나는 데이터 관련 전공자가 아니다. 심리학 석사학위를 취득하고 2021년 첫 회사에 취직했다.
상담심리학과가 아니었기 때문에, 다수의 학술 연구를 진행하는 과정에서 E-prime, PsychoPy 같은 프로그램으로 행동 실험을 설계/제작하고 구현하거나, SPSS를 이용해 통계 분석을 하기도 했다. SPSS 통계 분석을 syntax(명령문)로 돌렸으니 완전히 거리가 먼 것은 아니라 생각한다.
석사 시절에도 데이터를 통계 분석하는 업무가 어렵긴 하지만 제일 재미있었는데, 갈수록 데이터 분석 쪽에 관심이 갔다. 아무래도 새로운 뭔가를 만들기 보다는 마이닝 쪽에 더 맞는 것 같기도 하고... 현재 연구개발직에 속해 있지만 10년 뒤, 20년 뒤의 미래를 그려봤을 때 계속해서 무언가를 배우고, 그 과정에서 내가 흥미를 느낄 것 같지도 않아 이직을 결심했다.
벌써 2년 반 정도를 근무 중인데 3년차부터는 주니어가 아니라고 해서 얼른 이직을 해야할 것 같아 최근 스트레스가 심하다. 그러던 중 메타코드에서 하는 무료 취업 특강을 알게 되었고(현재는 3천원으로 바뀌었는데 라이브 특강은 무료였음), 밑져야 본전이다 싶어 신청해서 들어보았다.
'문과출신 데이터분석가 커리어 특강'을 들었는데 내용이 좋아서 기록할 겸 다짐도 할 겸 후기 글을 써본다.
처음 시작할 때 취업특강 내용을 이렇게 보여 주셨는데, 이 프로그램이 시각화 툴 중 하나인가? 예전에 다운로드 받아 썼던 마인드맵 프로그램이랑 비슷하다. 뭔지는 여쭤보지 못했다; ㅎ 태블로랑 루커라는 걸 배워볼 생각이니까 공부하다 보면 언젠가 만나게 되겠지...?
강사분은 '링고'라는 닉네임을 사용하는 데이터분석가로, 대기업과 중소기업, 스타트업에서 모두 근무한 경험이 있는 듯했다. 인상이 좋으셨다. 스펙에 수학 2점, 영어 9등급, 지방대라고 적어 두셨다. '나도 했으니 여러분도 할 수 있다.'는 말이 하고 싶으셨던 것 같다.
사실 여러군데서 특강을 찾아 듣다 보면 다들 자기가 흙수저이고, 공부를 정말 못했고, 그런데도 할 수 있으니 누구나 할 수 있다고 말한다. 시작할 때 악조건인 것이, 성공하고 나면 스펙이 된다. 신기한 세상..
링고 님은 대학생 때부터 "경영을 정량적으로 관리한다."라는 커리어 방향성을 생각하고 있었다고 한다. 여러 기업을 거쳐 데이터분석가로 6년째 일하고 계심. 그나저나 무슨 과를 나왔는진 말 안해주셔서 완전히 데이터랑 무관한 학과인지는 모르겠다.
여기서 스타트업의 장단점을 얘기해 줬는데 뭐 이건... 지금도 직원이 나 하나 뿐인 스타트업에 재직하면서 충분히 장단점을 체감하고 있으므로 그냥 그렇구나, 하고 들었다. (캡처로 설명하니 길어 보이지만 intro가 길진 않았다.)
그다음, 드디어 데이터분석가로 취업하는 방법! 직무기술서 확인하기, 하드스킬 쌓기, 문제해결력에 대한 부분을 강조하셨다.
대기업의 데이터분석가 JD(Job description: 직무기술서)를 보면 분석 방법에 대한 이해, SQL!(중요), 데이터 시각화 툴(Tableau, Looker, Redash, PowerBI 등), R 또는 python 스크립트 언어 활용능력, 분석 프로젝트 진행 경험, 그리고 산업에 대한 이해 요렇게 나와 있었다.
이직을 할 때는 직무 > 산업 > 기업 순으로 정하게 되는데, JD를 참고해서 필요한 스펙을 확인하는 건 좋은 방법인 것 같다.
