아직 취업 못하신 분들 꼭 보셔야 됩니다. 이 동영상이야 말로 가장 현실적인 이야기를 하고 있습니다. 저는 미국 회사를 다니고 있는데 팀 내에 있는 동료들 링크드인만 봐도 backend developer - data engineer - machine learning engineer 이렇게 왔다갔다 하시는 분들 많아요 다른 분야들은 갈수록 전문성이 중요시 된다면 이쪽 분야는 반대로 전체적인 흐름을 다 알고 다룰수 있는 개발자야말로 각광 받습니다. "나는 데이터사이언스가 하고 싶으니 모델링만 해야지"라는건 굉장히 큰 오판입니다.
@@backendtube5344 저도 국가에서 지원하는 데이터기반 AI엔니지어 양성과정을 신청해서 곧 가는데 그곳에서는 데이터사이언티스트만 배우는게아니라 여러것을 배울까요? 과정이 안나와있어서 그곳에 물어보는게 맞지만 혹여나 질문남겨봅니다. 약 6개월정도 수업받습니다. 방금 말씀드렸던 Ai데이터기반엔니지어와 VR엔지니어(?) 두가지가 있어서 VR은 뭐 디자인과 또 나눠진다고 하더라구요. 그래서 그냥 데이터기반으로 바꾸긴했는데 영상처럼 백엔드도 배우는건지 여쭤보고싶어요.
산업이 개발되는 초기에는 엔지니어링 기초를 쌓아올리고 데이터를 모을수 있는 그런 일이 수요가 많습니다. 그 인프라가 갖추어진 상태가 되면 엔지니어링 수요가 줄어들고 데이터 사이언티스트의 역활이 커 집니다. 성숙한 상태가 되면 엔지니어링 수요는 값싼 역활이 되고 비지니스 자체나 높은 수준의 추상성이 요구되는 역활의 수요가 가장 커집니다.
절대 공감 합니다. 저도 게임업계에서 클라이언트 프로그래머로 3년 근무했고 현재는 대학원에서 multi-agent 강화학습 연구 하고 있는데, 모델 설계도 중요하지만 말씀하신 최적화 등등 문제 때문에라도 엔지니어링과 같이 가야 된다고 생각합니다. 크리스님이 말씀하신대로 버그관리, 성능 최적화등등 기존 소프트웨어의 요구사항은 변하지 않는다고 봅니다. 사실 석사 출신도 개발에 대한 경험 없이 모델링만 잘한다고 해서 커리어를 시작 할 수 있을지도 잘 모르겠습니다. 결국은 개발능력과 모델링이 모두 필요하다고 생각 합니다. 여기서 문제가 "개발능력"이라는것이 사실상 경력이 있는 사람이 그 요구사항에 잘 맞추니 여러모로 신입분들에게 기회가 없는게 아쉬울 따름 입니다. 게임업계도 신입 개발자 안뽑는 추세가 몇년세 유지되고 있네요. ㅜㅜ . 마지막으로 제 개인적 생각으로는 게임쪽엔 강화학습이 지금은 빅3회사만 활용하고 있지만 앞으로도 계속 확산 될거라 보구요. 이에따라 기존에 FSM이나, 의사결정트리로 짜던 몬스터들의 AI는 강화학습으로 개발될거로 보입니다. 이말은 즉 기존의 고숙련 프로그래머들도 일자리의 위협이 될거로 생각 들기도 합니다.
컴퓨터공학을 전공하고 싶은 고등학생입니다. 학부생은 비록 아니지만 머신러닝 지식만 깔짝깔짝 배우고, 동아리 프로젝트로 하고 싶은 것들도 Chris 님이 말한 예랑 정말 비슷해서 소름이 돋았습니다. 나중에 연구자던지, 개발자라던지 백엔드부터 열심히 공부해야겠습니다. 좋은 영상 감사합니다.
와 진짜 공감해요.. 온실 속에서 갖춰진 상태로 하는 거는 아웃풋을 만들 수 없다는 거.. 그 부분에서 막막하다고 생각했는데 필요한 부분이 백엔드 엔지니어, 개발 실력이군요... 덕분에 앞으로 공부할 방향의 힌트를 얻은 거 같습니다.. 저도 팀에 도움되는 주니어 개발자 되고 싶어요!! 백엔드 엔지니어 개발 공부하겠습니다 !!
통계학과를 졸업하고 데이터 싸이언티스트 신입으로 시작했는데 진짜 데이터가 잘 안 되있어서 성과내기가 어려워요 ㅠㅠ 모델링만 가지고는 프로젝트를 deploy 할 수가 없어서 대부분 엔지니어들한테 의존하는 편입니다. 지금 일하면서 개발이나 엔지니어링 쪽 열심히 배우고 있어요. 저는 통계가 좋아서 공부하다가 머신러닝으로 빠진 케이스인데 이 분이 추천하는 것처럼 애초에 백앤드로 시작하는 것 좋은 방법이라고 생각합니다!
이 영상을 2년만 더 일찍 보고 생각을 열었더라면.. ㅠ 28살부터 인공지능 늦게 공부 시작하고 모델링 관련 공부만 하면서 프론트엔드, 백엔드 공부를 난 안해도 돼 라는 생각으로 지내다가 취업을 하려는 지금 와서 아무것도 안되는 현실을 보며 많이 힘들어 하고 있었네요. 개발부터 차근차근 배워서 꼭 취업 성공해봐야겠습니다. 좋은 영상 고맙습니다.
공감은 갑니다. 다만 어떠한 한 분야의 엔지니어로 시작하면 경력이 쌓일수록 다른 분야로 변신하기가 쉽지 않아요. 회사에서 원하지 않는 부분(당장 잘하고 돈벌어 오는거 시키고 싶어함)과 개인이 업무를 하면서, 새로운 분야를 초급자 이상 수준으로 동시에 끌어 올리는 것이 마음처럼 쉽지 않아 의지는 있으나 실제로 변신을 하시는 분은 전체의 10~20% 수준 정도 되는 거 같아요.... 그런 의미에서 직무를 원하시는 타이틀을 보유하고, 실제로 하는 일은 다소 그 직무랑 무관한것들이 있더라도 공부하고 해내면서 커리어를 개발하는것도 고려해볼만 할거 같습니다.
오히려 머신러닝위주로만 계속 하고 싶으신 분들은 경제학 석박사 생각해보시는게 좋을 것 같네요. 지금 미국 탑스쿨의 RA자리들이나 경제학 박사과정은 머신러닝에 대한 수요가 정말 폭발적입니다. 경제학계는 데이터가 무궁무진하고 정리도 나름 잘 되어 있기 때문에 굳이 백엔드 엔지니어링보다는 프로그래밍, 데이터베이스 관리, 머신러닝을 특별히 잘하는 사람들을 찾고 있어요. 머신러닝만 계속해서 공부하시는 분들이라면 경제학에 발을 들여놓고 미국 박사 커리어를 생각하시는 것도 좋은 방법입니다.
백엔드 하다가 최근에 MLops로 이직 했습니다. 직접 겪어 보니까 왜 크리스 님이 데이터 사이언티스트로 취업하지 말라고 이런 영상을 올렸는지 이해가 됩니다. 좋은 조언 감사합니다 결국 넓은 의미에서 보니까 백엔드 역량을 갖추지 못한 데이터 사이언티스트란걸 존재하지도 않고 존재해서도 안되네요
말씀 공감합니다. 저는 학부로 수학과 데이터과학을 전공하고 데이터/AI 컨설턴트로 일하고 있습니다. 영상 말씀과 같이 개발을 위해서는 백엔드부터 시작하는 게 맞다고 생각합니다. 정말로 데이터 사이언티스트부터 시작하고 싶으시다면 개발 부분이 아닌 데이터를 확실히 분석 가능하도록 그 업계에 지식을 가지고 있어야 한다고 생각합니다. 예를 들면, 지금 취업 준비 중이신 분이 정유회사를 간다면 그 회사가 가질 수 있는 데이터는 정유회사 분야일 것이고 회사 데이터를 활용한다는 측면에서 통계분석하고 시각화하고 모델링하고 끝이라 했을 때 이런 부분은 전혀 회사에서 비즈니스적으로 활용가치가 없는 것이죠. 그래서 데이터 분석, 사이언티스트 AI분야로 바로 진출하고 싶다면 가고 싶은 회사 분야에 대해 공부를 하며 내가 가진 데이터 툴 또는 AI 툴 활용도를 높이는 방향으로 해야하지 않을까 생각됩니다. 그렇지 않다면 영상처럼 백엔드 개발자 커리어를 먼저 시작하시길 추천드립니다.
