최고 전문가에게 듣는 데이터, AI 커리어 완벽 가이드
(1) 최고 전문가에게 듣는 데이터, AI 커리어 완벽 가이드 - YouTube
빅데이터 커리어 가이드북의 저자 조성준 교수님
80%이상이 미지의 영역으로 앞으로 50년 이상 유망한데(2022년 기준) 아직 할일이 많다.
6가지 직무~!
전문가 : 데이터엔지니어(데이터 저장 관리 -코딩잘하고 컴공기반의 데이터베이스 등 학습을 많이 한 사람, 클라우드 )
, 데이터 사이언티스트 (데이터 인사이트 ) , 데이터리서치(새로운 방법들을 혁신,개발, 연구 - 박사과정)
덜전문가 : 데이터 애널리스트, 시티즌 데이터사이언티스트, 기획자
분석방법에는 AI, 통계학, 시각화가 있다.
시티즌 데이터사이언티스트(아마추어 쉐프)는 데이터 애널리스트보다 잘하고 데이터 사이언티스트(프로 쉐프)보다는 부족하다
필요한 기술적인 역량
1. 대학교 수준의 수학지식
2. AI 머신러닝에 대한 이해
3. 클라우드 컴퓨팅
4. 코딩
데이터엔지니어는 코딩이 가장중요
비기술적 소양
1. 도메인 지식 (산업군 - 경영, 기술)
2. 의사소통 능력( 시티즌 데이터 사이언티스트 )
데이터 사이언티스트는 석사내지는 박사가 되는 것이 좋다.
데이터 관련 자격증의 종류~! (일반적으로 자격증보다는 전문성이 중요)
예외적으로 클라우드 자격증은 좋다.
예전에는 통계학과 머신러닝이 같이 사용된다.
통계학은 R을 많이쓴다. 통계학 밖에서는 python을 쓴다. (R이 훨씬 하이레벨이다.)
통계쪽은 SAS를 많이 쓴다. SAS는 비싸다. BI(Business Intelligence) , 스팟파이어
코딩을 별로 안쓴다.
범용 분석 소프트웨어 레피드 마이어
캐글 대회에 참여하거나, 해커톤에 참여해보는 것이 좋다.
개인의 깃헙 해외취업은 링크드인을 잘 관리하는 것이 좋다.
컴공 졸업후 aws,gcp 등의 클라우드 쪽을 많이 경험하는게 좋다.
자신의 업을 먼저 이해해야 기획이 가능하다.
데이터 사이언티스트나 시티즌 데이터 사이언티스트가 강력하다
(2) 데이터 AI 사이언티스트 하지마세요 - YouTube
백엔드 개발자 후에~ 엔지니어링이 되면 하는게 낫다.
(2) 데이터 분석가, 사이언티스트, 엔지니어 비교 정리 | 어떤 걸 공부해야 할까? - YouTube
데이터 엔지니어는 개발자 : 데이터 파이프라인을 구축하고 성능을 최적화하는 등의 업무를 주로 담당 ( 데이터웨어하우스, 빅데이크 플랫폼 - Hadoop, Spark ) 로그를 수집하고 데이터베이스라는 저장공간에 효율적으로 저장한다.
도메인에 대한 이해가 있어야 데이터를 효율적으로 수집 /가공한다.
데이터 사이언티스트는 머신러닝이나 딥러닝을 통해 고객별 재구매 주기를 계산하는 로직을 개발한다.
도메인 지식과 더불어 모델을 개발하기 위해 수학, 통계, 프로그래밍 능력(알고리즘 설계) - 딥러닝(pytorch, tensorflow) -> hadoop , spark 에 대한 지식이 플러스 요인
데이터분석가( 결과 분석해서 마케팅 제안 등 보고)
( 도메인STP, 데이터시각화, 커뮤니케이션 )
데이터 시각화에는 Power BI나 Tableau, Google Analytics 등
(2) 빅데이터 세상, 취업 깡패가 된 빅데이터 직무. 빅테이터 취업 A부터 Z까지 부먹 한방 정리 끝! | 조성준 교수 | 강연 | @먼데이스테이지 - YouTube