Offcanvas

��������� ������������������

빅데이터 시대 핵심 인력 '데이터 애널리스트' 역할부터 연봉까지 A to Z

데이터 애널리스트는 광범위한 데이터를 분석하고 비즈니스 현 상태를 파악하는 데 도움을 준다. 빅데이터 시대 핵심 인력 '데이터 애널리스트'의 역할부터 연봉까지 알아둬야 할 것들을 총 정리했다.    데이터 애널리스트란? 데이터 애널리스트는 조직이 더 나은 비즈니스 의사결정을 할 수 있도록 데이터를 사용해 돕는 역할을 한다. 이들은 비즈니스 성과를 예측하고 개선하고자 컴퓨터 프로그래밍, 수학, 통계 등의 기법들을 사용해 데이터로부터 결론을 이끌어낸다.   나날이 증가하는 데이터 애널리스트 수요 기업들이 분석 역량을 강화해나가면서 데이터 애널리스트에 대한 수요도 크게 높아지고 있다. 지난 8월 IDC는 올 한 해 빅데이터와 애널리틱스 소프트웨어 매출이 약 668억 달러에 달할 것이며, 이 시장의 연평균 성장률(CAGR)은 8.7%를 기록할 것이라는 예측을 내놓은 바 있다.  캐러더스 컨설팅 이사 캐롤린 캐러더스와 네트워크레일의 최고데이터책임자(CDO)였던 잭슨은 지난 수년간 기업들이 데이터 사이언스, 머신러닝, 인공지능에 주력해왔지만 다시 애널리틱스로 눈을 돌릴 것이라고 주장했다.  캐러더스는 “사람들이 머신러닝과 인공지능에 열광하면서 애널리틱스에 대한 관심이 사라질 뻔 했다. 애널리틱스를 통해 조직이 창출할 수 있는 실제적 가치가 엄청나다는 점을 잊고 있었다”라고 전했다. 이어서 그는 “우리는 애널리틱스를 다시 조직 전반에 걸쳐 도입하는 방법을 모색하기 시작했다”라고 덧붙였다.  데이터 애널리스트 vs. 데이터 사이언티스트 데이터 애널리스트와 데이터 사이언티스트 모두 같은 데이터 분석 팀에 소속될 수 있지만 각자의 역할은 상당히 다르다.  데이터 애널리스트는 데이터를 비즈니스에 이용할 수 있는 정보로 변환해 소속 조직의 현 상태를 설명하려고 한다. 조직의 비즈니스 니즈에 부합하도록 데이터를 수집하고 분석하며 보고한다. 새로운 데이터 소스를 비롯해 데이터 수집, 분석, 보...

데이터 애널리스트 데이터 사이언티스트

2020.12.29

데이터 애널리스트는 광범위한 데이터를 분석하고 비즈니스 현 상태를 파악하는 데 도움을 준다. 빅데이터 시대 핵심 인력 '데이터 애널리스트'의 역할부터 연봉까지 알아둬야 할 것들을 총 정리했다.    데이터 애널리스트란? 데이터 애널리스트는 조직이 더 나은 비즈니스 의사결정을 할 수 있도록 데이터를 사용해 돕는 역할을 한다. 이들은 비즈니스 성과를 예측하고 개선하고자 컴퓨터 프로그래밍, 수학, 통계 등의 기법들을 사용해 데이터로부터 결론을 이끌어낸다.   나날이 증가하는 데이터 애널리스트 수요 기업들이 분석 역량을 강화해나가면서 데이터 애널리스트에 대한 수요도 크게 높아지고 있다. 지난 8월 IDC는 올 한 해 빅데이터와 애널리틱스 소프트웨어 매출이 약 668억 달러에 달할 것이며, 이 시장의 연평균 성장률(CAGR)은 8.7%를 기록할 것이라는 예측을 내놓은 바 있다.  캐러더스 컨설팅 이사 캐롤린 캐러더스와 네트워크레일의 최고데이터책임자(CDO)였던 잭슨은 지난 수년간 기업들이 데이터 사이언스, 머신러닝, 인공지능에 주력해왔지만 다시 애널리틱스로 눈을 돌릴 것이라고 주장했다.  캐러더스는 “사람들이 머신러닝과 인공지능에 열광하면서 애널리틱스에 대한 관심이 사라질 뻔 했다. 애널리틱스를 통해 조직이 창출할 수 있는 실제적 가치가 엄청나다는 점을 잊고 있었다”라고 전했다. 이어서 그는 “우리는 애널리틱스를 다시 조직 전반에 걸쳐 도입하는 방법을 모색하기 시작했다”라고 덧붙였다.  데이터 애널리스트 vs. 데이터 사이언티스트 데이터 애널리스트와 데이터 사이언티스트 모두 같은 데이터 분석 팀에 소속될 수 있지만 각자의 역할은 상당히 다르다.  데이터 애널리스트는 데이터를 비즈니스에 이용할 수 있는 정보로 변환해 소속 조직의 현 상태를 설명하려고 한다. 조직의 비즈니스 니즈에 부합하도록 데이터를 수집하고 분석하며 보고한다. 새로운 데이터 소스를 비롯해 데이터 수집, 분석, 보...

2020.12.29

"최고의 직업 1위"···데이터 과학자란? 역할은? 되는 방법은?

데이터 과학자가 되는 경로는 업종에 따라 다르다. 그럼에도 불구하고 공통적으로 요구되는 역량과 경력, 학위 등이 있다. 여기 데이터 과학자 커리어를 시작하는데 필요한 정보를 정리했다. 데이터 과학자란 무엇일까? 데이터 과학자(데이터 사이언티스트)는 수 많은 구조화, 비구조화 데이터에서 특정 비즈니스 니즈 성과나 목표를 달성하는 데 도움을 주는 인사이트를 발견해야 하는 책임을 갖고 있다. 데이터 분석 분야에서 데이터 과학자의 역할이 점차 더 중요해지고 있다. 기업들이 빅데이터 및 데이터 분석을 더 많이 활용해 의사 결정을 내리고, 클라우드 기술과 자동화, 머신 학습을 IT 전략의 핵심 구성 요소로 활용하는 기업들이 증가하는 추세이기 때문이다. 데이터 과학자의 주요 임무는 수 많은 데이터를 체계화 및 분석하는 것이다. 이를 위해 전용 소프트웨어를 사용하는 경우가 많다. 데이터 사이언티스가 데이터 분석을 한 최종 결과물을 모든 투자 이해 당사자가 쉽게 이해할 수 있어야 한다. 특히 IT 외부의 관계자가 이를 이해하는 것이 중요하다. 데이터 과학자가 데이터 분석에 접근하는 방법은 소속 산업, 비즈니스 니즈(필요 사항), 소속 부서에 따라 달라진다. 비즈니스 부문 리더, 부서, 매니저는 찾고자 하는 것을 미리 알려줘야 한다. 그래야 데이터 과학자가 구조화, 비구조화 데이터에서 '의미'를 찾을 수 있다. 데이터 과학자는 기업이나 부서의 목표를 예측 엔진, 패턴 감지 분석, 최적화 알고리즘 등 데이터 기반 결과물로 전환 시킬 수 있는 비즈니스 전문성을 갖추고 있어야 한다. 데이터 과학자의 연봉 2016년 노동 통계청(BLS)은 데이터 과학자의 평균 연봉이 약 11만 8,000달러라고 발표했다. 급성장하는 동시에 보수 좋은 직종이다. BLS는 이 분야의 일자리가 2024년까지 11% 증가할 것으로 내다봤다. 데이터 과학자 직종은 만족도 높은 장기 커리어 경로로 자리를 잡아가고 있다. 글래스도어의 '미국의 최고 직업 ...