데이터분석가가 되기 위해 필요한 하드 스킬은 SQL, python 또는 R로 데이터 분석하는 능력, BI 도구를 활용한 대시보딩 능력이 있다. 요까지는 내가 다 아는 내용이었다. 그래도 직접 취업한 사람이 그렇다고 해주니까 더 잘 하고 있다는 확신이 생김!
그다음 강조하신 부분은, 하드스킬은 "도구"일 뿐이라는 것이었다. 결국에는 해결할 문제를 찾고, 그 문제를 데이터 분석으로 해결할 수 있는가(문제해결력)가 중요하기 때문에, 데카콘이나 캐글 같은 경진대회에 참여한 경험과 같이 분석 프로젝트에 참여한 경험이 중요하다고 했다.
나는 데이터분석가라는 직업이 주어진 데이터에서 새로운 의미를 찾는 것이라고만 생각했지, 그 의미를 문제 해결의 관점에서 보지 않은 것 같다. 결국에는 '비즈니스 문제를 해결할 수 있는 의미 있는 분석을 할 수 있는가'가 분석 능력 자체보다 더 중요한 것 같았다. 그리고 그걸 보여줄 수 있는 건 "포트폴리오!"
Ringo 강사님이 만드신 포트폴리오에는 프로젝트의 목적, 방향 / 기획 의도 / 나의 기여도 / 기록물이 보기 좋게 정리되어 있었다. 아래는 예시 몇 개 캡처한 것..
이건 구글 코랩을 이용해서 인터넷 학습자료를 보고 EDA 공부한 기록...(코드, 코드 출력 결과가 딱 나와 있었다.) 일단 여기 나온 것부터 다 익혀봐야겠다는 생각을 했다. 내가 원하는 위치에 먼저 가 있는 사람이 있으면, 나 또한 그 사람이 과거에 기울인 노력을 반복해야 한다. 과정 없는 결과는 없으니까.
이건 태블루로 동적 데이터를 나타내는 자료라고 하는데 접해보지 못해서 신기했다. 값을 다르게 넣으면 자료가 바뀌었다. Tableau도 무료 프로그램이라고 하니까 익혀 봐야겠다!
사실 요즘 자료는 참 많다. 유튜브에서 내가 원하는 분야의 수준급 강의를 들을 수도 있고, 오늘처럼 무료 커리어 특강을 들을 수도 있고, 실습 자료나 데이터도 모두 있다. 정 모르는 건 챗 GPT한테 물어봐도 되니까... 그래서 더더욱 '어떤 경험을 쌓을 것인가', '어떤 능력을 내 것으로 만들 것인가'에 대한 고민이 중요한 것 같다.