@@from_therine 회사에서는 자기 도메인에 관한 지식 없이 단순히 기계적으로 통계 분석 돌려서 결과 나오고 끝! 이런 사람을 원하지 않는다는 말 같아요. 그런 사람이 회사에서 활용 가치가 없다는 거고요. 하지만 현실적으로 어떤 회사를 목표로 하고 그 도메인을 깊게 공부하기에는.. 그 회사에 취업이 확실히 된다는 보장도 없는데 위험하죠. 그래서 백엔드개발자를 하는 게 나은 걸수도 있고요.
안녕하세요! 영상 잘봤습니다. 미국에서 데이터 사이언스 학부를 갓 졸업하고 데이터 사이언스 분야에 취업한 1인입니다. 저도 데이터사이언스 AI관련 유튭채널을 만들어서 크리스님을 찾게되었습니다! 우선 제가 미국에서 느낀 데이터 사이언스는 data analyst, data engineer, ML engineer를 모두 포함한 분야인거 같습니다. 이 모두를 하는 사람이 데이터 사이언티스트 이구요. 미국에서 데이터사이언스라는 분야는 Data engineer: 데이터 콜렉션 및 데이터 클리닝 전문 Data analyst: 데이터 클리닝 및 데이터 탐색 전문 (Exploratory Data Analysis) ML engineer: 모델 빌딩 및 모델 deployment 를 세분화해서 하고 이 모든걸 하는 사람이 data scientist라고 말합니다. 이 세분화된 분야에서 자신의 적성에 맞고 잘 할수 있는 직종으로 가면 된다고 저는 생각합니다. 물론 한국 시장과는 약간의 차이가 있을거라고 생각합니다! 저의 미국 시장에서 느낀 점을 알려드리고 싶었습니다 ㅎㅎ. 구독 누르고 갑니다 ㅎㅎ. 한국 AI 시장이 어떻게 돌아가는지 배울수 있을거같아 도움이 될것같습니다 ㅎㅎ.
우와 저는 진짜 공감합니다. 대부분 AI면접자 분들은 오셔서 엔지니어링 부분보다는 통계나 분석만 관심이 많으신 분이셔서 항상 고민스러웠어요. 실무에서는 그건 정말 10%이내이니까.. 백엔드 데이터 엔지니어링이랑 분석 둘다 잘하는 분은 많이 없어요 ㅠㅠ 저는 백엔드쪽에 관심이 많은데 요새 분석쪽도 조금씩 보고있어요..
훌륭한 관점의 영상입니다! 추천 꾸욱!. 특히 도메인 지식과 경험 -관련 시스템운영 해보지 않고 시작하는 데이터사이언스. 모델링은 정말 쓸수없는 아웃풋을 내곤 하죠.. ML만을 계속 잘 하고 싶으시면 차라리 진학을 하시어 관련 논문 공부를 하며 파고드는게 맞는 것 같아요.
백엔드 개발자 (피드백이 없어서 자기 계발을 못할 거 같음...피드백이 강한 프론트를 가자) -> 프론트 엔드( 피드백은 많이 받지만, 얻는 것이 없고, 잘하는 사람 천지이고, 나만의 강점이 없는 것 같음. ) -> 데이터 사이언스( 가장 나를 특화시킬수 있다했는데, 홀릭님 말씀하신 것처럼 데이터 다루고 성과로 보여주는 게 참 어려움....) -> 결국엔 돌고 돌아 백엔드 개발자로 포지셔닝 잘잡아야 겠네요..ㅎㅎㅎㅎ
저는 박사과정으로 AI를 연구하고 있는데, 연구하는 입장에서도 많이 공감되네요 ㅎㅎ 잠깐 회사 경험들을 했지만, 연구를 하더라도 잘 정돈되어 있는 벤치마크 데이터를 사용하는 경우는 굉장히 운이 좋은 케이스라는 생각이 들어요. 현실은 온실을 직접 설계하고 만들수 있는 엔지니어링 + 커뮤니케이션 역량이, 높으면 높을수록 연구 속도를 훨씬 빠르게 만드는 것 같아요. 좋은 영상 고맙습니다 !! 앞으로도 영상 기대하겠습니다 ㅎㅎ!!
개발자가 되고 싶었으나.. 멋모르고 대학 졸업 전에 들어간 회사에서 SM 업무를 하고... ERP 다루다가 돌고돌아 결국 데이터 전처리 로직을 짜고 있습니다. 개발에 대한 미련은 아직 남아있고 그런데 데이터를 다루기 시작하면서 이쪽 일을 제대로 해볼까 싶기도 해서 고민이 많았는데 제가 하나의 기회를 잡았다고 좋게 생각해 볼 수 있는만한 조언이었습니다. 별 이상한 데이터들을 맞닥뜨리면서 현타가 많이 왔었는데 제가 하는 일이 쓸데없는 일이 아닌 쓸모있는 일이라 생각하고 차근차근 공부해봐야겠어요 감사합니다~
좋은 영상 감사합니다. 취준생으로서 데이터분석 분야 취업에 대한 솔직한 얘기? 후기? 를 듣고 싶었어요. 검색을 해봐도 학원 광고밖에 안 나오고 당연히 우리 학원 다녀서 신입으로 취업한 사람들 인터뷰만 많았는데요. 현실적인 얘기를 해주셔서 감사합니다. 백엔드를 잘 할 줄 알아야 데이터 엔지니어든, 데이터 사이언티스트든 하기 쉽다는 얘기가 많이 도움이 된 것 같아요.