데이터 과학자 데이터 사이언티스트 비구조화 데이터

2017.08.22

데이터 과학자가 되는 경로는 업종에 따라 다르다. 그럼에도 불구하고 공통적으로 요구되는 역량과 경력, 학위 등이 있다. 여기 데이터 과학자 커리어를 시작하는데 필요한 정보를 정리했다. 데이터 과학자란 무엇일까? 데이터 과학자(데이터 사이언티스트)는 수 많은 구조화, 비구조화 데이터에서 특정 비즈니스 니즈 성과나 목표를 달성하는 데 도움을 주는 인사이트를 발견해야 하는 책임을 갖고 있다. 데이터 분석 분야에서 데이터 과학자의 역할이 점차 더 중요해지고 있다. 기업들이 빅데이터 및 데이터 분석을 더 많이 활용해 의사 결정을 내리고, 클라우드 기술과 자동화, 머신 학습을 IT 전략의 핵심 구성 요소로 활용하는 기업들이 증가하는 추세이기 때문이다. 데이터 과학자의 주요 임무는 수 많은 데이터를 체계화 및 분석하는 것이다. 이를 위해 전용 소프트웨어를 사용하는 경우가 많다. 데이터 사이언티스가 데이터 분석을 한 최종 결과물을 모든 투자 이해 당사자가 쉽게 이해할 수 있어야 한다. 특히 IT 외부의 관계자가 이를 이해하는 것이 중요하다. 데이터 과학자가 데이터 분석에 접근하는 방법은 소속 산업, 비즈니스 니즈(필요 사항), 소속 부서에 따라 달라진다. 비즈니스 부문 리더, 부서, 매니저는 찾고자 하는 것을 미리 알려줘야 한다. 그래야 데이터 과학자가 구조화, 비구조화 데이터에서 '의미'를 찾을 수 있다. 데이터 과학자는 기업이나 부서의 목표를 예측 엔진, 패턴 감지 분석, 최적화 알고리즘 등 데이터 기반 결과물로 전환 시킬 수 있는 비즈니스 전문성을 갖추고 있어야 한다. 데이터 과학자의 연봉 2016년 노동 통계청(BLS)은 데이터 과학자의 평균 연봉이 약 11만 8,000달러라고 발표했다. 급성장하는 동시에 보수 좋은 직종이다. BLS는 이 분야의 일자리가 2024년까지 11% 증가할 것으로 내다봤다. 데이터 과학자 직종은 만족도 높은 장기 커리어 경로로 자리를 잡아가고 있다. 글래스도어의 '미국의 최고 직업 ...

2017.08.22

트럼프 캠프의 최고 데이터 과학자가 밝힌 '대선 승리 비결'

지난 미국 대선에서 트럼프 캠프와 클린턴 캠프 모두 데이터를 분석하고 선거 운동 전략을 수립했다. 이 두 캠프의 데이터 분석에는 어떤 차이가 있었을까? 선거를 불과 6개월 남겨 두고 트럼프 캠프에 합류한 최고 데이터 과학자에게 그 답을 들어봤다.  트럼프 정부의 최고 데이터 과학자인 매트 오츠코브스키는 지난 미국 대선 과정에 얻은 교훈 중 기업에 전하고 싶은 한 가지가 있다. 기업에도 폐쇄형 플랫폼인 ‘월드 가든(Walled Garden)'이 필요하다는 것이다. 최근 ADMA 데이터 데이(ADMA Data Day)에 참석해 <CMO>가 독점 인터뷰한 캠브리지 애널리티카(Cambridge Analytica)의 데이터 과학자인 오츠코브스키는 "모든 기업이 데이터와 모델링에 '월드 가든' 방식을 도입할 필요가 있다. 이는 구글과 페이스북이 오랜 기간 '마스터'한 접근법이다. 그들은 자신의 풀에서 데이터 아웃풋을 꺼내 당신에게 주지 않는다. 당신은 마케팅을 통해 이를 구입해야 한다. 대형 소비재 브랜드들은 퍼스트 파티 데이터 소스로 구성된 독자적인 '월드 가든'을 구축해야 한다"고 말했다. 이와는 대조적으로 오츠코브스키가 디지털 마케팅 지형에서 사라질 것으로 확신하는 한 가지가 있다. 다름 아닌 프로그래매틱 광고(Programmatic Advertising)다. 그는 "프로그래매틱 미디어 광고는 사라질 것"이라며 트럼프 대선 캠프는 디지털 예산의 절반 이상을 페이스북에 사용했다고 강조했다. 오츠코브스키는 "광고를 위해, 웹사이트의 250x250 공간을 구입하는 것은 이제 어리석은 일이다. 방문자가 클릭할 확률보다 상어에 물릴 확률이 더 높기 때문이다. 우리는 사용자 경험에 모든 초점이 맞춰진 네이티브 광고로 이동하고 있다. 이제 프로그래매틱 광고는 효과가 없다"고 주장했다. ...

