좋은 영상 감사합니다 ! 프로덕트 애널리스트에게 추천해주실 만한 책이 있을까요? pm분들이 많이 참고하는 책을 선택하라고 하셨는데 좋은 책 알고계시면 공유 부탁드립니다! 카일님 알게 된 지 어언 2년이 되어가는데 항상 좋은 정보 공유해주셔서 감사하고, 선한 영향력을 가지신 점 때문에 저의 롤 모델이세요 ^^
안녕하세요 :) 프로덕트 애널리스트를 희망하신다면 제가 만든 bit.ly/3OA62au 이 강의를 방법일 것 같아요-! PM 관점을 잘 이해하기 위한 책은 7가지 코드, 제품의 탄생, 프로덕트 오너 이 3가지를 추천드려요. 1권만 추천한다고 하면 7가지 코드를 먼저 추천드리고 싶어요!(다만 좀 두꺼워요..!)
안녕하세요 :) ~을 하려면 어디까지 해야할까요?란 질문에 대한 답은 "상황마다 다르고, 누군가 정할 수 없다"라고 생각합니다 기본적으로 어떤 문제를 해결하고 싶고, 그 문제를 해결하기 위해 수학/ 통계학 등을 얼마나 사용할지에 따라 정해질 것 같아요. 기초 통계 수준으로 문제를 해결할 수 있다면 그정도면 충분하고, 그 이상으로 필요하다면(논문을 볼 때 필요하다거나) 해당 부분을 공부해도 좋을 것 같아요. 정확히 기준을 잡기 어렵지만, 저는 mathematics for machine learning 책 내용 정도는 모두 인지하면 좋을 것 같다 생각하고 있어요-!
안녕하세요! 데이터 분석가 취업이 어렵기 때문에 개발자부터 하고 데이터 분석가 해야지라는 접근은 저라면 권하고 싶진 않은 방식입니다. 직업에 나를 맞추는 것인데, 그것보단 내가 진짜 하고 싶은 일이 무엇일지 고민해보는 것이 좋을 것 같아요. 많은 분들이 우회를 하려고 하는데 자신이 진짜 원하는 일을 할 때 행복감이 많이 생기는 경우가 생기곤 합니다. 비전공자라고 하셨는데, 데이터 업계에서 전공자 비전공자가 꼭 나뉘어야 하는지 모르겠어요. 요샌 많은 사람들이 데이터를 활용하기에 꼭 전공 여부가 중요한 것은 아닙니다. 저도 경영학과였는데, 경영학과인 분들도 많고 예체능 계열도 봤어요. 전공에 자신을 한정하시지 마시고, 하고 싶은 것이 무엇인지 그리고 그걸 인내하기 위해 내가 얼마나 시간을 활용할 수 있는지를 고민해보시고 하는게 어떨까 싶어요 :)
지원님 안녕하세요! 이 질문도 많이 받았는데, 따로 영상으로 만드려고 생각하고 있어요 그 전에 미리 공유드리면 자신이 어떤 상황인지에 따라 달라질 수 있을 것 같아요. 기초 지식이 부족한 경우라면 어떤 수업을 듣거나 독학을 통해 지식을 어느정도 채우는 과정이 필요하지요. 그 과정에서 국비지원 수업 같은 것을 활용하는 것도 하나의 방법입니다. 다만 국비지원도 여러가지라 커리큘럼이나 후기를 보시고 더 좋은 수업을 들어보시면 좋을 것 같아요. 그리고 빅데이터 과정이라고 나오면서 데이터 분석, 데이터 엔지니어링, 데이터 시각화 등 넓게 배우는 과정은 깊이감이 나오지 않기에 추천드리고 싶진 않습니다. 너무 많은 것을 배우면 깊이감이 없어 프로젝트하기에도 애매해지는 경우가 있더라구요. 지원님이 하고 싶은 직무에 맞는 교육 과정을 찾아보시는 것을 추천드려요 :)
안녕하세요 영상보고 이해가 잘 되지 않는 부분이 있는데 데이터 분석가가 취업이 잘 안 된다는 말이 기업에서 데이터 분석가를 채용을 안해서 그렇다는 말인가요? 그 채용을 하지 않는게 맞다면 데이터 분석가는 하는 일이 개발자에 속하지 않고 비전이 별로라는 뜻인지 여쭤봐두 될까요?
