2016.06.24

'누구를 뽑아야 하나?' 빅데이터 인재 채용 전략 팁

Sarah K. White | CIO
데이터 과학자, 애널리스트, 엔지니어 채용은 어려운 일이 될 수 있다. 하지만 전략만 제대로 세운다면 지금 당장 훌륭한 후보군을 찾을 수 있을 것이다.


이미지 출처 : IDG

데이터 과학은 '핫'한 새로운 산업이다. 그런데 이 분야에 진출할 때 필요한 학력이나 경력과 기술력(전문성 또는 역량)은 무엇일까? 데이터 과학, 데이터 엔지니어링, 데이터 분석(애널리틱스)은 데이터 분석 세계에서 수많은 기술력과 직종을 설명할 때 쓰이는 광범위하면서도 때론 모호한 용어다.

데이터사이언스(DataScience)의 수석 데이터 과학자인 카일 폴리치는 "여러 다양한 조직에서 '데이터 과학자'라는 직종을 정말 광범위하게 적용하고 있다. 이런 이유로 필수 기술력을 명확하게 정의하기 힘들다. 높은 수준에서 조직 데이터를 접근, 변환, 분석, 활용하는 기법과 도구에 정통한 사람이 데이터 과학자다"고 설명했다.

데이터 과학자나 애널리스트를 채용할 계획이 있다면, 채용하려는 인재에게 요구하는 기술력이 무엇인지 아는 것이 중요하다. 데이터 직종은 데이터를 넘어서 수많은 일을 처리해야 하는 때가 많다. 그리고 수집에서 저장, 비즈니스 변혁을 위해 데이터를 분석해 활용하는 프로세스의 각 단계를 전담하는 사람들이 있다. 궁극적으로 알고리즘을 작성하며, 데이터를 관리하고 대조하며, 데이터를 해석하고, 데이터를 중요한 이해당사자와 공유하는 수많은 인재들이 데이터 전략을 성공으로 이끌 수 있다.


데이터 웨어하우징
데이터 웨어하우징은 데이터를 넣고 빼는 일이다. 보유한 데이터가 늘어나면, 이를 저장할 더 많은 서버, 하드웨어, 써드파티 서비스가 필요하다. 그러나 데이터 웨어하우징 기술력은 데이터를 수집해 저장하는 능력 이상을 포괄하고 있다. 데이터 해석 능력, 더 나아가 효율적으로 데이터를 검색해 분석하기 위해 어려운 선택, 중요한 결정을 내릴 수 있는 능력이 필요하다.

데이터 과학자 채용 전문 회사인 코릴레이션 원(Correlation One)의 CEO 샴 무스타파는 "ETL과 데이터 취합에 초점을 맞춘 데이터 웨어하우징 직종은 데이터 과학 직종과 하는 일이 다르다. 전자는 데이터 수집, 저장, 전처리에, 후자는 데이터에서 인사이트를 추출하는 것에 주력하고 있다"고 설명했다.

클라우드-스케일링 데이터 처리 회사인 큐볼(Qubole)을 공동 창업자 겸 CEO인 아시시 츄수는 데이터 과학 분야에서만 일한 사람이다. 그는 데이터 웨어하우징에서 가장 중요한 기술력 중 하나는 "기술의 가능성과 한계를 이해하는 것"이라고 강조했다. 여기에 더해, 이 분야에 종사하는 직원들은 비즈니스 요구 사항을 SQL 쿼리로 변환해 필요할 때 재빨리 데이터를 검색해 회수할 수 있는 방법을 알아야 한다.

따라서 데이터 웨어하우징 직종 인재 채용이란 데이터 수집 및 저장 방법을 이해하고 동시에 이를 해석하는 방법을 아는 사람을 찾는 것이다. 즉, 어느 한 분야에만 초점이 맞춰진 사람이 아니다.

츄수는 "반드시 주제 전문가일 필요는 없다. 혼자 웨어하우스를 만들어 운영하고, 유지 관리하는 방법을 몰라도 상관 없다. 그러나 결과를 얻기 위해, 효율적으로 데이터를 검사하고 쿼리하는 방법을 알아야 한다"고 설명했다.