데이터 과학자 퍼스트 파티 데이터 프로그래매틱 광고 승리 트럼프 데이터 사이언티스트 대통령 선거 대선 CMO 캠브리지 애널리티카

2017.04.07

지난 미국 대선에서 트럼프 캠프와 클린턴 캠프 모두 데이터를 분석하고 선거 운동 전략을 수립했다. 이 두 캠프의 데이터 분석에는 어떤 차이가 있었을까? 선거를 불과 6개월 남겨 두고 트럼프 캠프에 합류한 최고 데이터 과학자에게 그 답을 들어봤다.  트럼프 정부의 최고 데이터 과학자인 매트 오츠코브스키는 지난 미국 대선 과정에 얻은 교훈 중 기업에 전하고 싶은 한 가지가 있다. 기업에도 폐쇄형 플랫폼인 ‘월드 가든(Walled Garden)'이 필요하다는 것이다. 최근 ADMA 데이터 데이(ADMA Data Day)에 참석해 <CMO>가 독점 인터뷰한 캠브리지 애널리티카(Cambridge Analytica)의 데이터 과학자인 오츠코브스키는 "모든 기업이 데이터와 모델링에 '월드 가든' 방식을 도입할 필요가 있다. 이는 구글과 페이스북이 오랜 기간 '마스터'한 접근법이다. 그들은 자신의 풀에서 데이터 아웃풋을 꺼내 당신에게 주지 않는다. 당신은 마케팅을 통해 이를 구입해야 한다. 대형 소비재 브랜드들은 퍼스트 파티 데이터 소스로 구성된 독자적인 '월드 가든'을 구축해야 한다"고 말했다. 이와는 대조적으로 오츠코브스키가 디지털 마케팅 지형에서 사라질 것으로 확신하는 한 가지가 있다. 다름 아닌 프로그래매틱 광고(Programmatic Advertising)다. 그는 "프로그래매틱 미디어 광고는 사라질 것"이라며 트럼프 대선 캠프는 디지털 예산의 절반 이상을 페이스북에 사용했다고 강조했다. 오츠코브스키는 "광고를 위해, 웹사이트의 250x250 공간을 구입하는 것은 이제 어리석은 일이다. 방문자가 클릭할 확률보다 상어에 물릴 확률이 더 높기 때문이다. 우리는 사용자 경험에 모든 초점이 맞춰진 네이티브 광고로 이동하고 있다. 이제 프로그래매틱 광고는 효과가 없다"고 주장했다. ...

2017.04.07

김진철의 How-to-Big Data | 연재를 시작하며

* SK텔레콤에서 데이터 과학자로 재직중인 김진철 박사의 칼럼 '김진철의 How-to-Big Data'를 1월부터 연재합니다. 빅데이터 – 실재인가, 허상인가? 전 세계적 IT 트렌드로 조명받게 된 빅데이터가 우리나라에서 큰 관심을 받아 급격하게 성장하기 시작한 2011년을 많은 사람들이 우리나라 빅데이터 비즈니스의 원년으로 보고 있다. 그 이후로 국내 스타트업과 주요 기업들의 빅데이터 시스템 도입 및 활용 사례가 많이 알려졌으며, 빅데이터 활용으로 인해 사회가 크게 변할 것이라는 긍정적인, 또는 부정적인 예측이 넘쳐났다. 2014년 당시에는 전 세계 빅데이터 비즈니스 시장이 501억 달러까지 성장하는 금맥으로 예측되기도 했다(Wikibon, 2014년 2월, http://wikibon.org/wiki/v/Big_Data_Vendor_Revenue_and_Market_Forecast_2013-2017). 3년이 흐른 지금도 여전히 빅데이터의 중요성에 대해서 많이 언급되고 있지만 우리나라에서 이런 전망을 뒷받침할 만한 빅데이터 활용 사례는 나오지 않고 있다. 빅데이터 시스템을 도입, 활용한 사례들이 주요 솔루션 벤더들의 자사 제품 활용 홍보 사례로서 많이 소개되고 있지만, 상당수의 사례들이 명백한 비즈니스 영향력을 보여주는 사례라고 보기는 어렵다. 심지어 최근에는 지금까지 빅데이터 비즈니스의 꽃으로 여겨졌던 데이터 과학자의 수요가 2017년부터 정체되거나 줄 것이라는 어두운 전망까지 나오고 있다(CIO Korea, 2016년 12월 14일, http://www.ciokorea.com/news/32359). 왜 이런 일이 나타나고 있는 것일까? 정말 빅데이터 활용이 기업 경영에 미치는 영향이 크지 않기 때문일까? 빅데이터가 IT 솔루션 기업들의 마케팅 용어에 불과하기 때문일까? 아니면, 일부 사람들이 주장하는 것같이 빅데이터는 허상이고 실체가 없기 때문일까? 혹은 빅데이터라는 것이 주목할 만한 가치가 없었던 현상이었던 것...

빅데이터 플링크 데이터 그리드 시스템 LHC 대형강입자가속기 CERN 유럽입자물리학연구소 김진철 스파크 데이터 사이언티스트 HANA 하둡 데이터 과학자 SQL-on-Hadoop

2017.01.23

* SK텔레콤에서 데이터 과학자로 재직중인 김진철 박사의 칼럼 '김진철의 How-to-Big Data'를 1월부터 연재합니다. 빅데이터 – 실재인가, 허상인가? 전 세계적 IT 트렌드로 조명받게 된 빅데이터가 우리나라에서 큰 관심을 받아 급격하게 성장하기 시작한 2011년을 많은 사람들이 우리나라 빅데이터 비즈니스의 원년으로 보고 있다. 그 이후로 국내 스타트업과 주요 기업들의 빅데이터 시스템 도입 및 활용 사례가 많이 알려졌으며, 빅데이터 활용으로 인해 사회가 크게 변할 것이라는 긍정적인, 또는 부정적인 예측이 넘쳐났다. 2014년 당시에는 전 세계 빅데이터 비즈니스 시장이 501억 달러까지 성장하는 금맥으로 예측되기도 했다(Wikibon, 2014년 2월, http://wikibon.org/wiki/v/Big_Data_Vendor_Revenue_and_Market_Forecast_2013-2017). 3년이 흐른 지금도 여전히 빅데이터의 중요성에 대해서 많이 언급되고 있지만 우리나라에서 이런 전망을 뒷받침할 만한 빅데이터 활용 사례는 나오지 않고 있다. 빅데이터 시스템을 도입, 활용한 사례들이 주요 솔루션 벤더들의 자사 제품 활용 홍보 사례로서 많이 소개되고 있지만, 상당수의 사례들이 명백한 비즈니스 영향력을 보여주는 사례라고 보기는 어렵다. 심지어 최근에는 지금까지 빅데이터 비즈니스의 꽃으로 여겨졌던 데이터 과학자의 수요가 2017년부터 정체되거나 줄 것이라는 어두운 전망까지 나오고 있다(CIO Korea, 2016년 12월 14일, http://www.ciokorea.com/news/32359). 왜 이런 일이 나타나고 있는 것일까? 정말 빅데이터 활용이 기업 경영에 미치는 영향이 크지 않기 때문일까? 빅데이터가 IT 솔루션 기업들의 마케팅 용어에 불과하기 때문일까? 아니면, 일부 사람들이 주장하는 것같이 빅데이터는 허상이고 실체가 없기 때문일까? 혹은 빅데이터라는 것이 주목할 만한 가치가 없었던 현상이었던 것...