@@비포애프터-c5j 아마 "데이터 분석가 취업이 어렵기 때문에 개발자부터 하고 데이터 분석가 해야지라는 접근은 저라면 권하고 싶진 않은 방식입니다." 제가 이 부분의 답글을 남겼는데, 이런 관점으로 직업을 선정하면 좋지 않을 것 같단 이야기였어요-! 채용 시장의 수요도가 높냐 낮냐는 시기에 따라, 회사 규모에 따라 다를 것 같아요. 수요가 높다 낮다로 정의하긴 어려울 것 같아요. 데이터 분석가라고 하면 개발자보다 통계 수학이 더 가깝다고 볼 수 있을 것 같고 이 영상에서 데이터 분석가들이 하는 일을 더 세분화했다고 이해하시면 될 것 같아요!
@@kyleschool 우선 친절하고 상세하게 답변을 해주셔서 너무 감사드립니다. 데이터 분석가는 개발자보다는 수학이나 통계쪽이 가깝다고 하셨는데 그럼 채용공고에서 개발자를 채용할 때 데이터 분석가가 개발자 채용 공고안에 포함되어 모집하는 것이 아니라 아예 따로 비즈니스 에널리스트라던지 프로덕트 에널리스트 등으로 데이터에널리스트를 따로 채용 하는건지 여쭤봐두 될까요? 그리구 회사 시기마다 수요가 다르다고 하셨는데 전반적으로 현재시점에서 미래관점으로 볼 때 데이터분석가를 기업에서 안 뽑는 추세는 아니지요? (예를 들어 기업의 입장에서 데이터 엔지니어나 싸이언티스트와 같이 개발자 채용을 늘릴려고 하지 굳이 데이터 분석가를 모집 하지 않으려하는 그런 경우) 이 질문 또한 너무 추상적이라 답변하기 어려우실수있는데 이 부분에 대한 카일스쿨님의 견해를 듣고싶습니다
@@비포애프터-c5j 추가 질문을 보니 고민이 많으신 것 같아요..! 제 생각을 말씀드리면 - 개발자 안에 데이터 분석가가 포함되냐?는 정의를 어떻게 하냐에 따라 맞을수도 있고 아닐수도 있습니다. 개발자의 정의를 코딩, 개발을 하는 사람으로 정의한다고 하면 데이터 분석가나 데이터 사이언티스트도 Python 등의 코딩을 하면 개발자로 볼 수는 있겠지요. 넓은 관점으로 개발자를 정의한 경우입니다 반면 개발자를 "프러덕트를 만드는 개발자"라고 할 경우엔 개발자에 포함되진 않을 수 있습니다. 보통 프론트엔드, 백엔드, 클라이언트 개발자분들이 이에 속한다고 할 수 있을 것 같아요. 데이터 조직이 점점 커지면 데이터 기반 자동화나 머신러닝, 딥러닝 모델을 서비스화하는 경우가 있습니다. 이런 경우 직접 만들거나 데이터 엔지니어와 같이 만들어 개발하곤 해요. 이럴 때 데이터 엔지니어분들은 데이터를 처리하는 개발자라고 볼 수 있어요. 데이터 분석가는 CTO, CEO, CSO, COO 등 어디에 속하냐에 따라 업무가 다를 수 있어요. CTO 예하에 있다면 기술적인 도전을 더 많이 할 확률이 높을 것이고 CEO나 CSO 아래에 있으면 전략을 많이 학 확률이 있을거에요-! 반면 운영, 사업팀에서도 자체적인 비즈니스 분석가를 채용하려고 하는 경우도 있습니다. (이런 경우라면 회사가 매우 큰 경우입니다) 이런 경우엔 전사에 중앙 데이터 조직이 있고, 각 사업부에 비즈니스 분석가가 있을거에요. ruclips.net/video/10pYbvkY0Uc/видео.html 위 영상을 보셔도 도움이 될 것 같아요 :)