아직 분업화가 모호한 직군이고 그래서 내가 일을 하려면 이 업무 저 업무를 다 할줄 알아야 하네요. 저는 데이터 다루는 전공인데 교수님들도 종종 말씀하셔요. 백엔드 엔지니어링을 해야 취업한다고..통계 지식만 갖고 있다고 되는것도 아니고 개발을 할 줄 알아야 한다는게 정말 와닿아요. 실제로 학부생인 저는 머신러닝만 할줄 알아요 .. 온실 속의 데이터만 다루는 제가 실무를 얼마나 할 수 있을까 의구심의 연속이었습니다 ㅋㅋ ㅋㅋㅋ
글쎄요.. 로그를 남긴다라.. 그건 회사마다 틀리지만 본인분은 아마 개발자시거나 데이터 엔지니어이신거 같은데.. 데이타 싸이언티스트라는게 폯이 넓죠.. 원래 페이스북에서는 (FB이 기준은 아니지만 그래도 data science를 제대로 하는 몇안되는 업계라고 가정하고) 크게 core/analytics/research 이런식으로 나뉩니다.. 본인이 말씀하신건 아마 core나 research 쪽에 가까운거같네요.. 아니면 혹은 데이타 엔지니어인데 머신러닝을 배운케이스거나 등등.. 코딩이 많이 요구되는건 맞지만 그렇다고 해서 꼭 백엔드를 배워야 머신러닝이 가능하다 이렇게 들릴까봐 글을 적습니다. 일단 저는 북미에서 데이타 싸이언티스트로 일하고 있는데 이건 회사마다 틀릴거 같습니다. 즉 보스가 누구냐에 따라서 많이 나뉘는데 보스가 만약 analytics쪽이면 충분히 statistics전공자나 아니면 CS 전공이지만 비지니스 벨류를 낼줄 아는사람들 뽑겠죠? core나 리서치쪽은 코딩을 조금 더 보긴하겠지만 타이틀이 data scientst면 주로 비지니스쪽 부서랑 일을 많이하게 마련입니다. 그래서 즉 내가 만든 데이타를 프레젠테이션하거나 KPI 만드는 일에 더 시간을 많이 소비하는게 대부분의 legit 한 데이타 싸이언티스트의 업무입니다. leetcode 연습하고 알고리즘안다고 데이타 싸이언티스트냐? 그것도 아니란 말이죠. 이게 말이 어려운데 컴퓨터 싸이언스 전공을 학부때 하신분들은 쭉 트랙 따라가시다가 조금더 비지니스에 맞춰서 공부하면 될꺼같고 컴퓨터 싸이언스 전공을 안하신분들이라면 조금더 technical한 트랙으로 따라가는게 맞다고 봅니다. (저는 컴퓨터 싸이언스 대학원 미국에서 다 공부하고 등등 함). 하지만 analytics에 포커스를 맞춘 data scientst랑 coding 에 더 포커스를 맞춘 data scientst 중 누가 demand가 높냐 하는건데 직업자체의 숫자는 후자가 많다고 확신합니다 (그렇기 때문에 저도 대학원에서 따로 컴퓨터 싸이언스를 전공). 그러나 그렇다고 data scientst 가 백엔드 개발자는 아니고 진짜 제대로 data science 를 하고 싶다 하시면 어느정도 머신러닝 이론을 배우신후에 python 코딩으로 충분히 practice하시면 된다고 봅니다. 그럼 어느정도 코딩을 해야되냐 하는데 이건 답이 없습니다. 많이 하면 할수록 물론 좋고 업계에서는 그럼 어느정도를 요구하냐라고 물으신다면 대부분은 기본 data structure랑 for loop, pandas, web scraping 등등 펑션만들줄 알고 충분히 scikit learn 돌릴줄 아는 코딩이면 업무하는데 문제 없습니다. data scientist 들이 data engineer 처럼 SQL 데이타 베이스를 만들어야되냐.. 정답은 그렇다 라고 할수 있지만 이게 또 data engineer 들 처럼 직접 처음부터 만드는게 아니라 대부분 ETL 툴로 pipeline 짜거나 리포트에 필요한 view정도 만드는 겁니다. 단, 좀더 full stack data scientist를 하고 싶으시면 당연히 코딩배우면 유리합니다 하지만 이건 나중에 커리어가 진화될때 이야기지 입문할때는 적용이 안됩니다. 뭐 정답이라고 한다면 data scientst는 즉 비지니스 벨류를 낼줄 알아야 살아남습니다. 그 벨류가 엄청 technical 해서 개발자 처럼 일하면서 data product를 만드는데 비지니스 벨류를 낼수 있으면 그렇게 해야되고, analytics지만 기본 analytics보다 테크니컬하게 일하면서 analysis plus sem-production 까지하면서 비지니스 벨류를 내던지 살아남는 방법은 다양합니다. 즉 코딩만이 답은 아닙니다.
글쎄요.. data science를 제대로 하는 몇안되는 업계라고 가정하고 얘기 하셨는데 제대로 하지 못하는 회사가 훨씬 많더라구요. 실력이 출중해서 제대로 하는 회사에 간다면 모르겠지만 여기 유튜브 보고 계신 분들 중에는 아직 부족한 분들이 많다고 판단됩니다. 저도 경력자지만 물론 아직 많이 부족해서 제대로 구분되어 있지 않은 곳에서 일하고 있구요
백엔드 개발자는 네트워크개발 지식은 기본이에요.. 데이터 변환에 대한 지식도 있어야 되요. 그러려면 구조변환에 대해 잘 알아야 하는데 그러려면 수학에 대해 관심도 있어야 하고 좀 해야되요. 결국, 뭐든 잘 해야되요.... 뭐든 많이 알아야되요... 개발자나, 데이터사이어니스트나,,,, 등등등 하다보면, 개발을 한다기보다는 문제 해결을 위해 많은 시간을 쏟고 있는 나를 발견해요. 그럴 즈음 되니까 나와는 상관없는 분야에 대해서 스스로 공부하고 있고, 거기에 재미를 붙이고 있더라구요... 그러면서 그냥 개발을 해 나가고 있는 것 같아요. 빅데이터든 아니던 간에... 뭐든 해결해가면서 개발하고 있는거죠.
우연히 추천영상으로 보게 되었는데 많은 도움이 되었습니다. 저도 개발경험은 다소 부족하고, 머신러닝/딥러닝에 대한 지식을 띄엄 띄엄 알고 있는 상태에서 진로에 대해 고민이 있었는데 놓치고 있던 핵심을 깨닫게 된 것 같습니다. 크리스님께서도 백엔드 엔지니어로 처음 일을 시작하신 후에 머신러닝쪽으로 넘어가시게 된 것인지 궁금합니다. 그리고 영상에서 계속 말씀하신 엔지니어링이라는 것이 구체적으로 무엇인지 조금 더 상세히 이야기해주시면 많은 도움이 될 것 같습니다.
지금은 휴학중이지만 백엔드를 어떻게 해야할지 몰랐을때 서버라는거 자체가 무서울때가 많았는데 (뭔가 손 닿으면 부서질거 같은 느낌?) 근데 학교에서 sql배울때 서버가 너무 재미있는거에요. 교수님이랑도 케미가 너무 좋아서 막힐때마다 물어보면서 공부할때 진짜 쾌감 뿜뿜하더라구요ㅋㅋㅋ(교수님 넘 그립습니당..ㅠㅠ) 내가 만든게 기록이 남고 그거를 응용해서 정리하고 막 그런걸 할 수 있다는게 아직은 잘 못하는데도 불구하고 가능성만으로도 막 엄청 재밌더라구요ㅎㅎ 데이터사이티스트가 되고 싶은저에게는 좋은 소식이네요. 이제 시간날때마다 백엔드 공부해야겠어요ㅎㅎ
좋은 영상 감사합니다! - 데이터를 전처리할 수 있고, 많은 데이터를 다뤄보고 로그 처리 등을 할 수 있는 백엔드 엔지니어로 우선 커리어를 쌓아야 함. 일이 되게끔 하려면 엔지니어링을 잘해야 하고, 대부분의 데이터들은 없거나 쓸 수 없는 상태임. 커머셜에서 엔지니어링을 경험해보고 데이터사이언티스트로 들어가도 늦지 않다.
영상감사합니다! 현재도 유효한 말씀이 맞겠죠? 현재 프론트엔드 쪽으로 조금씩 공부를 해보고 있습니다. 후에 백엔드도 해볼꺼고요. 빅데이터도 관심이 갑니다. 프론트엔드 공부가 빅데이터 공부하는데 도움이 되는 부분이 있을까요? 프론트엔에서 백엔드, 백엔드 에서 빅데이터 이렇게 넘어가는 방식을 생각해보고 있는데, 나이도 30살에 직장도 있어 시간이 좀 오래 걸릴것 같습니다. 프론트엔드도 빅데이터로 넘어갈때 도움되는 부분들이 있을까요?(백엔드만 해당되는 말씀이실까요?) 추가로, 막연한 얘기 일수 있지만 빅데이터를 다룰때 통계나 수학도 좀 알아야 하는것으로 아는데 전혀 이과머리가 없는데 노력하면 빅데이터를 다루기까지 나아갈수 있을까요?..
하.. 제가 지금 데이터&AI 학부생인데 막 입학할때 카페나 커뮤니티에 질문 하나를 올렸었습니다. "저는 백엔드와 데이터 또는 AI 둘 다 하고 싶은데 어떤 걸 어떻게, 공부하면 좋을까요?" 근데 답변이 다 >>> "백엔드와 AI, 데이터는 전혀 관련 없으니 하나만 파시길 바랍니다." 이랬음.. 근데 이 영상 보고 영상 내용이 맞는거같다는 생각이 드네
저는 인공지능 사이언티스트 하려고 했던 학생인데, 영상 보고 정말 많이 배워갑니다! 백엔드를 배워보려고 하는데, 어떤 커리로 뭘 배워야 할까요? 요새 spring 인가? 그게 vue.js가 인기가 있는 것 같던데 그걸 배우면 도움이 될까요? html만 할 줄 압니다 ㅎㅎ
저는 산업공학 전공했고(학사) 지금 데이터 사이언스 쪽으로 배워서 재취업할지 개발자 쪽으로 배워서 재취업할지 고뇌중입니다. 데싸쪽으로 바로 국비지원같은 교육받아서 취업해 일하고있는 친구들을 보고 자극을 받아서 "나도 데싸 교육과정이나 대학원에 가야하나..?" 하고있었는데요 어떻게하면 좋을까요?