2017.01.23

"빅데이터, 4차 산업혁명의 원동력"··· 한국IDG, 제7회 빅데이터 컨퍼런스 개최

전 세계적으로 4차 산업혁명에 대한 관심이 뜨겁다. 이처럼 4차 산업혁명의 기반을 이루는 핵심분야인 인공지능(AI), 빅데이터, 사물인터넷(IoT), 클라우드 등은 모두 데이터를 필수적인 기반으로 하고 있다. 특히 작년과 비교했을 때 인공지능에 대한 체감 온도는 확실히 달라진 양상이다. 한국IDG가 발표한 2017 IT 전망보고서에 따르면, 작년 설문결과의 경우 AI 및 자동화 기술이 기업의 비즈니스에 가시적인 영향을 미칠 시기로 ‘3년 이내’가 36.5%였던 반면, 올해에는 ‘3년 이내’가 과반수(51.13%)를 넘었다. 1~2년 이내라는 응답 또한 작년 9.82%에서 올해 13.31%로 증가했음을 알 수 있다. 한국IDG는 이러한 메가트렌드에 글로벌 기업들이 어떻게 대응하고 있는지 공유하고, 특히 제4차 산업혁명과 맞물려 급부상한 인공지능(AI), 머신러닝 기술이 각 산업에서 어떻게 활용되고 있는지 살펴볼 수 있는 자리를 마련했다. 오는 2월 21일 서울 백범김구기념관 컨벤션홀에서 개최되는 ‘제 7회 비즈니스 임팩트 & 빅데이터 2017 (7th Business Impact & Big Data 2017)’ 컨퍼런스가 바로 그것이다. 특히 올해에는 쉽게 만나기 어려운 연사진이 대거 참여했다. 먼저 이베이(eBay)의 시니어 디렉터 윌슨 팡이 기조 연사로 참여한다. ‘인공지능 in 커머스’라는 주제로 글로벌 온라인 유통사 이베이의 빅데이터 성공 전략과 과학적인 방법을 통한 유통 분야 혁신에 대해 발표한다. 페이스북에서도 이번 컨퍼런스에 참여해 자사의 피플 애널리틱스(People Analytics) 노하우를 공유할 예정이다. 피플 애널리틱스란 최근 글로벌에서 주목하고 있는 최신 트렌드 중 하나로서, 빅데이터를 기반으로 직원들의 행동 역학을 분석하여 퍼포먼스, 인게이지먼트, 생산성 향상과 같은 기업 혁신을 위한 HR 애널리틱스라고 할 수...

페이스북 에어비앤비 이디엄 4차 산업혁명 인더스트리4.0 제 7회 비즈니스 임팩트 & 빅데이터 2017 피플 애널리틱스 프로그 한국HPE 사물인터넷 데이터 사이언티스트 빅데이터 애플 이베이 현대중공업 소니 데이터 과학자 신한은행 인공지능 파수닷컴

2017.01.16

전 세계적으로 4차 산업혁명에 대한 관심이 뜨겁다. 이처럼 4차 산업혁명의 기반을 이루는 핵심분야인 인공지능(AI), 빅데이터, 사물인터넷(IoT), 클라우드 등은 모두 데이터를 필수적인 기반으로 하고 있다. 특히 작년과 비교했을 때 인공지능에 대한 체감 온도는 확실히 달라진 양상이다. 한국IDG가 발표한 2017 IT 전망보고서에 따르면, 작년 설문결과의 경우 AI 및 자동화 기술이 기업의 비즈니스에 가시적인 영향을 미칠 시기로 ‘3년 이내’가 36.5%였던 반면, 올해에는 ‘3년 이내’가 과반수(51.13%)를 넘었다. 1~2년 이내라는 응답 또한 작년 9.82%에서 올해 13.31%로 증가했음을 알 수 있다. 한국IDG는 이러한 메가트렌드에 글로벌 기업들이 어떻게 대응하고 있는지 공유하고, 특히 제4차 산업혁명과 맞물려 급부상한 인공지능(AI), 머신러닝 기술이 각 산업에서 어떻게 활용되고 있는지 살펴볼 수 있는 자리를 마련했다. 오는 2월 21일 서울 백범김구기념관 컨벤션홀에서 개최되는 ‘제 7회 비즈니스 임팩트 & 빅데이터 2017 (7th Business Impact & Big Data 2017)’ 컨퍼런스가 바로 그것이다. 특히 올해에는 쉽게 만나기 어려운 연사진이 대거 참여했다. 먼저 이베이(eBay)의 시니어 디렉터 윌슨 팡이 기조 연사로 참여한다. ‘인공지능 in 커머스’라는 주제로 글로벌 온라인 유통사 이베이의 빅데이터 성공 전략과 과학적인 방법을 통한 유통 분야 혁신에 대해 발표한다. 페이스북에서도 이번 컨퍼런스에 참여해 자사의 피플 애널리틱스(People Analytics) 노하우를 공유할 예정이다. 피플 애널리틱스란 최근 글로벌에서 주목하고 있는 최신 트렌드 중 하나로서, 빅데이터를 기반으로 직원들의 행동 역학을 분석하여 퍼포먼스, 인게이지먼트, 생산성 향상과 같은 기업 혁신을 위한 HR 애널리틱스라고 할 수...

2017.01.16

마술사? 유니콘? 데이터 과학자가 말하는 '업무와 비전'

현재 데이터 과학자로 일하고 있는 3인의 전문가에게 이들의 업무, 자격 조건, 전망에 대해 들어봤다. 올해 초 데이터 과학자가 2016년 ‘가장 뜨는 직업’으로 선정되면서 세간의 주목을 받았고 그 어느 때보다도 관심을 받게 됐다. 백악관도 데이터 과학자를 영입했다. 마술사. Credit: Jin 데이터 과학자의 기본급 중간값은 대략 11만 6,840달러다. 자질만 있다면 말이다. 그렇다면 데이터 과학자가 되는 데 무엇이 필요할까? 현재 데이터 과학자로 일하는 3인에게 데이터 과학자로서 어떤 일을 하고 어떻게 될 수 있었는지 들어보자. 데이터 과학자의 일과 데이터 과학자들은 당연히 수많은 시간을 데이터 작업에 할애한다. 확실하지 않은 것은 회의와 대면 시간도 이들 업무에서 큰 부분을 차지한다는 점이다. 레이턴트뷰 애널리틱스(LatentView Analytics)의 데이터 과학자 겸 계정 관리자인 타누 조지는 “보통 회의로 하루를 시작한다”고 말했다. 조지에 따르면, 이러한 회의는 고객사의 비즈니스 문제 파악, 진행 상황 확인, 보고 등 여러 가지 목적이 있다. 타누 조지는 레이턴트뷰 애널리틱스 데이터 과학자다. Credit: LATENTVIEW ANALYTICS 조지의 회의는 오전 중에 끝난다. 그녀는 “이때 우리는 숫자 입력을 시작하는 데 보통 앞선 회의에서 나온 질문에 대답하려 하는 데 집중되어 있다. 오후는 보통 그 수들을 해석하는 목적의 협업 회의가 있고 이후 분석과 결과를 하루 마지막에 이메일을 통해 공유한다”고 설명했다. 대략 조지의 시간 50% 정도가 회의에 쓰인다고 그녀는 추산하는 데 나머지 20%는 계산 작업, 30%는 해석과 시각화, 실행 가능한 형태로 데이터를 넣는 데 쓰인다. 온라인 교육 사이트 스프링보드(Springboard)의 독립 데이터 과학자이자 멘토인 라이언 로사리오의 하루 중 큰 부분을 차지하는 것 역시 고객...