안녕하세요 카일님, 저는 영상에서 소개해주신 사업/운영 분석에서 데이터 분석가쪽으로 커리어를 디벨롭하고있습니다. 현재 퇴근후 대학원에 다니는데.... 논문을 기고할 수 있는 기회가 있다면 요즘 트렌드상으로는 어떤 분야가 가장 면접관 입장에서 눈에 띌까요? (노골적으로 말씀드리자면, 어떤 주제가 이직에 가장 유리할까요?) 가령, 얼마전까지의 이직시장은 딥러닝 기반의 CV와 NLP가 굉장히 핫했는데, 사실이부분은 사업/운영분석의 제 도메인과 연결시키기에는 어려운부분이있더라구요. 저는 현재 모빌리티회사에서 고객의 목적지, 주행데이터, 결제데이터를 기반으로 고객군을 세분화하는 업무를 맡고있습니다. 사실 이 부분은 다양한 모델들을 적용해볼수가 있어서, 어느 한 모델을 딱 특정잡아 논문을쓰기도 참 어렵더라구요. 저와같은 상황에서(이미지나 영상처리, 자연어처리가 도메인이 아닌 일반분석가 입장에서) 취업을 위해 논문주제를 픽스해야 한다면 어떤 주제가 핫할지 한번 여쭤보고싶습니다.
도훈님 안녕하세요! 사업/운영에서 데이터를 보신다면 직무로 말하자면 Business Analyst에 가까울 것 같아요. BA라고 하면 딥러닝과 관계성은 적은 편입니다. AI 딥러닝 개발 직무와 데이터 분석 직무는 나뉘는 추세긴 합니다. BA쪽에선 결국 매출을 어떻게 만들어 낼 수 있고, 그 과정에서 데이터를 어떻게 활용하냐가 핵심이라 생각합니다. 그래서 딥러닝쪽을 바라보는 것보단 전통적인 머신러닝 알고리즘(데이터가 대부분 Tabular이므로)을 만들거나, 꼭 ML이 아니더라도 문제 해결을 위한 알고리즘을 만드는게 핵심입니다. BA는 논문을 작성하는 것보다 실제로 자신이 얼마나 비즈니스에 임팩트를 내고, 매출에 기여하거나 비용 절감에 영향을 미쳤는지가 핵심이라 생각합니다. 딥러닝쪽을 보는 것은 이 내용을 한 이후, 조금 더 AI쪽으로 커리어를 가고 싶을 때 고민해보셔도 좋지 않을까 싶습니다 그리고 어떤 주제가 핫하냐?라고 하면 저는 시대에 따라 변하는 주제로 논문을 작성하는 것보단, 시대가 변하더라도 꾸준히 활용될 수 있는 것에 관심을 가지는 것을 먼저 하곤 합니다. 시기마다 매번 달라져서, 트렌드 따라가는게 시간적으로 한계가 있을 수 있거든요. 그래서 면접관일 때도 트렌드보단 본질적인 업무 역량 능력이 있는지를 집중적으로 보고 있어요-! 취업을 위해서라면 논문을 쓰는 것보단 데이터로 매출 기여를 해보는 프로젝트를 해보시면 더욱 좋지 않을까 싶어요-! 다만 논문을 작성하기 위해선 무엇이 좋은가?라고 하면 논문은 보통 기존에 없는 것들을 작성해야 하는 경우가 있으므로, 취업과 괴리가 존재할 수도 있을거에요. 요즘은 의사 결정과 관련된 분야에선 인과추론(causal inference)이 많이 연구되고 있긴 합니다. 다만 데이터를 잘 확보해야 할거에요. 현재 취업을 위한 논문과 졸업을 위한 논문을 한번에 하고자 하는 상황이신 것 같은데, 아이디어가 어렵다면 나눠서 생각해보시는 것도 어떨까 싶네요 모빌리티 도메인이라면 아래 프로젝트 같이 구성원의 리소스를 줄이는 프로젝트도 의미가 있을거에요! tech.socarcorp.kr/data/2022/06/10/reservation-tetris.html 고객군을 세분화하는 부분은 CRM에서도 많이 하니, 추후에 CRM 데이터 분석을 하는 부분으로 확장할 수도 있고 산업을 타지 않고 어떤 곳이나 하는 분야라 계속 응용할 수 있을 것 같아요 :)
@@노리밋옛 가능하지요! 조금 더 구체적으로 정의를 해보면 달포님에게도 좋을 것 같아 질문드려요! - 데이터 분석가가 되기 위해 어떤 것들을 공부해야 할까? 전체적으로 어떤 것을 학습해야 하는지 + 왜 필요한지를 설명하는 영상이라고 보면 될까요? ruclips.net/video/Z0PEIqKOhDE/видео.html 위 영상에 좋은 데이터 분석가가 가지면 좋을 역량에 대해 작성해두었는데, 조금 더 공부 자료에 대한 내용이 필요한걸까요~?