아직 취업 못하신 분들 꼭 보셔야 됩니다.
이 동영상이야 말로 가장 현실적인 이야기를 하고 있습니다.
저는 미국 회사를 다니고 있는데 팀 내에 있는 동료들 링크드인만 봐도
backend developer - data engineer - machine learning engineer 이렇게 왔다갔다 하시는 분들 많아요
다른 분야들은 갈수록 전문성이 중요시 된다면 이쪽 분야는 반대로 전체적인 흐름을 다 알고 다룰수 있는 개발자야말로 각광 받습니다.
"나는 데이터사이언스가 하고 싶으니 모델링만 해야지"라는건 굉장히 큰 오판입니다.
그럼 프론트엔드를 먼저 시작하면서? 하는게 맞나요? 자바로 시작해도 되나요?
@@uook77 언어는 개발을 하기 위한 하나의 도구일뿐입니다. 자바로 시작해도 상관 없습니다.
웹사이트를 만들어 보면서 프론트엔드와 백엔드를 둘다 다뤄 보세요
@@backendtube5344 저도 국가에서 지원하는 데이터기반 AI엔니지어 양성과정을 신청해서 곧 가는데 그곳에서는 데이터사이언티스트만 배우는게아니라 여러것을 배울까요?
과정이 안나와있어서 그곳에 물어보는게 맞지만 혹여나 질문남겨봅니다.
약 6개월정도 수업받습니다. 방금 말씀드렸던 Ai데이터기반엔니지어와 VR엔지니어(?) 두가지가 있어서 VR은 뭐 디자인과 또 나눠진다고 하더라구요. 그래서 그냥 데이터기반으로 바꾸긴했는데 영상처럼 백엔드도 배우는건지 여쭤보고싶어요.
@@장인정신-l4c 과정 링크라도 있어야 제가 판단이 가능할것 같습니다. 이 댓글만 봐서는 구체적으로 어떤 걸 배우는지 잘 모르겠네요
근데 국내에서는 데이터 사이언티스트라 하면 박사급을 채용 하는걸로 아는데 백엔드 경력만 가지고 인공지능 석박사 학위 있는 사람들과 경쟁해서 취업이 가능하나요?
데싸/머신러닝/AI로 커리어 시작X
1. 데이터만으로 성과낼 수 없는 환경多
- 잘 정리된 데이터가 없기에 백엔드개발에서 로그남겨놔야
- 데이터전처리 비용大
2. 백엔드 개발역량에 집중해라
- 기회가 많다
- 모델링은 업무일부일뿐.
3. 추천커리어:
백엔드★ - 데이터엔지니어링☆ - 머신러닝
상업프로젝트에서 엔지니어링경험 쌓기
와드
현업자이고 말씀에 동의합니다.. 잘 정돈된 데이터는 없고 로그도 비용때문에 제거되거나 summary됩니다. 데이터 파이프라인 구축도 문제에요.
산업이 개발되는 초기에는 엔지니어링 기초를 쌓아올리고 데이터를 모을수 있는 그런 일이 수요가 많습니다. 그 인프라가 갖추어진 상태가 되면 엔지니어링 수요가 줄어들고 데이터 사이언티스트의 역활이 커 집니다. 성숙한 상태가 되면 엔지니어링 수요는 값싼 역활이 되고 비지니스 자체나 높은 수준의 추상성이 요구되는 역활의 수요가 가장 커집니다.
이게 진짜
이게 맞는얘기죠.
그러면 대기업 취직을 하고싶으면 모델링 업무에 집중하는게 맞을까요?
요약 : 백엔드엔지니어로 시작하세용~
절대 공감 합니다. 저도 게임업계에서 클라이언트 프로그래머로 3년 근무했고 현재는 대학원에서 multi-agent 강화학습 연구 하고 있는데, 모델 설계도 중요하지만 말씀하신 최적화 등등 문제 때문에라도 엔지니어링과 같이 가야 된다고 생각합니다. 크리스님이 말씀하신대로 버그관리, 성능 최적화등등 기존 소프트웨어의 요구사항은 변하지 않는다고 봅니다. 사실 석사 출신도 개발에 대한 경험 없이 모델링만 잘한다고 해서 커리어를 시작 할 수 있을지도 잘 모르겠습니다. 결국은 개발능력과 모델링이 모두 필요하다고 생각 합니다. 여기서 문제가 "개발능력"이라는것이 사실상 경력이 있는 사람이 그 요구사항에 잘 맞추니 여러모로 신입분들에게 기회가 없는게 아쉬울 따름 입니다. 게임업계도 신입 개발자 안뽑는 추세가 몇년세 유지되고 있네요. ㅜㅜ . 마지막으로 제 개인적 생각으로는 게임쪽엔 강화학습이 지금은 빅3회사만 활용하고 있지만 앞으로도 계속 확산 될거라 보구요. 이에따라 기존에 FSM이나, 의사결정트리로 짜던 몬스터들의 AI는 강화학습으로 개발될거로 보입니다. 이말은 즉 기존의 고숙련 프로그래머들도 일자리의 위협이 될거로 생각 들기도 합니다.
컴퓨터공학을 전공하고 싶은 고등학생입니다. 학부생은 비록 아니지만 머신러닝 지식만 깔짝깔짝 배우고, 동아리 프로젝트로 하고 싶은 것들도 Chris 님이 말한 예랑 정말 비슷해서 소름이 돋았습니다. 나중에 연구자던지, 개발자라던지 백엔드부터 열심히 공부해야겠습니다. 좋은 영상 감사합니다.
와 진짜 공감해요.. 온실 속에서 갖춰진 상태로 하는 거는 아웃풋을 만들 수 없다는 거.. 그 부분에서 막막하다고 생각했는데 필요한 부분이 백엔드 엔지니어, 개발 실력이군요... 덕분에 앞으로 공부할 방향의 힌트를 얻은 거 같습니다.. 저도 팀에 도움되는 주니어 개발자 되고 싶어요!! 백엔드 엔지니어 개발 공부하겠습니다 !!
통계학과를 졸업하고 데이터 싸이언티스트 신입으로 시작했는데 진짜 데이터가 잘 안 되있어서 성과내기가 어려워요 ㅠㅠ 모델링만 가지고는 프로젝트를 deploy 할 수가 없어서 대부분 엔지니어들한테 의존하는 편입니다. 지금 일하면서 개발이나 엔지니어링 쪽 열심히 배우고 있어요. 저는 통계가 좋아서 공부하다가 머신러닝으로 빠진 케이스인데 이 분이 추천하는 것처럼 애초에 백앤드로 시작하는 것 좋은 방법이라고 생각합니다!
@@이종철-o9j 저는 미국에서 공부한 뒤 여기서 취업을 해서 자격증 같은 건 따로 없었고 보통 프로젝트를 많이 해서 그 프로젝트를 레주메에 써놓고 그걸 토대로 인터뷰를 많이 봤었어요. 한국은 어떤지 모르겠네요 ㅠㅠ
궁금한게 데이터분야 석박사를 마치고 취업하면 나름 그래도 ㄱㅊ지않나요?
데이터분야 박사하신분들 대부분 취업은 잘하셧더라고요
저랑 커리아가 비슷하네요. 저도 데이터 엔지니어도 같이 해요
좋은글 감사합니다. 혹시 저는 경영 학사마치고 석사로 컴공이나 통계를 해서 빅데이터쪽 석사를 한 후에 취업을 할 생각이었는데, 이러면 어중이떠중이될 수도 있나요? 아님 취업 괜찮을까요??ㅠㅠ 조언부탁드립니다
질문이 있는데요..뉴질랜드에서 공부하고있는 학생인데 데이터 사이언스과를 가서 전공을 하는것보단 컴퓨터 공학이나 통계쪽이 더 나을까요?
30대고 빅데이터로 취업하려했는데 학원에서 개발쪽 얘길꺼내더라구요..그게 맞는거였군요..감사합니다.