빅데이터 데이터 과학자 백악관 분석 데이터 사이언티스트

2016.10.10

현재 데이터 과학자로 일하고 있는 3인의 전문가에게 이들의 업무, 자격 조건, 전망에 대해 들어봤다. 올해 초 데이터 과학자가 2016년 ‘가장 뜨는 직업’으로 선정되면서 세간의 주목을 받았고 그 어느 때보다도 관심을 받게 됐다. 백악관도 데이터 과학자를 영입했다. 마술사. Credit: Jin 데이터 과학자의 기본급 중간값은 대략 11만 6,840달러다. 자질만 있다면 말이다. 그렇다면 데이터 과학자가 되는 데 무엇이 필요할까? 현재 데이터 과학자로 일하는 3인에게 데이터 과학자로서 어떤 일을 하고 어떻게 될 수 있었는지 들어보자. 데이터 과학자의 일과 데이터 과학자들은 당연히 수많은 시간을 데이터 작업에 할애한다. 확실하지 않은 것은 회의와 대면 시간도 이들 업무에서 큰 부분을 차지한다는 점이다. 레이턴트뷰 애널리틱스(LatentView Analytics)의 데이터 과학자 겸 계정 관리자인 타누 조지는 “보통 회의로 하루를 시작한다”고 말했다. 조지에 따르면, 이러한 회의는 고객사의 비즈니스 문제 파악, 진행 상황 확인, 보고 등 여러 가지 목적이 있다. 타누 조지는 레이턴트뷰 애널리틱스 데이터 과학자다. Credit: LATENTVIEW ANALYTICS 조지의 회의는 오전 중에 끝난다. 그녀는 “이때 우리는 숫자 입력을 시작하는 데 보통 앞선 회의에서 나온 질문에 대답하려 하는 데 집중되어 있다. 오후는 보통 그 수들을 해석하는 목적의 협업 회의가 있고 이후 분석과 결과를 하루 마지막에 이메일을 통해 공유한다”고 설명했다. 대략 조지의 시간 50% 정도가 회의에 쓰인다고 그녀는 추산하는 데 나머지 20%는 계산 작업, 30%는 해석과 시각화, 실행 가능한 형태로 데이터를 넣는 데 쓰인다. 온라인 교육 사이트 스프링보드(Springboard)의 독립 데이터 과학자이자 멘토인 라이언 로사리오의 하루 중 큰 부분을 차지하는 것 역시 고객...

2016.10.10

데이터 과학자에게 무슨 일을 시킬까?

최근 공개된 2016년 미국 내 최고의 직업 25종 보고서에서 글래스도어(Glassdoor)는 데이터 과학자를 최고의 직업으로 꼽았다. 1위라는 결과는 IT 부문에 국한된 이야기가 아니었다. 모든 산업 부문 중에서 1위를 차지했다. 해당 보고서에 따르면 이 직종은 현재 1,736개의 일자리가 주인을 찾고 있었고, 중간 기준 연봉은 11만 5,840달러였으며 총점 5점 만점에 4.7점을 기록했다. 하지만 자격을 갖춘 후보자가 부족한 것 또한 현실이며, 데이터 과학자를 고용하는 기업들이 그들의 역량을 효과적으로 활용하는 방법에 대해 잘 모르는 경우가 많다. 트라이팩타(Trifacta)의 데이터 과학 책임자 타이 래튼베리는 기업들이 데이터 과학자들을 고용하고 활용하는 시도가 늘어나면서 그 역할이 점차 변화하고 발전하고 있다고 진단했다. 그는 이어 기업들은 데이터 과학자를 고용하고 나서야 활용도를 모색하기보다는 확실하게 수립된 계획을 갖고 데이터 전략을 실시할 필요성이 있다고 강조했다. 업무 기술서(job description)를 정의하라 데이터 과학자는 데이터를 관리할 뿐 아니라 데이터를 해석하고 다른 사람들에게 효과적으로 전달해야 한다는 기대치를 가지고 있다. 하지만 데이터 과학자 다수는 실제 분석에 시간을 소요하기보다는 정리하고 수집/분석하는 등 유지관리 모드에 치중하고 있다고 래튼베리가 말했다. 그는 "무엇이 가능하며 무엇이 진정한 모범 사례인지에 대해 모호한 경향성이 있다. 이를 명확히 정의하는데 성공한 데이터 과학자(와 고용 기업)는 실질적인 가치를 창출해낼 수 있을 것이다. 또 과대 광고와 현실을 구분하는 원칙을 만들어갈 수 있을 것이다"라고 말했다. 센드그리드(SendGrid)의 데이터 과학자 아론 비치는 데이터 과학 부서를 구축할 때 좋은 접근방식은 정보 과부하로 과학자를 수렁에 빠뜨리는 것이 아니라 실질적인 이익을 중심으로 데이터 분석법을 수립해가는 것이라고 말했다. 그는 "예...

데이터 과학자 분석 애널리틱스 데이터 사이언티스트

2016.05.18

최근 공개된 2016년 미국 내 최고의 직업 25종 보고서에서 글래스도어(Glassdoor)는 데이터 과학자를 최고의 직업으로 꼽았다. 1위라는 결과는 IT 부문에 국한된 이야기가 아니었다. 모든 산업 부문 중에서 1위를 차지했다. 해당 보고서에 따르면 이 직종은 현재 1,736개의 일자리가 주인을 찾고 있었고, 중간 기준 연봉은 11만 5,840달러였으며 총점 5점 만점에 4.7점을 기록했다. 하지만 자격을 갖춘 후보자가 부족한 것 또한 현실이며, 데이터 과학자를 고용하는 기업들이 그들의 역량을 효과적으로 활용하는 방법에 대해 잘 모르는 경우가 많다. 트라이팩타(Trifacta)의 데이터 과학 책임자 타이 래튼베리는 기업들이 데이터 과학자들을 고용하고 활용하는 시도가 늘어나면서 그 역할이 점차 변화하고 발전하고 있다고 진단했다. 그는 이어 기업들은 데이터 과학자를 고용하고 나서야 활용도를 모색하기보다는 확실하게 수립된 계획을 갖고 데이터 전략을 실시할 필요성이 있다고 강조했다. 업무 기술서(job description)를 정의하라 데이터 과학자는 데이터를 관리할 뿐 아니라 데이터를 해석하고 다른 사람들에게 효과적으로 전달해야 한다는 기대치를 가지고 있다. 하지만 데이터 과학자 다수는 실제 분석에 시간을 소요하기보다는 정리하고 수집/분석하는 등 유지관리 모드에 치중하고 있다고 래튼베리가 말했다. 그는 "무엇이 가능하며 무엇이 진정한 모범 사례인지에 대해 모호한 경향성이 있다. 이를 명확히 정의하는데 성공한 데이터 과학자(와 고용 기업)는 실질적인 가치를 창출해낼 수 있을 것이다. 또 과대 광고와 현실을 구분하는 원칙을 만들어갈 수 있을 것이다"라고 말했다. 센드그리드(SendGrid)의 데이터 과학자 아론 비치는 데이터 과학 부서를 구축할 때 좋은 접근방식은 정보 과부하로 과학자를 수렁에 빠뜨리는 것이 아니라 실질적인 이익을 중심으로 데이터 분석법을 수립해가는 것이라고 말했다. 그는 "예...