@@kyleschool 학교수업끝나고 방금 시청했습니다 ㅎ 데이터분석의 스킬을 늘리고 잘하고싶다는마음만 컸지 이걸 왜 하고 이걸 통해 문제를 정의하고 그 문제를 해결해나갈수있는 솔루션을 생각해보는 사고연습, 방법론에 대해서는 생각을 못해본거같습니다 대학원에가면 이런 생각하는 연습을 많이 배운다고 좀 전에 상담을 통해 얘기 들었습니다 카일스쿨님이 생각하는 좋은 데이터분석가의 역량도 이런 부분이라 생각하니 더더욱 대학원에 가야겠다고 생각이드네요 감사합니다 ㅎ
@@노리밋옛 도움이 되었다니 다행이네요! 다만 하나 더 말씀드리면 대학원에 가야만 문제 정의 역량이 키워지는 것은 아니더라구요. 그래서 달포님께서 정말 대학원에 가고 싶으신지(대학원에서 달성하고자 하는 바가 있는지, 연구를 즐기실 것 같은지) 꼭 생각해보시고 진학하시는 것을 추천드려요! 친한 동생이 어떤 기술적 역량을 얻기에 대학원을 간다고 하면 한번 정도 진짜 그 이유를 고민해보라고 권할 것 같아 의견 남겨드려요 :)
![Ep 4. [카일데이] 데이터 업계 7년 차가 알려주는 데이터 분석가의 핵심 역량](http://i.ytimg.com/vi/Z0PEIqKOhDE/mqdefault.jpg)
![Ep 4. [카일데이] 데이터 업계 7년 차가 알려주는 데이터 분석가의 핵심 역량](/img/tr.png)
![[SEF2022] 이런 역량이 있다면 데이터 사이언티스트 도전해보세요! ⎮ 차현나](/img/1.gif)
Analytics Engineer는 처음 듣네요 좋은 영상 감사합니다.
해외에서 채용 공고가 조금 보이고, dbt라는 라이브러리를 자주 사용하더라구요! 추후에 이 내용도 공유드릴게요 :)
@@kyleschool 좋습니다:)
이야
제가 본 데이터 직군 분석 영상 중 최고에요🎉🎉🎉
최고라고 해주셔서 너무 감사합니다! 또 궁금한거 있으면 언제든 말씀해주세요..! 영상으로 만들어볼게요
Good job~ 빅데이터 마케팅
감사합니다 :)
복잡한 상황에서 한 줄기 빛 ✨️
복잡한 상황에서 한 줄기 빛이라고 말씀해주셔서 감사합니다! 이런 댓글이 제게 동기부여가 되어요!
좋은 영상 감사합니다 :) 데이터 커리어를 준비하시는 분들에게 아주 유용한 영상인 것 같습니다 👍🏻
태용님 칭찬 감사합니다!! 앞으로도 커리어 준비하는 분들을 위한 영상을 만들어볼게요 :)
요새 취업 공고 확인하면서 진로 방향 고민하고있었는데 큰 도움이 되었어요! 직무 공고 별로 카테고리를 나눌 수 있게 되어서 훨씬 편하게 지원 준비하고 부족한 역량 준비할 수 있을 것 같습니다. 감사합니다!