와 요즘 한창 둘중에서 진지하게 고민중이었는데 해답이 됐어요 ㅜ 너무 감사드립니다. 둘다 놓치지않고 공부해놓길 진짜 잘했네요 감사합니다!!!
와 개인적으로 ai나 인공지능 빅데이터 공학관련 일하시는 분들 정말 멋지다고 생각해요!
일에 대해 조금 들어볼 수 있어서 좋았어요
이 영상을 2년만 더 일찍 보고 생각을 열었더라면.. ㅠ
28살부터 인공지능 늦게 공부 시작하고 모델링 관련 공부만 하면서
프론트엔드, 백엔드 공부를 난 안해도 돼
라는 생각으로 지내다가 취업을 하려는 지금 와서 아무것도 안되는 현실을 보며 많이 힘들어 하고 있었네요.
개발부터 차근차근 배워서 꼭 취업 성공해봐야겠습니다. 좋은 영상 고맙습니다.
아 혹시 28살부터라는게 비전공자 시작을 말씀하시는건가요 .. ?
공감은 갑니다. 다만 어떠한 한 분야의 엔지니어로 시작하면 경력이 쌓일수록 다른 분야로 변신하기가 쉽지 않아요. 회사에서 원하지 않는 부분(당장 잘하고 돈벌어 오는거 시키고 싶어함)과 개인이 업무를 하면서, 새로운 분야를 초급자 이상 수준으로 동시에 끌어 올리는 것이 마음처럼 쉽지 않아 의지는 있으나 실제로 변신을 하시는 분은 전체의 10~20% 수준 정도 되는 거 같아요.... 그런 의미에서 직무를 원하시는 타이틀을 보유하고, 실제로 하는 일은 다소 그 직무랑 무관한것들이 있더라도 공부하고 해내면서 커리어를 개발하는것도 고려해볼만 할거 같습니다.
저 말이 맞는게 데이터 사이언스만으론 할수 있는게 많이 없음, 개발을 할줄 알면 갈수있는 곳도 많고 분석(통계나 AI)결과를 웹이나 GUI로 구현하여 시장가치를 만들어낼수 있음
1학년때, 멋모르고 AI쪽 진로를 꿈꾸다가 선배들과 이 영상을 보고 백엔드 개발을 시작했었어요. 막상 개발해보니 너무 재밌어서 어쩌다보니 진로가 바뀌었네요. 인생에 큰 분기점이 된 영상입니다.
좋은 인사이트 제공 감사합니다.
AI 업계에 종사하면서 최근 느끼고 있는 부분이었는데 덕분에 명쾌하게 정리할 수 있었습니다.
지금 종사하고 있는 직무 공부와 함께 백엔드 학습도 병행하는 게 좋겠네요.
데이터엔지니어링 실무를 하고 있는 입장으로서 너무 공감갑니다.
혹시 데이터 엔지니어 전에 백엔드 개발자로 취업하는게 낫다고 생각하시나요?
네~
@@dumbveloper 알려주셔서 감사합니다.
오히려 머신러닝위주로만 계속 하고 싶으신 분들은 경제학 석박사 생각해보시는게 좋을 것 같네요. 지금 미국 탑스쿨의 RA자리들이나 경제학 박사과정은 머신러닝에 대한 수요가 정말 폭발적입니다. 경제학계는 데이터가 무궁무진하고 정리도 나름 잘 되어 있기 때문에 굳이 백엔드 엔지니어링보다는 프로그래밍, 데이터베이스 관리, 머신러닝을 특별히 잘하는 사람들을 찾고 있어요. 머신러닝만 계속해서 공부하시는 분들이라면 경제학에 발을 들여놓고 미국 박사 커리어를 생각하시는 것도 좋은 방법입니다.
1년이 지났는데 지금은 어떤지 궁금합니다.
백엔드 하다가 최근에 MLops로 이직 했습니다.
직접 겪어 보니까 왜 크리스 님이 데이터 사이언티스트로 취업하지 말라고 이런 영상을 올렸는지
이해가 됩니다. 좋은 조언 감사합니다
결국 넓은 의미에서 보니까
백엔드 역량을 갖추지 못한 데이터 사이언티스트란걸 존재하지도 않고
존재해서도 안되네요
제가 원하는 루트네요. 따라가겠습니다. 뭐 좀 여쭤보고 싶은데 이메일 좀 알 수 있을까요??
말씀 공감합니다. 저는 학부로 수학과 데이터과학을 전공하고 데이터/AI 컨설턴트로 일하고 있습니다. 영상 말씀과 같이 개발을 위해서는 백엔드부터 시작하는 게 맞다고 생각합니다. 정말로 데이터 사이언티스트부터 시작하고 싶으시다면 개발 부분이 아닌 데이터를 확실히 분석 가능하도록 그 업계에 지식을 가지고 있어야 한다고 생각합니다. 예를 들면, 지금 취업 준비 중이신 분이 정유회사를 간다면 그 회사가 가질 수 있는 데이터는 정유회사 분야일 것이고 회사 데이터를 활용한다는 측면에서 통계분석하고 시각화하고 모델링하고 끝이라 했을 때 이런 부분은 전혀 회사에서 비즈니스적으로 활용가치가 없는 것이죠. 그래서 데이터 분석, 사이언티스트 AI분야로 바로 진출하고 싶다면 가고 싶은 회사 분야에 대해 공부를 하며 내가 가진 데이터 툴 또는 AI 툴 활용도를 높이는 방향으로 해야하지 않을까 생각됩니다. 그렇지 않다면 영상처럼 백엔드 개발자 커리어를 먼저 시작하시길 추천드립니다.
글을 읽다 잠깐 이해가 안되는게 있는데요, 회사 데이터를 활용하는게 비지니스적으로 활용가치가 없다는건가요? 그러면 회사 데이터만이 아닌, 그 업계에 대한 전반적인 지식을 공부해야 한다는 것인가요?
@@from_therine 회사에서는 자기 도메인에 관한 지식 없이 단순히 기계적으로 통계 분석 돌려서 결과 나오고 끝! 이런 사람을 원하지 않는다는 말 같아요. 그런 사람이 회사에서 활용 가치가 없다는 거고요. 하지만 현실적으로 어떤 회사를 목표로 하고 그 도메인을 깊게 공부하기에는.. 그 회사에 취업이 확실히 된다는 보장도 없는데 위험하죠. 그래서 백엔드개발자를 하는 게 나은 걸수도 있고요.
공감하고 갑니다. 데이터 파이프라인을 구축할 수 있다면 당신은 어디든 환영받을거라 생각합니다. 우리도..
데이터 파이브라인구축은 AI개발자가 아니라 SI개발자80프로이상 하는일입니다 AI개발자는 SI개발자가 시스템 잘구축하도록 도와주는거고요
안녕하세요! 영상 잘봤습니다. 미국에서 데이터 사이언스 학부를 갓 졸업하고 데이터 사이언스 분야에 취업한 1인입니다. 저도 데이터사이언스 AI관련 유튭채널을 만들어서 크리스님을 찾게되었습니다!
우선 제가 미국에서 느낀 데이터 사이언스는 data analyst, data engineer, ML engineer를 모두 포함한 분야인거 같습니다. 이 모두를 하는 사람이 데이터 사이언티스트 이구요.
미국에서 데이터사이언스라는 분야는
Data engineer: 데이터 콜렉션 및 데이터 클리닝 전문
Data analyst: 데이터 클리닝 및 데이터 탐색 전문 (Exploratory Data Analysis)
ML engineer: 모델 빌딩 및 모델 deployment
를 세분화해서 하고 이 모든걸 하는 사람이 data scientist라고 말합니다.
이 세분화된 분야에서 자신의 적성에 맞고 잘 할수 있는 직종으로 가면 된다고 저는 생각합니다.
물론 한국 시장과는 약간의 차이가 있을거라고 생각합니다! 저의 미국 시장에서 느낀 점을 알려드리고 싶었습니다 ㅎㅎ.
구독 누르고 갑니다 ㅎㅎ. 한국 AI 시장이 어떻게 돌아가는지 배울수 있을거같아 도움이 될것같습니다 ㅎㅎ.