2016.05.18

데이터 과학자가 대세라는 5가지 증거

‘데이터 과학자’에 대한 기대가 과한 것처럼 보이지만, 실제 수요도 많은 것으로 나타났다. 그 어느 때보다 데이터 과학 경력을 고려해야 할 많은 이유가 있다. 이미지 출처 : International Data Group ‘데이터 과학자’는 이미 올해 가장 주목받는 직업이 됐으며 이를 경력으로 고려해야 하는 이유를 설명한 새로운 보고서가 발간됐다. 지난 3년 동안 임원 채용전문업체인 버치웍스(Burtch Works)는 데이터 과학 전문가를 대상으로 급여와 관련 주제를 조사했다. 버치웍스는 데이터 과학자를 ‘대용량의 비정형 데이터를 다루고 거기서 의미를 찾는데 분석을 활용할 수 있는 전문가’로 정의했다. 4월 28일에 발표된 이 보고서는 데이터 과학자 374명과의 인터뷰를 기반으로 하며, 상당히 흥미로운 조사 결과를 보여줬다. 그 가운데 특히 관심을 끌만한 5가지를 소개한다. 1. 데이터 과학자의 초봉이 상승하고 있다 관리자급 데이터 과학자와 높은 수준의 데이터 과학자가 올해 적게 늘어나는 것을 볼 수 있겠지만, 현장에 나오기 시작한 이들의 평균 기본급은 7% 오른 미화 9만 7,000달러로 크게 상승했다. 대부분은 1만~2만 1,000달러의 보너스까지 받을 수 있다. 또 관리자급 데이터 과학자는 현재 보너스를 포함하지 않은 평균 기본급이 24만 달러를 받는 것으로 조사됐다. 2. 데이터 과학자는 다른 분석 전문가보다 더 많이 벌 것이다 데이터 과학자는 다른 예측 분석 전문가와 비슷한 많은 기술력과 책임을 공유할 수도 있다. 하지만 급여는 데이터 과학자가 훨씬 더 많다. 분야에 따라 다른데, 데이터 과학자는 예측 분석 전문가보다 기본급이 최고 39% 더 높다. 버치웍스에 따르면, 데이터 과학자의 평균 기본급은 9만 7,000달러인데 비해 다른 예측 분석 전문가는 7만 6,000달러다. ---------------------------------------...

빅데이터 조사 데이터 과학자 연봉 급여 분석 데이터 사이언티스트 버치웍스

2016.05.02

‘데이터 과학자’에 대한 기대가 과한 것처럼 보이지만, 실제 수요도 많은 것으로 나타났다. 그 어느 때보다 데이터 과학 경력을 고려해야 할 많은 이유가 있다. 이미지 출처 : International Data Group ‘데이터 과학자’는 이미 올해 가장 주목받는 직업이 됐으며 이를 경력으로 고려해야 하는 이유를 설명한 새로운 보고서가 발간됐다. 지난 3년 동안 임원 채용전문업체인 버치웍스(Burtch Works)는 데이터 과학 전문가를 대상으로 급여와 관련 주제를 조사했다. 버치웍스는 데이터 과학자를 ‘대용량의 비정형 데이터를 다루고 거기서 의미를 찾는데 분석을 활용할 수 있는 전문가’로 정의했다. 4월 28일에 발표된 이 보고서는 데이터 과학자 374명과의 인터뷰를 기반으로 하며, 상당히 흥미로운 조사 결과를 보여줬다. 그 가운데 특히 관심을 끌만한 5가지를 소개한다. 1. 데이터 과학자의 초봉이 상승하고 있다 관리자급 데이터 과학자와 높은 수준의 데이터 과학자가 올해 적게 늘어나는 것을 볼 수 있겠지만, 현장에 나오기 시작한 이들의 평균 기본급은 7% 오른 미화 9만 7,000달러로 크게 상승했다. 대부분은 1만~2만 1,000달러의 보너스까지 받을 수 있다. 또 관리자급 데이터 과학자는 현재 보너스를 포함하지 않은 평균 기본급이 24만 달러를 받는 것으로 조사됐다. 2. 데이터 과학자는 다른 분석 전문가보다 더 많이 벌 것이다 데이터 과학자는 다른 예측 분석 전문가와 비슷한 많은 기술력과 책임을 공유할 수도 있다. 하지만 급여는 데이터 과학자가 훨씬 더 많다. 분야에 따라 다른데, 데이터 과학자는 예측 분석 전문가보다 기본급이 최고 39% 더 높다. 버치웍스에 따르면, 데이터 과학자의 평균 기본급은 9만 7,000달러인데 비해 다른 예측 분석 전문가는 7만 6,000달러다. ---------------------------------------...

2016.05.02

나쁜 데이터 과학자 구별하기 '8가지 신호'

