[Q&A] 데이터 분석가 어떻게 공부해야 될까요?

데이터 분석가 어떻게 공부해야 될까요?

---

포스트 난이도: HOO_Junior

[Notice] 포스트 난이도에 대한 설명

---

 

# 데이터 분석가

데이터 기반 인공지능 프로그램이 다양한 분야에서 접목되어 사용이 이루어지면서 데이터 경제 시대가 도래하였다.

이에 맞추어 빅데이터 개발자까지는 아니더라도 데이터 자체를 분석하고 분류할 수 있는 기준을 제시할 수 있는 데이터 분석가가 다양한 분야에 필요해졌다.

이미 미국에서는 마케팅이나 비즈니스 쪽 분야를 공부하는 학생들도 이러한 흐름에 맞추어 데이터 분석에 대한 공부와 경험을 쌓고 있다.

이는 학생뿐만 해당되는 것이 아니라 대다수의 유명한 미국 대학들도 비즈니스와 컴퓨팅 수업을 연계하여 데이터 분석에 대한 공부를 가르치고 있다.

추가적으로 석사 코스에는 비즈니스 데이터 분석, 또는 마케팅 분석과 같은 새롭게 융합된 전공이 생겨나고 있다.

필자의 경험상 새로운 전공이 쉽게 생겨나지 않는 보수적인 메이저 대학교들에서 이러한 움직임이 생겨난다는 건 그만큼 데이터 분석가라는 직업이 다양한 분야에 필요로 해지고 있다는 걸 의미한다.

문제는 지금 이미 데이터 분석가로 일을 하고 있거나, 이제 막 데이터 분석 쪽에 관심을 가지고 있는 Bro들이 어떻게 공부를 하고 준비를 해야 하는지가 막막하다는 것이다.

예를 들어 컴퓨터 관련 전공이 아니였지만 데이터 분석 관련 업무를 담당하고 있다거나, 마케팅이나 비즈니스 쪽의 경쟁에 있어서 데이터 분석이라는 새로운 분야의 공부를 하고 싶어 한다면 어떻게 시작을 하고 본인을 성장해 나갈지가 어렵다.

사실 데이터 분석가라는 포괄적인 의미를 가지고 있다.

흔히 데이터 분석가가 되기 위해서 또는 성장하기 위해서 어떤 공부를 해야 하냐고 물어봤을때, 파이썬을 공부하고, 비즈니스 통계학을 알아야 하며, 머신러닝을 돌릴 줄 알아야 하며 이를 기반으로 데이터 시각화도 할 줄 알아야 한다고 한다.

거기에 더해 R 언어를 사용하여 데이터 알고리즘을 통해 빅데이터를 구축할 줄도 알아야 한다고 한다.

사실 이것을 다하면 필자의 입장에서는 데이터 분석가라기 보다는 데이터 분석 개발자에 해당한다고 생각한다.

물론 이러한 최종 단계를 원하는 Bro들도 있겠지만 질문을 해온 Bro는 개발까지는 하지 않는 업무를 담당하고 있었다.

이러한 경우는 솔직히 당장은 Machine learning를 통해 supervised와 unsupervised learning까지는 몰라도 된다고 생각한다.

다만 파이썬, 비즈니스 통계, 데이터 시각화 정도는 알아야 한다.

---

# 자신의 전공 또는 전문 분야에 초점을 맞춰라

데이터 분석가라는 직업에도 각 분야별 전문성이 다르다.

언어 쪽이 될 수도 있고, 특정 마케팅 분야일 수도 있고 아니면 필자처럼 생물 연구 분야일 수도 있다.

하지만 여기서 다른 점은 필자처럼 개발이 전문 분야가 아니라는 점이다.

자신의 전문 분야를 집중적으로 가져가되, 데이터 분석을 위한 기본적인 개념과 능력을 가지고 있는 게 좋다.

예를 들어, 마케팅 쪽 데이터 분석가라면, 특정 마케팅에서 데이터를 어떤식으로 분류하는 기준을 둘 것인지를 명확히 알고 있어야 한다.

이때 말하는 기준을 또한 알고리즘으로 연결할 수 있는 능력까지도 겸비해야지 특정 분야의 데이터 분석가라고 볼 수 있다.

다만 최종적인 개발이나 보다 심화된 데이터 처리는 Data scientist 또는 쉽게 그냥 개발자에게 맡기더라도 해당 개발자에게 어떤 식으로 데이터를 분석하고 사용할 것인지를 설명해줘야 한다는 것이다.

이때 최소한 적으로 알아둬야하는 것이 바로 파이썬이고 데이터 시각화이기 때문에 기본적으로 데이터 분석가 공부를 하는 석사생들에게 이 부분에 대해서 수업 때 알려주는 것이다.

물론 거기에 더해 데이터 처리가 이뤄지는 ML을 이해한다면 좋지만 개발자가 하지 못하는 본인 분야의 전문성을 우선적으로 키우는 것이 좋다.

---