흠 그 세개를 다 잘 하는 사람들이 많진 않을 것 같긴 한데. 역시 궁극적으론 그게 맞는 방향같습니다. 처음과 끝의 파이프라인 디자인 인사이트 없이 데이터 사이언티스트라고 하긴 어렵겠네요.
기본적으로 어떤 공부를 해야할까요
우와 저는 진짜 공감합니다. 대부분 AI면접자 분들은 오셔서 엔지니어링 부분보다는 통계나 분석만 관심이 많으신 분이셔서 항상 고민스러웠어요. 실무에서는 그건 정말 10%이내이니까.. 백엔드 데이터 엔지니어링이랑 분석 둘다 잘하는 분은 많이 없어요 ㅠㅠ 저는 백엔드쪽에 관심이 많은데 요새 분석쪽도 조금씩 보고있어요..
좋은 의견 감사합니다!
1학년때 프론트엔드하다가 2학년때 백엔드 다루고 뒤늦게 머신러닝이랑 데이터쪽에 흥미가 생기고서 그냥 산공과나 통계과 쓸걸 했었는데.. 오히려 제가 밟은 길이 틀리지 않았네요. 정보가 잘 없어서 헤메었는데 좋은 영상 정말 감사합니다!
훌륭한 관점의 영상입니다! 추천 꾸욱!. 특히 도메인 지식과 경험 -관련 시스템운영 해보지 않고 시작하는 데이터사이언스. 모델링은 정말 쓸수없는 아웃풋을 내곤 하죠.. ML만을 계속 잘 하고 싶으시면 차라리 진학을 하시어 관련 논문 공부를 하며 파고드는게 맞는 것 같아요.
백엔드 개발자 (피드백이 없어서 자기 계발을 못할 거 같음...피드백이 강한 프론트를 가자) -> 프론트 엔드( 피드백은 많이 받지만, 얻는 것이 없고, 잘하는 사람 천지이고, 나만의 강점이 없는 것 같음. ) -> 데이터 사이언스( 가장 나를 특화시킬수 있다했는데, 홀릭님 말씀하신 것처럼 데이터 다루고 성과로 보여주는 게 참 어려움....) -> 결국엔 돌고 돌아 백엔드 개발자로 포지셔닝 잘잡아야 겠네요..ㅎㅎㅎㅎ
딸 진로때문에 왔다가 마지막에 웃으며 손흔드는데 홀려서 구독까지 누르고 갑니다
저는 박사과정으로 AI를 연구하고 있는데, 연구하는 입장에서도 많이 공감되네요 ㅎㅎ 잠깐 회사 경험들을 했지만, 연구를 하더라도 잘 정돈되어 있는 벤치마크 데이터를 사용하는 경우는 굉장히 운이 좋은 케이스라는 생각이 들어요. 현실은 온실을 직접 설계하고 만들수 있는 엔지니어링 + 커뮤니케이션 역량이, 높으면 높을수록 연구 속도를 훨씬 빠르게 만드는 것 같아요. 좋은 영상 고맙습니다 !! 앞으로도 영상 기대하겠습니다 ㅎㅎ!!
정말 회사에서 데이터가 없으면
데이터를 생성할 줄 알아야 하고
그렇다보니 또 백엔드 공부에
그 이후 모델링 및 ML DL에..
전 그래서 경영학 전공이었는데
박사는 회계나 경영으로 갈까 합니다...
어디서부터 어디까지 공부해야할 지 모르겠어요.. 점점 ㅜㅜ
@@creed_dq1324 .
2021 현재도 그런 기조가 있네요. 머신러닝에만 집중하고 프론트, 백에는 관심없고, 조언 감사합니다!! 프론트 ,백 공부에 집중해야겠네요
안녕하세요~! 좋은 말씀 정말 감사합니다. 현업 백엔드 개발자로 1년정도 일하고 머신러닝 엔지니어로 커리어 전환을 위해 석사준비중입니다. 실무에서 배웠던 많은 것들이 제게 도움이 많이 될 것 같다는 희망 얻고 갑니다! 앞으로 자주 방문할게요 감사합니다!!
유학 중인데 요즘 커리어 고민하고 있는 와중에 조언 감사드립니다! 백엔드 엔지니어에 대해서 찾아봐야겠네요.
오 안녕하세요!
아니 이 분이 여기에?
오잉 호형님 백엔드는 결국 안하신거군요!ㅎ 이유를 알 수 있을까요!?
감사합니다. 제 직업 선택에 있어서 기본적 로드맵이 잡힌 느낌입니다.
코딩공부 괜히 하는건가 싶기도 했지만 이거 보니 올바른 길로 가고있다 생각이 드네요
진짜 좋은 인사이트 같아요!!!
정말 고맙습니다.
ai엔지니어는 어떤 커리어를 거쳐야하나,
미경험도 할수 있는건지, 그 이전에 필요한 영역이 있는지 몰랐었는데 너무 도움이 됬습니다.
고민 해결에 많은 도움이 되었습니다 좋은 영상 감사합니다 :)
개발자가 되고 싶었으나.. 멋모르고 대학 졸업 전에 들어간 회사에서 SM 업무를 하고... ERP 다루다가 돌고돌아 결국 데이터 전처리 로직을 짜고 있습니다. 개발에 대한 미련은 아직 남아있고 그런데 데이터를 다루기 시작하면서 이쪽 일을 제대로 해볼까 싶기도 해서 고민이 많았는데 제가 하나의 기회를 잡았다고 좋게 생각해 볼 수 있는만한 조언이었습니다. 별 이상한 데이터들을 맞닥뜨리면서 현타가 많이 왔었는데 제가 하는 일이 쓸데없는 일이 아닌 쓸모있는 일이라 생각하고 차근차근 공부해봐야겠어요 감사합니다~
저도 이 생각때문에 엔지니어링쪽 공부부터 시작하고있습니다. 제 발상이 또 증명되서 정말 좋네요 ㅎㅎ
안녕하세요! 2024년에도 통용되는 의견이신지 궁금합니다!
지금 AI 배우면서 이것저것 시도해보는 중인데 정말 중요한 얘기네요. 고맙습니다.
좋은 영상 감사합니다. 취준생으로서 데이터분석 분야 취업에 대한 솔직한 얘기? 후기? 를 듣고 싶었어요. 검색을 해봐도 학원 광고밖에 안 나오고 당연히 우리 학원 다녀서 신입으로 취업한 사람들 인터뷰만 많았는데요. 현실적인 얘기를 해주셔서 감사합니다. 백엔드를 잘 할 줄 알아야 데이터 엔지니어든, 데이터 사이언티스트든 하기 쉽다는 얘기가 많이 도움이 된 것 같아요.
아직 분업화가 모호한 직군이고 그래서 내가 일을 하려면 이 업무 저 업무를 다 할줄 알아야 하네요. 저는 데이터 다루는 전공인데 교수님들도 종종 말씀하셔요. 백엔드 엔지니어링을 해야 취업한다고..통계 지식만 갖고 있다고 되는것도 아니고 개발을 할 줄 알아야 한다는게 정말 와닿아요. 실제로 학부생인 저는 머신러닝만 할줄 알아요 .. 온실 속의 데이터만 다루는 제가 실무를 얼마나 할 수 있을까 의구심의 연속이었습니다 ㅋㅋ ㅋㅋㅋ
백엔드 엔지니어링을 해야 취업한다고 조언해준 그 교수님이야 말로 제자들을 생각하는 참된 교수님이네요
이제 곧 4학년 되는 컴공과 학부생인데, 정말 너무 너무 필요한 정보였습니다. 좋은 영상 감사합니다!!!
기업강의해주셔서 들엇던 사람입니다. 여기서보니 또 반갑네요 ㅎㅎ
이영상을 보고 백엔드 수업을 신청했습니다!!
감사합니다. 제 진로에 대해서 고민했는데많은 도움이 됐습니다.
컴공 3학년으로 백엔드와 ai석사 중 방향 결정을 못하고 둘다 발걸치고 이도저도 아닌 체로 공부중이었는데 이제 갈피가 잡히는 것 같습니다 좋은 영상 감사합니다!