2016.06.24

'누구를 뽑아야 하나?' 빅데이터 인재 채용 전략 팁

Sarah K. White | CIO
데이터 과학자, 애널리스트, 엔지니어 채용은 어려운 일이 될 수 있다. 하지만 전략만 제대로 세운다면 지금 당장 훌륭한 후보군을 찾을 수 있을 것이다.


이미지 출처 : IDG

데이터 과학은 '핫'한 새로운 산업이다. 그런데 이 분야에 진출할 때 필요한 학력이나 경력과 기술력(전문성 또는 역량)은 무엇일까? 데이터 과학, 데이터 엔지니어링, 데이터 분석(애널리틱스)은 데이터 분석 세계에서 수많은 기술력과 직종을 설명할 때 쓰이는 광범위하면서도 때론 모호한 용어다.

데이터사이언스(DataScience)의 수석 데이터 과학자인 카일 폴리치는 "여러 다양한 조직에서 '데이터 과학자'라는 직종을 정말 광범위하게 적용하고 있다. 이런 이유로 필수 기술력을 명확하게 정의하기 힘들다. 높은 수준에서 조직 데이터를 접근, 변환, 분석, 활용하는 기법과 도구에 정통한 사람이 데이터 과학자다"고 설명했다.

데이터 과학자나 애널리스트를 채용할 계획이 있다면, 채용하려는 인재에게 요구하는 기술력이 무엇인지 아는 것이 중요하다. 데이터 직종은 데이터를 넘어서 수많은 일을 처리해야 하는 때가 많다. 그리고 수집에서 저장, 비즈니스 변혁을 위해 데이터를 분석해 활용하는 프로세스의 각 단계를 전담하는 사람들이 있다. 궁극적으로 알고리즘을 작성하며, 데이터를 관리하고 대조하며, 데이터를 해석하고, 데이터를 중요한 이해당사자와 공유하는 수많은 인재들이 데이터 전략을 성공으로 이끌 수 있다.


데이터 웨어하우징
데이터 웨어하우징은 데이터를 넣고 빼는 일이다. 보유한 데이터가 늘어나면, 이를 저장할 더 많은 서버, 하드웨어, 써드파티 서비스가 필요하다. 그러나 데이터 웨어하우징 기술력은 데이터를 수집해 저장하는 능력 이상을 포괄하고 있다. 데이터 해석 능력, 더 나아가 효율적으로 데이터를 검색해 분석하기 위해 어려운 선택, 중요한 결정을 내릴 수 있는 능력이 필요하다.

데이터 과학자 채용 전문 회사인 코릴레이션 원(Correlation One)의 CEO 샴 무스타파는 "ETL과 데이터 취합에 초점을 맞춘 데이터 웨어하우징 직종은 데이터 과학 직종과 하는 일이 다르다. 전자는 데이터 수집, 저장, 전처리에, 후자는 데이터에서 인사이트를 추출하는 것에 주력하고 있다"고 설명했다.

클라우드-스케일링 데이터 처리 회사인 큐볼(Qubole)을 공동 창업자 겸 CEO인 아시시 츄수는 데이터 과학 분야에서만 일한 사람이다. 그는 데이터 웨어하우징에서 가장 중요한 기술력 중 하나는 "기술의 가능성과 한계를 이해하는 것"이라고 강조했다. 여기에 더해, 이 분야에 종사하는 직원들은 비즈니스 요구 사항을 SQL 쿼리로 변환해 필요할 때 재빨리 데이터를 검색해 회수할 수 있는 방법을 알아야 한다.

따라서 데이터 웨어하우징 직종 인재 채용이란 데이터 수집 및 저장 방법을 이해하고 동시에 이를 해석하는 방법을 아는 사람을 찾는 것이다. 즉, 어느 한 분야에만 초점이 맞춰진 사람이 아니다.

츄수는 "반드시 주제 전문가일 필요는 없다. 혼자 웨어하우스를 만들어 운영하고, 유지 관리하는 방법을 몰라도 상관 없다. 그러나 결과를 얻기 위해, 효율적으로 데이터를 검사하고 쿼리하는 방법을 알아야 한다"고 설명했다.


X