유니콘을 본 적이 있는가? 이는 완벽한 데이터 과학자를 보는 것과 같다. 완벽한 데이터 과학자를 찾을 수 없지만 훌륭한 채용 방법을 찾는다면 엉뚱한 사람을 고용하는 최악의 상황은 면할 수 있을 것이다. 무엇보다 데이터 과학(data science)은 팀 경기라는 걸 잊어서는 안된다. 금광 캐기는 이제 막 시작됐지만 어디에 금맥이 흐르는지, 황금 덩어리를 어떻게 분별하는지, 그리고 어떻게 캐는지에 대해 아무도 질문하지 않는다. 해답을 가지고 있는 사람이 바로 데이터 과학자인데, 좋은 데이터 과학자의 조건에 대해서는 아주 많은 기사들이 있다. 이는 기존 기사를 찾아보면 충분하다. 그러나 여기서는 조직에 도움을 주기보다는 잠재적으로 해를 끼치는 나쁜 데이터 과학자를 어떻게 구별하는가에 초점을 맞췄다. 1. 수학적 배경이 약하다 아주 예외적인 상황을 제외하고 데이터 과학자들의 핵심은 수학에 능통하다는 것이다. 데이터 과학자의 범위는 아주 다양한데, 무시무시한 파이썬(Python)이나 R을 쓰는 토털 수학자에서부터 머리 속에 머신러닝 알고리듬을 장착한 사람에 이르기까지 모두를 포함한다. 기업 업무에 따라 양자 모두가 필요할 지 모른다. 그러나 수학적 배경이 약한 데이터 과학자는 아마도 실제 데이터 과학자가 아니라 데이터 아키텍트나 데이터 엔지니어일 것이다. 이들은 인재 파견회사에서 나온 일개 컨설턴트에 가까울 것이다. 이런 사람은 기업의 비즈니스를 도와줄 수 없다. 약한 수학적 배경은 많은 방법들을 상하게 할 수 있으며 특히 데이터의 유용성을 판단하는 부문에서는 더욱 그렇다. 2. 약한 컴퓨팅 배경 수학자이지만 실제 컴퓨터를 이해하지 못하는 데이터 과학자들은 유용하지 않다. 이는 타자기를 사용하는 비서가 현대 세계에서 유용하지 않다는 것과 동일하다. 수많은 상황에서 무언가를 종이로 계산하는 방법과 스파크(Spark)와 같은 분산형 플랫폼을 사용하는 것과는 같지 않다. 데이터 과학자를 뽑는다면 이를 이해할 필요가 있다. 3....

커리어 데이터 과학자 데이터 분석 능력 데이터 사이언티스트

2016.03.07

유니콘을 본 적이 있는가? 이는 완벽한 데이터 과학자를 보는 것과 같다. 완벽한 데이터 과학자를 찾을 수 없지만 훌륭한 채용 방법을 찾는다면 엉뚱한 사람을 고용하는 최악의 상황은 면할 수 있을 것이다. 무엇보다 데이터 과학(data science)은 팀 경기라는 걸 잊어서는 안된다. 금광 캐기는 이제 막 시작됐지만 어디에 금맥이 흐르는지, 황금 덩어리를 어떻게 분별하는지, 그리고 어떻게 캐는지에 대해 아무도 질문하지 않는다. 해답을 가지고 있는 사람이 바로 데이터 과학자인데, 좋은 데이터 과학자의 조건에 대해서는 아주 많은 기사들이 있다. 이는 기존 기사를 찾아보면 충분하다. 그러나 여기서는 조직에 도움을 주기보다는 잠재적으로 해를 끼치는 나쁜 데이터 과학자를 어떻게 구별하는가에 초점을 맞췄다. 1. 수학적 배경이 약하다 아주 예외적인 상황을 제외하고 데이터 과학자들의 핵심은 수학에 능통하다는 것이다. 데이터 과학자의 범위는 아주 다양한데, 무시무시한 파이썬(Python)이나 R을 쓰는 토털 수학자에서부터 머리 속에 머신러닝 알고리듬을 장착한 사람에 이르기까지 모두를 포함한다. 기업 업무에 따라 양자 모두가 필요할 지 모른다. 그러나 수학적 배경이 약한 데이터 과학자는 아마도 실제 데이터 과학자가 아니라 데이터 아키텍트나 데이터 엔지니어일 것이다. 이들은 인재 파견회사에서 나온 일개 컨설턴트에 가까울 것이다. 이런 사람은 기업의 비즈니스를 도와줄 수 없다. 약한 수학적 배경은 많은 방법들을 상하게 할 수 있으며 특히 데이터의 유용성을 판단하는 부문에서는 더욱 그렇다. 2. 약한 컴퓨팅 배경 수학자이지만 실제 컴퓨터를 이해하지 못하는 데이터 과학자들은 유용하지 않다. 이는 타자기를 사용하는 비서가 현대 세계에서 유용하지 않다는 것과 동일하다. 수많은 상황에서 무언가를 종이로 계산하는 방법과 스파크(Spark)와 같은 분산형 플랫폼을 사용하는 것과는 같지 않다. 데이터 과학자를 뽑는다면 이를 이해할 필요가 있다. 3....

2016.03.07

CIO의 새로운 임무 '데이터 과학자 관리와 양성'

CIO는 직접 데이터를 가지고 뭘 하는 게 아니라 데이터 과학자들이 문제를 해결할 수 있도록 격려해야 한다. 점점 더 많은 기업들이 특히 예측 분석 프로젝트를 위해 데이터 과학자를 채용함에 따라 CIO들은 현업 활동에 대한 아이디어에 데이터를 접목할 수 있다 사람들을 관리하는 데에 세심한 손길이 필요하다는 것을 알게 됐다. 예리한 분석 능력을 갖춘 핵심 인재들은 종종 기업이 요구하는 큰 그림에 대한 답을 주는 방법에서 얻을 수 있다. 버라이즌 와이어리스의 공급망 전략 및 분석 담당 이사 앤 로빈슨은 "나는 그 사람들이 회사의 요구에 부합하고 있는지 확인하라고 가르친다. 하지만 내가 방법을 제시해 주지는 않는다"고 말했다. "당신이 분석 투자에 대한 고수익을 원한다면, 그들에게 여기저기를 탐색할 수 있는 자유를 허용해야 하기 때문이다"라고 그는 전했다. 또한 산업공학 학회인 INFORMS(the Institute for Operations Research and the Management Sciences)의 의장이자 부교수이기도 한 로빈슨은 훌륭한 팀이란 학문적인 기술력과 실제로 적용해본 경력자들이 각각 모여 있는 팀이라고 강조했다. 아이디어를 잘 표현하고 아이디어와 업무를 잘 접목시킬 수 있는 능력같은 개개인의 특성은 기업 환경에서 중요하다고 경영진들은 이야기하고 있다. 분석 팀을 잘 운영할 수 있는 CIO의 능력은 점점 더 중요해지고 있다. 이는 지난해 액센츄어 연구에서도 잘 나타나 있었다. 액센츄어에 따르면, 예측 분석이 기업에서 부수적인 역할에서 핵심 의사 결정과 과정에서 중요해진 것으로 조사됐다. 예를 들어, 예측 분석은 고객의 행동을 예측하거나 공급망을 좀더 효율적으로 바꾸도록 하는데 쓰일 수 있다. --------------------------------------------------------------- 데이터 과학자 인기기사 -> 데이터 과학자란 무엇인가? I...