글쎄요.. 로그를 남긴다라.. 그건 회사마다 틀리지만 본인분은 아마 개발자시거나 데이터 엔지니어이신거 같은데.. 데이타 싸이언티스트라는게 폯이 넓죠.. 원래 페이스북에서는 (FB이 기준은 아니지만 그래도 data science를 제대로 하는 몇안되는 업계라고 가정하고) 크게 core/analytics/research 이런식으로 나뉩니다.. 본인이 말씀하신건 아마 core나 research 쪽에 가까운거같네요.. 아니면 혹은 데이타 엔지니어인데 머신러닝을 배운케이스거나 등등.. 코딩이 많이 요구되는건 맞지만 그렇다고 해서 꼭 백엔드를 배워야 머신러닝이 가능하다 이렇게 들릴까봐 글을 적습니다. 일단 저는 북미에서 데이타 싸이언티스트로 일하고 있는데 이건 회사마다 틀릴거 같습니다. 즉 보스가 누구냐에 따라서 많이 나뉘는데 보스가 만약 analytics쪽이면 충분히 statistics전공자나 아니면 CS 전공이지만 비지니스 벨류를 낼줄 아는사람들 뽑겠죠? core나 리서치쪽은 코딩을 조금 더 보긴하겠지만 타이틀이 data scientst면 주로 비지니스쪽 부서랑 일을 많이하게 마련입니다. 그래서 즉 내가 만든 데이타를 프레젠테이션하거나 KPI 만드는 일에 더 시간을 많이 소비하는게 대부분의 legit 한 데이타 싸이언티스트의 업무입니다. leetcode 연습하고 알고리즘안다고 데이타 싸이언티스트냐? 그것도 아니란 말이죠. 이게 말이 어려운데 컴퓨터 싸이언스 전공을 학부때 하신분들은 쭉 트랙 따라가시다가 조금더 비지니스에 맞춰서 공부하면 될꺼같고 컴퓨터 싸이언스 전공을 안하신분들이라면 조금더 technical한 트랙으로 따라가는게 맞다고 봅니다. (저는 컴퓨터 싸이언스 대학원 미국에서 다 공부하고 등등 함). 하지만 analytics에 포커스를 맞춘 data scientst랑 coding 에 더 포커스를 맞춘 data scientst 중 누가 demand가 높냐 하는건데 직업자체의 숫자는 후자가 많다고 확신합니다 (그렇기 때문에 저도 대학원에서 따로 컴퓨터 싸이언스를 전공). 그러나 그렇다고 data scientst 가 백엔드 개발자는 아니고 진짜 제대로 data science 를 하고 싶다 하시면 어느정도 머신러닝 이론을 배우신후에 python 코딩으로 충분히 practice하시면 된다고 봅니다. 그럼 어느정도 코딩을 해야되냐 하는데 이건 답이 없습니다. 많이 하면 할수록 물론 좋고 업계에서는 그럼 어느정도를 요구하냐라고 물으신다면 대부분은 기본 data structure랑 for loop, pandas, web scraping 등등 펑션만들줄 알고 충분히 scikit learn 돌릴줄 아는 코딩이면 업무하는데 문제 없습니다. data scientist 들이 data engineer 처럼 SQL 데이타 베이스를 만들어야되냐.. 정답은 그렇다 라고 할수 있지만 이게 또 data engineer 들 처럼 직접 처음부터 만드는게 아니라 대부분 ETL 툴로 pipeline 짜거나 리포트에 필요한 view정도 만드는 겁니다. 단, 좀더 full stack data scientist를 하고 싶으시면 당연히 코딩배우면 유리합니다 하지만 이건 나중에 커리어가 진화될때 이야기지 입문할때는 적용이 안됩니다. 뭐 정답이라고 한다면 data scientst는 즉 비지니스 벨류를 낼줄 알아야 살아남습니다. 그 벨류가 엄청 technical 해서 개발자 처럼 일하면서 data product를 만드는데 비지니스 벨류를 낼수 있으면 그렇게 해야되고, analytics지만 기본 analytics보다 테크니컬하게 일하면서 analysis plus sem-production 까지하면서 비지니스 벨류를 내던지 살아남는 방법은 다양합니다. 즉 코딩만이 답은 아닙니다.
글쎄요.. data science를 제대로 하는 몇안되는 업계라고 가정하고 얘기 하셨는데 제대로 하지 못하는 회사가 훨씬 많더라구요. 실력이 출중해서 제대로 하는 회사에 간다면 모르겠지만 여기 유튜브 보고 계신 분들 중에는 아직 부족한 분들이 많다고 판단됩니다. 저도 경력자지만 물론 아직 많이 부족해서 제대로 구분되어 있지 않은 곳에서 일하고 있구요
와 이런 명쾌한 답이 있다니 정말 감사드립니다
백엔드 개발자는 네트워크개발 지식은 기본이에요.. 데이터 변환에 대한 지식도 있어야 되요. 그러려면 구조변환에 대해 잘 알아야 하는데 그러려면 수학에 대해 관심도 있어야 하고 좀 해야되요. 결국, 뭐든 잘 해야되요.... 뭐든 많이 알아야되요... 개발자나, 데이터사이어니스트나,,,, 등등등 하다보면, 개발을 한다기보다는 문제 해결을 위해 많은 시간을 쏟고 있는 나를 발견해요. 그럴 즈음 되니까 나와는 상관없는 분야에 대해서 스스로 공부하고 있고, 거기에 재미를 붙이고 있더라구요... 그러면서 그냥 개발을 해 나가고 있는 것 같아요. 빅데이터든 아니던 간에... 뭐든 해결해가면서 개발하고 있는거죠.
학부 졸업하고 데이터과학/엔지니어링으로 해외 석사 유학 준비중인데 좋은 정보 얻고 갑니다
정말 유익한 정보입니다!! 학부생 입장에서 꼭 봐야되는 영상인 것 같아요.
감사합니다 새해복 많이받으세용
엄청나게 도움이 되는 ㅋㅋㅋㅋ 영상이었어요 감사합니다!ㅎㅎ
기가막힌 현실적인 충고네요! 감사합니다.
백 엔드 개발자로 취업하려면 어떤걸 준비 해야 하나요?
분업화가 잘 된 큰 it회사에서는 해당이 안되네요
거의 없다는게 ㅎㅎ..
근데 대다수의 개발자가 그렇지 않은 회사에서 일하고 있어서요;
우연히 추천영상으로 보게 되었는데 많은 도움이 되었습니다.
저도 개발경험은 다소 부족하고, 머신러닝/딥러닝에 대한 지식을 띄엄 띄엄 알고 있는 상태에서 진로에 대해 고민이 있었는데 놓치고 있던 핵심을 깨닫게 된 것 같습니다.
크리스님께서도 백엔드 엔지니어로 처음 일을 시작하신 후에 머신러닝쪽으로 넘어가시게 된 것인지 궁금합니다. 그리고 영상에서 계속 말씀하신 엔지니어링이라는 것이 구체적으로 무엇인지 조금 더 상세히 이야기해주시면 많은 도움이 될 것 같습니다.
Chris AI Holic 감사합니다 😊🙏🏼
퇴근하는 길에 떠서 봤네요 ㅎㅎ 좋은 조언 감사합니다.
추천 영상에 떠서 보게 되었는데.. 진짜 맞는 말씀만 하셔서 구독 누르고 갑니다. :D
비전공자 문과 출신인데 최근에 데이터에 관심이 생겨서 공부를 해오고 구직하려고 하는데 저 같은 사람도 백엔드 개발자 가능할까요?
R 쬐끔 배워봤고 파이썬은 지금 공부 중인데 궁금합니다
영상 잘 봤습니다. 저도 비슷한 생각을 가지고 있어 공감합니다.
Backend에서 Data Science로 가는 게 제일 쉽긴 한데, 저처럼 경영/심리를 해서 Business Data Analytics를 하는 사람도 있답니다 ㅎㅎㅎ 그래도 한 가지 확실한 건 Data Scientist는 다른 직무를 타고 들어와야 한다는 거죠
지금은 휴학중이지만 백엔드를 어떻게 해야할지 몰랐을때 서버라는거 자체가 무서울때가 많았는데 (뭔가 손 닿으면 부서질거 같은 느낌?)