다음은 Q&A 시간
Q. 데이터분석가가 되기 위해 필요한 것은 뭐가 있을까요?
A. SQL과 python 또는 R을 다루는 능력, 관련 자격증(SQLD, 빅분기, ADsP, ADP 등), 분석 프로젝트 경험, 시각화된 포트폴리오!
Q. 인공지능학관데 데이터분석가 가도 되나요?
A. 성향에 따라, 파고들고 연구하고 뭔가 완성하고 그런 걸 좋아하는 사람은 모델링 쪽을 하고, 사람들과 소통하며 비즈니스 문제를 해결하는 게 좋은 사람은 데이터 분석가를 하면 됨
Q. 처음부터 데카콘이나 캐글 공모전 하면 다른 팀원들에게 피해를 줄 것 같아서 무서워요ㅠㅠ
A. 일단 시작해라. 그래야 내가 부족한 부분을 발견하고 자기주도 학습을 시작할 수 있다. 근데 무서우면 캐글 데이터로 개인 분석 프로젝트부터 해도 된다.
Q. 비즈니스 문제를 푸는 데 가장 중요한 것?
A. 문제를 '정의'하는 능력. 추상적이고 복잡한 문제를 데이터로 해결 가능한 형태의 문제로 바꾸어 분석하고, 그 결과를 다시 일반 사원이나 C-레벨 의사결정자와 소통할 수 있어야 함
Q. 포트폴리오에서 실제 문제를 해결해야 하나요?
A. 실제 문제를 해결하면 너무 좋은 포트폴리오겠지만, 액션을 제시하는 것까지만 해도 훌륭함
Q. 데이터분석 직무가 레드오션이라던데요? 무조건 석사 따야 한다던데요?
A. 공급이 많아서 그렇게 생각하는 것 같은데 수요가 점점 커지고 있어서 레드오션 아님. 석사생에 비해 부족하다 생각하지도 말자. 하드스킬보다 문제해결력을 보여주면 된다.
Q. 수학 공부할 수 있는 곳?
A. 유데니, 코세라, 브릴리언트
Q. 데이터분석가와 데이터사이언티스트의 차이?
A. 집중하는 영역이 다름. 데이터 사이언티스트는 AI쪽이고 모델링이나 수학쪽, 분석가는 비즈니스 문제를 데이터로 해결
Q. 부트캠프, 국비지원 강의 추천하시나요?
A. 그건 너무 짜여진 커리큘럼으로 배워서 스스로 문제해결력을 높이기 어렵다고 생각함. 하드스킬 쌓는 정도?
(이건 누가 봐도 내가 한 사전 질문..)
모닥불 Q. 타 전공 석사를 해서 연구를 통계 분석한 경험이 있으면 빅데이터 분석가로 가는 데 도움이 될까요?
링고 A. 통계 관련 지식은 데이터분석가로 가는 데 도움이 됩니다.
모닥불 Q. 타 전공 직장인이 데이터분석 분야로 이직을 준비하기 위해 해야 할 것들을 로드맵으로 그려 주세요. 기간은 얼마나 잡아야 할까요?
링고 A. 이직 준비 기간은 5개월 정도면 될 것 같고, 로드맵은... 기본적인 자격증 따고 → SQL, 파이썬, Looker(BI 툴), 통계학 기초 공부 → 데이터분석, 업무자동화 프로젝트 진행, 시각화된 포트폴리오 만들기 → 기업에 원서 쓰고 면접 보고 등등
이후에도 30분 넘게 댓글로 한 질문에 다 대답을 해주셨다. 그리고 좋은 말씀도 해주심. 사람들은 J커브의 급 성장 구간에 집중하지만, 아래 쪽에 집중하라. 장기적인 시각을 가지고 꾸준히 노력을 쏟아야 한다. 그 과정에서 성장하는 게 눈에 잘 보이지 않고 남들보다 뒤처졌다는 생각에 괴로울지도 모르지만, 비전에 대한 확신과 높은 수준의 노력이라면 J커브를 만들 수 있다. 는 내용이었다. 지치지 말고 노력해야지. 감사합니다.
강의에서 얻은것
1) 데이터분석가에게 가장 중요한 능력은, 기존에 생각했던 '데이터에서 의미를 찾아내는 일'보다는 '비즈니스 문제해결력'
2) 나도 포트폴리오를 만들어야겠다고 다짐하고 바로 노션 포트폴리오를 만들었다.
3) 공부한 것들을 기록하는 블로그를 개설해야 겠다고 생각하고, 바로 이 블로그를 제작했다. Python, Tableau, SQL 실력을 갈고 닦으면서 캐글, 데카콘 등 대회나 셀프 분석 프로젝트도 해볼 것이다.
4) 비전을 갖고, 지치지 말고 J커브의 마중물을 쏟아 붓자.
+) 혹시 커리어 특강이 듣고 싶은 사람은 링크를 클릭하면 된다. (현재는 3000원 내야 볼 수 있음)
https://mcode.co.kr/video/list2?viewMode=view&idx=55
메타코드M
빅데이터 , AI 강의 플랫폼 & IT 현직자 모임 플랫폼ㅣ메타코드 커뮤니티 일원이 되시기 바랍니다.
mcode.co.kr
'취업특강' 카테고리의 다른 글
| [데이터분석가] 데이터분석가 서류 합격률 높이는 방법 취업특강 (0) | 2024.03.31 |
|---|---|
| [데이터분석가] 메타코드m 네카라쿠배 데이터분석가 현직자 취업 로드맵 특강 후기 (1) | 2024.02.24 |
