데이터 분석가, 회사원으로 살기 #1

이작가·2022년 1월 21일
3

livingasdataanalyst

목록 보기
1/1
post-thumbnail

4년차 데이터 분석가로 살고 있지만 가끔 "내가 잘 하고있는 건가?"라는 생각이 듭니다.
그래도 4년이라는 세월이, 경험이, 저에게 어느정도의 해결책은 주는 것 같더라구요.

데이터 분석가 지망생이시거나.. 어떤 것부터 시작하면 좋을지 고민이 있으시면 도움이 될 듯 합니다.
제 말이 다 맞는 건 아니니, 골라먹듯 보심 좋을 듯 싶네요.

데이터 분석가로써 경험한 필요한 자질

1. 생각보다 커뮤니케이션 능력이 많이 중요하다.

상담가까지는 아니더라도, 내가 분석하고자 하는 방향과 당위성, 결과에 대한 스토리텔링. 리포트까지 잘 만들면 금상첨화.
세세한 분석 능력보다 고객은 분석 스토리에 더 열광하는 걸 많이 봤습니다.
저도 가끔하는 실수지만, 분석 기술에 대해 심취하여 이야기해봤자, 결론적으론 분석 기술보다 "so what?"에 대답할 수 있어야 한다고 생각.
(기술을 전문가가 아닌 사람에게 이해하기 쉽게 풀어서 설명하는 능력도 필요하더라구요..)

2. 받아보는 데이터는 100 중 80 이상 너무 더러운 경우가 많다. (분석의 꽃은 가공..)

대기업에서 의뢰를 받아 데이터를 받아봤는데, 대부분 데이터가 raw 데이터인 경우가 많습니다.
데이터를 가공,정제하는 데 최대한 손이 빠르면 업무의 효율성 up up!
잘 정제된 데이터로 분석 공부를 하는 것보다, 직접 크롤링이든, 정제되지 않은 데이터를 가지고 정제하는 것부터 연습한다면 good.

3. 데이터 분석 매트릭스. 스킬셋 이해는 기본 자질

회사에 가끔 데이터 분석에 대해 관심이 많으신 분들은 머신러닝이나 딥러닝 책부터 사서 공부하는 데..
개인적으론 통계부터 차근차근 이해를 하는 것과 아닌 것은 큰 차이가 있다고 봅니다. (data scientist나 모델링에만 집중한 연구 업무라면 예외)
그래서 수학, 통계를 대학교에서든 배우고 온다면 분석 스킬셋 이해의 깊이가 넓어지고, 분석 메소드를 적재적소에 적용시키는 부분에서 시간적 효율이 생긴다고 봅니다.

모든 데이터 분석에 ML/DL만 사용하는게 아닌, 통계적 이해와 통계 분석이 도입되는 부분이 많으니깐요.

4. 대학원 가야할까.

원색적인 말처럼 들릴 수 있지만, 아무래도 국내외 대학원에서 집중적으로 배울 수 있는 부분이 많기 때문에, 그리고 4~5년전보다
data science, business analysis 등 대학에서 열리는 코스가 많아서 온라인 코스라도 여유만 있다면 대학원가는 걸 추천. 그리고 이건 개인적인 경험이지만, 대부분 데이터 분석가 모집 요건을 살펴보면 해당 학위를 가진 분들을 우선적으로 우대하는 것을 회사 내에서도 봤기 때문에 추천합니다.

5. 자기 객관화.

좀 이상하게 들릴 수도 있겠지만, 데이터 분석가로써 자신이 자질이 있는지 없는지는, 경험하면서 알 수 있는 것 같습니다. 실제 동료 중에도 데이터 분석가로 왔지만 데이터 사이언티스트가 더 맞아 약간 방향을 전환한 분들도 있구요. 개발팀이랑만 일하는 게 아닌, 대부분 의사결정자, 영업팀과 같이 소통이 필요한 부분들이 많은 업무라.. 이게 스트레스라고 느껴진다면 데이터를 다루는 업무는 많으니 그 중 나에게 맞는, 내 적성에 맞는 업무를 찾아가는 게 좋다고 봅니다.
그래서 매 번 프로젝트든, 연구든, 스스로 업무 성과나 업무 결과에 대해 자기 객관화가 필요하다고 봅니다. 데이터 업무 one two day하고 끝날 거 아니니깐요. ㅎㅎ

profile
소통하는 데이터 분석가

0개의 댓글