근데 학교에서 sql배울때 서버가 너무 재미있는거에요. 교수님이랑도 케미가 너무 좋아서 막힐때마다 물어보면서 공부할때 진짜 쾌감 뿜뿜하더라구요ㅋㅋㅋ(교수님 넘 그립습니당..ㅠㅠ) 내가 만든게 기록이 남고 그거를 응용해서 정리하고 막 그런걸 할 수 있다는게 아직은 잘 못하는데도 불구하고 가능성만으로도 막 엄청 재밌더라구요ㅎㅎ 데이터사이티스트가 되고 싶은저에게는 좋은 소식이네요. 이제 시간날때마다 백엔드 공부해야겠어요ㅎㅎ
정말 제가 필요한 정보였어요 감사합니다!
기본적인 엔지니어링에는 어떤 것들이 있어요?
제가 생각나는거는 안정적이고 빠른 서비스를 만드는걸로 생각이되요.
너무 좋은 말씀 잘 들었습니다 :)
궁금한 것이 있는데 영상이 올라온지 2년이 지난 지금도 같은 상황인가요?
데이터 관련 직종이 늘어나고 데이터 정제가 많이 발전되었다고 들었는데
아직 바로 사이언티스트로 가는것을 추천하지 않으시는지 궁금합니다!
좋은 영상 감사합니다!
- 데이터를 전처리할 수 있고, 많은 데이터를 다뤄보고 로그 처리 등을 할 수 있는 백엔드 엔지니어로 우선 커리어를 쌓아야 함. 일이 되게끔 하려면 엔지니어링을 잘해야 하고, 대부분의 데이터들은 없거나 쓸 수 없는 상태임.
커머셜에서 엔지니어링을 경험해보고 데이터사이언티스트로 들어가도 늦지 않다.
영상감사합니다!
현재도 유효한 말씀이 맞겠죠?
현재 프론트엔드 쪽으로 조금씩 공부를 해보고 있습니다. 후에 백엔드도 해볼꺼고요. 빅데이터도 관심이 갑니다.
프론트엔드 공부가 빅데이터 공부하는데 도움이 되는 부분이 있을까요?
프론트엔에서 백엔드, 백엔드 에서 빅데이터 이렇게 넘어가는 방식을 생각해보고 있는데, 나이도 30살에 직장도 있어 시간이 좀 오래 걸릴것 같습니다.
프론트엔드도 빅데이터로 넘어갈때 도움되는 부분들이 있을까요?(백엔드만 해당되는 말씀이실까요?)
추가로, 막연한 얘기 일수 있지만 빅데이터를 다룰때 통계나 수학도 좀 알아야 하는것으로 아는데 전혀 이과머리가 없는데 노력하면 빅데이터를 다루기까지 나아갈수 있을까요?..
답변감사합니다!
와 너무 감사합니다!
너무 차분하게 말씀 잘 해주셔서 감사합니다 구독 꾹👍
영상 감사합니다 ㅎㅎ 인공지능쪽에 관심이 생겨서 살짝살짝 건들여보고 있었는데 백엔드 공부에 더 집중해야겠네요..
근데 데싸는 채용부터 박사학위 석사학위 있는 사람 아니면 안뽑는데 백엔드 엔지니어 경력이 있다고 해서 데싸 직무 합격 가능성이 있나요?
편집 잘하시네요😭 써밋 때 목표했던거 가장 먼저 이루실 것 같아요!💪🏻💪🏻
Chris AI Holic 좋은 조언 감사합니다 곧 정주행 가겠습니다!ㅋㅋ
정말 추천하고 싶은 영상입니다
정말 감사합니다 :)
와,, 너무 감사합니다. 정말 현실적인 조언!!
하.. 제가 지금 데이터&AI 학부생인데 막 입학할때 카페나 커뮤니티에 질문 하나를 올렸었습니다.
"저는 백엔드와 데이터 또는 AI 둘 다 하고 싶은데 어떤 걸 어떻게, 공부하면 좋을까요?"
근데 답변이 다
>>> "백엔드와 AI, 데이터는 전혀 관련 없으니 하나만 파시길 바랍니다."
이랬음.. 근데 이 영상 보고 영상 내용이 맞는거같다는 생각이 드네
너무 좋은 영상이자너
안녕하세요 백엔드개발자로 1년경력을 쌓고 AI나 빅데이터, 보안 등 진출하고자 하는 개발자 입니다. 엔지니어링을 잘해야한다고 하셧는데 엔지니어링에 대한 설명 조금 부탁드려도 괜찮을까요?
조언 감사합니다 형님
많이 고민한 부분이였는데..
감사합니다!
저는 인공지능 사이언티스트 하려고 했던 학생인데, 영상 보고 정말 많이 배워갑니다! 백엔드를 배워보려고 하는데, 어떤 커리로 뭘 배워야 할까요? 요새 spring 인가? 그게 vue.js가 인기가 있는 것 같던데 그걸 배우면 도움이 될까요? html만 할 줄 압니다 ㅎㅎ
크리스 형님은 오늘부터 제 팬이십니다 ㅎㅎ
현재고3학생이라 대학학과선택이 고민인데 그럼 데이터사이언스학과에 비해서 컴퓨터공학과나 소프트웨어학부가 유리한건가요? 한 분야를 파는 데이터사이언스학과가 더 좋을 수도 있나요?
대학 학과는 크게 중요하지는 않나요?
하고싶은거 해용
데이터사이언스학과여도 처음엔 파이썬같은 언어배워요
백엔드는 어떻게 시작하면 좋을까요?
저는 산업공학 전공했고(학사) 지금 데이터 사이언스 쪽으로 배워서 재취업할지 개발자 쪽으로 배워서 재취업할지 고뇌중입니다. 데싸쪽으로 바로 국비지원같은 교육받아서 취업해 일하고있는 친구들을 보고 자극을 받아서 "나도 데싸 교육과정이나 대학원에 가야하나..?" 하고있었는데요 어떻게하면 좋을까요?
결정 내리셨나요?
이런 꿀팁을 공유해주셔서 정말 감사합니다! 구독 하고 가요~ 많은 정보 얻어가겠습니다:)
멋져여 크리스!! 엄청 공감되네요!
저도 창업으로 커리어를 시작한 사람으로서 큰 그림을 우연찮게 볼 수 있었는데 덕분에 데이터 사이언티스트로 가기 위해서는 데이터 엔지니어링을 필수로 알아야 한다는 걸 깨달았습니다. 홀릭님 덕분에 더욱 확신을 가지게 되었습니다. 열심히 엔지니어링도 공부해야겠습니다!
영상 2:56에서 백앤드 엔지니어가 백앤드 개발자 출신의 데이터 엔지니어 말씀하시는건가요?
국비지원 듣기전에 이 영상 봤으면 다른 과정 들었을 텐데.....
썰 좀 풀어 주실수 있나요. 댓글 피드백 기대합니다... 짐 비전공자 IT 전향 고민 중이거든요.
'백엔드'라는 용어가 정확히 무슨 뜻인가요?
우리나라에서 순수한 백엔드개발자가 있나요???
안녕하세요 AI와 데이터 엔지니어링 내용 잘 봤습니다 클라우드 엔지니어, 데이터 엔지니어는 신입이 하기 어려운 직무라 백앤드 개발을 해야한다 들었는데 클라우드는 인프라 서버 개발자면 데이터 엔지니어는 데이터 베이스 개발자로 경력을 쌓아야 좋을까요?
경험에서 우러나오는 좋은 얘기 감사합니다.
메모
//'데이터 AI 사이언티스트'로 '시작'을 하지 마라.
처음에는 백엔드 엔지니어링 + 데이터 엔지니어링 +머신러닝
**엔지니어링 중요
와드
모델링을 하는 데이터싸이언티스트는 기본으로 석사를 요구하는 걸로 아는데, 백엔드나 데이터 엔지니어를 위해 준비하고, 일을하다가 데이터 싸이언티스트로 넘어가는게 쉽나요? 머신러닝, 모델링에 관해서는 지식이 없는 상태인데..
컴퓨터 관련 전공을 선택하려고 하는데 많은 도움이 되는 동영상이네요. 데이터 싸이언스 쪽을 공부를 해도 백엔드 엔지니어로 취업하기 괜칞을까요?
많은 도움이 되었습니다