데이터 과학자 통계 애널리틱스 예측 분석 데이터 사이언티스트

2013.11.25

CIO는 직접 데이터를 가지고 뭘 하는 게 아니라 데이터 과학자들이 문제를 해결할 수 있도록 격려해야 한다. 점점 더 많은 기업들이 특히 예측 분석 프로젝트를 위해 데이터 과학자를 채용함에 따라 CIO들은 현업 활동에 대한 아이디어에 데이터를 접목할 수 있다 사람들을 관리하는 데에 세심한 손길이 필요하다는 것을 알게 됐다. 예리한 분석 능력을 갖춘 핵심 인재들은 종종 기업이 요구하는 큰 그림에 대한 답을 주는 방법에서 얻을 수 있다. 버라이즌 와이어리스의 공급망 전략 및 분석 담당 이사 앤 로빈슨은 "나는 그 사람들이 회사의 요구에 부합하고 있는지 확인하라고 가르친다. 하지만 내가 방법을 제시해 주지는 않는다"고 말했다. "당신이 분석 투자에 대한 고수익을 원한다면, 그들에게 여기저기를 탐색할 수 있는 자유를 허용해야 하기 때문이다"라고 그는 전했다. 또한 산업공학 학회인 INFORMS(the Institute for Operations Research and the Management Sciences)의 의장이자 부교수이기도 한 로빈슨은 훌륭한 팀이란 학문적인 기술력과 실제로 적용해본 경력자들이 각각 모여 있는 팀이라고 강조했다. 아이디어를 잘 표현하고 아이디어와 업무를 잘 접목시킬 수 있는 능력같은 개개인의 특성은 기업 환경에서 중요하다고 경영진들은 이야기하고 있다. 분석 팀을 잘 운영할 수 있는 CIO의 능력은 점점 더 중요해지고 있다. 이는 지난해 액센츄어 연구에서도 잘 나타나 있었다. 액센츄어에 따르면, 예측 분석이 기업에서 부수적인 역할에서 핵심 의사 결정과 과정에서 중요해진 것으로 조사됐다. 예를 들어, 예측 분석은 고객의 행동을 예측하거나 공급망을 좀더 효율적으로 바꾸도록 하는데 쓰일 수 있다. --------------------------------------------------------------- 데이터 과학자 인기기사 -> 데이터 과학자란 무엇인가? I...

2013.11.25

데이터 과학자 육성·채용 '5가지 조언'

데이터 과학자는 빅 데이터 트렌드 속에서 부상하고 있는 대표적 직업군이다. 이들은 수 페타바이트(petabyte)의 데이터를 조작해 새로운 수익 가능성을, 그리고 궁극적으로는 비즈니스의 흐름을 만들어내는 전문가들이다. 맥킨지 글로벌 인스티튜트는 보고서를 통해 빅 데이터를 적절히 활용함으로써 기업들이 60% 이상의 영업 마진 증대 효과를 거둘 수 있을 것이라 설명한 바 있다. 그러나 많은 기업들이 그들이 보유한 데이터를 제대로 활용할 인재를 확보하는데 어려움을 겪고 있는 것 역시 사실이다. CIO들은 비즈니스적 통찰력과 데이터베이스 전문 기술, 그리고 커뮤니케이션 능력을 고루 갖춘 인재를 탐색하고 고용하는데 고군분투하고 있다. IT 채용 기관 로버트 하프 테크놀로지(Robert Half Technology)의 선임 운영 디렉터 존 리드는 “모두가 능력 있는 인재를 원하고 있지만 만족스런 인물을 찾아내는 기업은 많지 않다. 공급이 수요에 비해 턱없이 부족하기 때문이다. 적절한 전문가를 찾으려면 더욱 다양한 방법들을 모색해봐야 할 것”이라고 설명했다. 기업의 베테랑 채용 담당자라 하더라도 자신의 이력서에 ‘데이터 과학자'라는 문구를 확실히 언급한 지원자를 만나본 적은 손에 꼽을 것이다. 일부 지원자들은 자신들이 지닌 역량이 데이터 과학자로써의 자질이라는 사실을 모르는 경우도 많다. 여기 훌륭한 데이터 과학자를 찾기 위한 다섯 개의 팁을 소개한다. 1. 개인이 아닌 팀에 주목하라 몇 명의 지원자를 만나봤지만 당신이 필요로 하는 모든 자질을 갖춘 이는 한 명도 없는 경우가 있을 수 있다. 그럴 때는 욕심을 조금 내려 놓고 완벽한 인재를 찾는 대신 서로의 부족함을 보완해줄 수 있는 두, 세 명을 하나의 팀으로 구성해보는 것도 좋은 방법이 될 수 있다. EMC가 497명의 데이터 과학자와 비즈니스 인텔리전스(BI, Business Intelligence) 전문가들을 대상으로 진행한...

데이터 과학자 하둡 데이터 전문가 데이터 사이언티스트

2012.12.03

데이터 과학자는 빅 데이터 트렌드 속에서 부상하고 있는 대표적 직업군이다. 이들은 수 페타바이트(petabyte)의 데이터를 조작해 새로운 수익 가능성을, 그리고 궁극적으로는 비즈니스의 흐름을 만들어내는 전문가들이다. 맥킨지 글로벌 인스티튜트는 보고서를 통해 빅 데이터를 적절히 활용함으로써 기업들이 60% 이상의 영업 마진 증대 효과를 거둘 수 있을 것이라 설명한 바 있다. 그러나 많은 기업들이 그들이 보유한 데이터를 제대로 활용할 인재를 확보하는데 어려움을 겪고 있는 것 역시 사실이다. CIO들은 비즈니스적 통찰력과 데이터베이스 전문 기술, 그리고 커뮤니케이션 능력을 고루 갖춘 인재를 탐색하고 고용하는데 고군분투하고 있다. IT 채용 기관 로버트 하프 테크놀로지(Robert Half Technology)의 선임 운영 디렉터 존 리드는 “모두가 능력 있는 인재를 원하고 있지만 만족스런 인물을 찾아내는 기업은 많지 않다. 공급이 수요에 비해 턱없이 부족하기 때문이다. 적절한 전문가를 찾으려면 더욱 다양한 방법들을 모색해봐야 할 것”이라고 설명했다. 기업의 베테랑 채용 담당자라 하더라도 자신의 이력서에 ‘데이터 과학자'라는 문구를 확실히 언급한 지원자를 만나본 적은 손에 꼽을 것이다. 일부 지원자들은 자신들이 지닌 역량이 데이터 과학자로써의 자질이라는 사실을 모르는 경우도 많다. 여기 훌륭한 데이터 과학자를 찾기 위한 다섯 개의 팁을 소개한다. 1. 개인이 아닌 팀에 주목하라 몇 명의 지원자를 만나봤지만 당신이 필요로 하는 모든 자질을 갖춘 이는 한 명도 없는 경우가 있을 수 있다. 그럴 때는 욕심을 조금 내려 놓고 완벽한 인재를 찾는 대신 서로의 부족함을 보완해줄 수 있는 두, 세 명을 하나의 팀으로 구성해보는 것도 좋은 방법이 될 수 있다. EMC가 497명의 데이터 과학자와 비즈니스 인텔리전스(BI, Business Intelligence) 전문가들을 대상으로 진행한...

2012.12.03

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 편집인 : 박재곤 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.

10.4.0.13