨다.

써먹을 수 있는 분석이 가치있는 분석이다.
기술 역량도 중요하지만, 내가 분석한 결과에 대해 끊임없이 질문을 던지면서 비즈니스 관점에서 답을 제시하려고 노력하자.

최근에 원티드 데이터 챌린지에서도 이와 비슷한 말을 들었다. 작년의 내가 그랬듯이, 수많은 신입 지원자들이 EDA를 하고 모델을 만들어서 성능을 내는 것에 그친다고 한다. 이제 진짜 '분석'이 뭔지 정의하게 되었으니, 이제는 보다 비즈니스 관점에서 질문을 하면서 내 프로젝트를 이끌어 가야겠다.

앞으로..

• '비전공자'인 나의 장점은 뭘까? 세미나에서 연사님들은 자신의 '비전공'을 오히려 강점으로 바꾸셨는데, 나는 어떻게 바꿀 수 있을까?
• 에이블 스쿨 이후 연이은 탈락에 부족한 역량을 탓하면서 한동안 블로그를 운영하지 못했다. 어쩌면 지쳤을지도 모른다. 그래도.. 조금만 더 힘을 내서 취준을 해야겠다.
• 데이터리안 SQL 캠프의 부담되는 가격에 참여하지는 못했지만, 데이터리안 블로그는 유용하다. 블로그에서 읽은 글, 또는 추천하는 책 등에서 배운 데이터 분석에 대한 이해를 블로그에 정리해볼까 하는 생각이 든다.
• 몇년 뒤에는 나도 데이터리안 세미나에서 연사가 되고 싶다는 생각이 든다. 이번 세미나로 내가 많은 것을 느꼈듯이, 내가 분석가가 되어서 다른 사람에게 전달하고 싶다.