데이터 분석가/ 데이터 엔지니어/ 데이터 사이언티스트 무엇이 다른가?

 

데이터와 관련된 직무들이 요즘에 많이 각광을 받고 있다. 그 만큼 연봉도 많이 준다는 소문에 대부분의 사람들이 관심을 많이 가지고 있다. 또한, 아직 인력이 많이 부족한 직무라서 사람들의 채용도 활발한 시장이다. 데이터 관련 직무들이 너무나도 다양하다. 그럼 나는 어느 직무를 선택해야 할까? 데이터에 집중해서 일을 한다는 공통점을 가지고 있다는 점을 제외하고는 업계별, 직무별, 산업별로 그 하는 역할이 모두 다를 것이다. 그럼 이제 부터 그 직무에 대해서 하나씩 살펴 보도록 하자 

 

* 데이터 직무란 무엇인가? 

기업내에 데이터와 연관된 다양한 업무들의 총 집합이라고 할 수 있다. 도메인 지식, 프로그래밍 스킬, 인공지능을 이해 할 수 있는 AI 지식이 골고루 필요하다. 데이터에 집중에서 관리를 하는 데이터 직무를 크게 살펴 본다면 데이터로 현재를 분석하는 "데이터 분석가", 데이터 수집 관리하는 "데이터 엔지니어", 데이터를 통해 미래를 예측하는 "데이터 사이언티스트"로 구분해서 볼 수 있다. 

 

데이터 직무

 

1) 데이터 분석가

말 그대로 데이터를 분석하는 역할을 한다. 데이터를 통해서 인사이트를 발굴하는 것이 주요 역할이다. 새로운 제품이나 서비스가 추가 될때, 그에 따른 주요 비즈니스 지표들을 정의하고 분석하는 일을 주로 한다. AI 방법론이 적용된 분석 보다는 기존의 마케팅이나 기획부서에서 활용되는 방법론을 기반으로 딥하게 데이터를 기반으로 분석하는 역할이 될 것이다. 타 부서의 요청으로 데이터 활용하여 ad-hoc 분석등도 진행하게 된다. 

 

 

2) 데이터 엔지니어 

데이터 엔니지어는 보다 개발자 느낌이 나는 직무이다. 기업내에 널리 펼쳐져 있는 데이터를 수집하고, 가공하며, 보관 관리하는 전체적인 흐름을 관리한다. 더 나아가 데이터 통계, 머신러닝, 딥러닝을 활용한 간단한 대쉬보드 형태의 페이지 까지도 개발 운영하는 업무를 주로 담당하고 있다. 회사의 인프라에 맞게 클라우드 기술을 습득할 필요성도 있을 수 있다. 이 과정에 수반되는 모든 문제를 해결하는 역할 까지 수항하게 된다.

 

 

3) 데이터 사이언티스트 

데이터 직무를 생각할 때 가장 먼저 생각이 드는 직무이다. 문자 그대로 데이터로 과학을 하는 역할이다. 그래서 분석가 /엔지니어와는 다르게 연구원 느낌이 드는 것도 사실이다. 새로운 머신러닝, 딥러닝 이론을 습득하고 회사에 적용을 하는 역할도 많이 수행한다. 그러다 보니 최근 논문을 리서치하고 분석 제안하는 역할도 함께 하게 된다. "데이터를 분석해 보고, 딥러닝을 해보았더니, 이런 미래가 펼쳐질 것이다. " 정도의 연구를 한다고 생가하면 될 것이다. 

 

 

어떤 직무를 선택하더라도 회사에 가면 실제 인력이 많이 부족하다. 사실상 직무 구분대로 일하지 않고, 분석가, 엔지니어, 사이언티스트의 역할을 골고루 실행을 해야하는 상황이 많이 온다. 그래서 나는 꼭 이 직무로 가야지 하고 준비하기 보다는 폭 넗게 준비하여 상황에 맞게 잘 대처하는 것이 중요하다라고 할 수 있다.