우담님 안녕하세요! 우담님의 진로 방향에 도움이 되었다니 다행이네요! 영상 봐주셔서 감사합니다 :)
좋은 영상 감사합니다~!! 해외에서도 국내에서도 여러 용어가 혼재되어 있어서 잘 와닿지 않았는데, 각 직군이 어떤 관점에서 데이터를 다루는 지 자세히 설명해주셔서 도움이 많이 되었습니다~!!
안녕하세요! 정의가 사람마다 다를 수 있지만, 이렇게 자신만의 관점을 가지고 정의하면 다른 분들에게 설명하기 좋더라구요! 도움이 되었다니 다행이네요 :)
어렴풋이 알고 있던 내용을 그림으로 보니까 더 정리가 잘되요 :)
도식화의 힘이네요! 감사합니다 앞으로도 도식화 자주 진행할게요 :)
영상보고 많은 도움 받았습니다 감사합니다!
많은 도움을 받았다니 뿌듯하네요! 댓글 남겨주셔서 너무 감사합니다. 큰 힘이 되어요 :)
좋은 영상 감사합니다. 저는 데이터 파이프 라인을 만드는 엔지니어 보다 분석이나 DL/ML 모델링 쪽을 주로 원하는데 데이터 분석, AI, ML, DL 키워드 중심으로 공고를 찾아야 겠네요 ㅎㅎ 정리 너무 깔끔해서 개추!
안녕하세요! 정리가 깔끔하다고 해주셔서 감사합니다! 요즘은 데이터 분석가와 모델링하는 직군이 나뉘고 있어서 이 부분도 같이 참고해보세요 :) 응원합니다!
좋은 영상 감사합니다 혼동되는 개념이 정립된거같습니다
재현님 안녕하세요! 혼동되는 개념이 정립되었다니 다행이네요 :)
role의 세분화, 구체화하는 부분을 상세하게 설명해주셔서 잘 이해할 수 있었어요. 늘 좋은 영상 감사합니다 :)
Role에 대해 상세하게 잘 설명했다고 해주셔서 감사합니다!! :) 또 궁금하신 부분 있으시면 언제든 말씀해주세요!
이직으로 진로 고민이 많았는데 직군에 대해 설명해주셔서 도움이 많이 되었습니다~! 감사해요!
도움이 되었다니 다행이네요! 댓글 남겨주셔서 넘 감사합니다!
좋은 영상 감사합니다 :) AI 과정을 배우면서 데이터 직군에 관심이 생겼는데, 진로 설정에 좋은 참고 영상이 되었습니다😀
현수님 안녕하세요!! :) 진로 설정에 좋은 영상이 되었다니 다행이네요!! 앞으로도 더 다양한 내용 공유드릴게용 :)
좋은 영상 공유 주셔서 감사합니다!
좋은 영상이라고 해주셔서 너무 감사합니다!!! :)
마케팅 직무 7년차인데 데이터 공부를 통해서 가치를 상승시키고싶은 사람입니다. 대학원도 고민중인데 카일스쿨님 영상들이 저같은 생짜 초보에게 많은 도움이되네요 감사합니다
도움이 된다니 너무 감동이네요! 다양한 직군에 계신 분들이 데이터 활용하는 방법도 공유드릴게요 :)
상세하고 체계적인 설명 감사드립니다.
영상 봐주셔서 감사합니다! :)
오랜만의 유튜브 영상 반갑네요! 마케터에서 데이터 분석가로 전업하기 위해 준비 중인데, 다양한 공고를 보면서 궁금했던 점이 많이 정리 되었습니다 :)
현진님 감사합니다!! 마케터 관점에서 데이터 분석가로 가시는 분들도 꽤 계신데, 궁금했던 점이 정리되었다니 다행이네요! 감사합니다 :)
와 정말 정리 잘해주셨네요! 구독눌렀습니다 ㅎㅎㅎ 감사해요
감사합니다! 곧 다른 영상도 만들어서 올릴게요!
좋은 영상 감사합니다~ 주변에 공유할게요!!
좋은 영상이라 해주셔서 감사합니다!!! :) 공유해주신다니 넘 감사해요!!
좋은정보 감사합니다
좋은 정보라고 해주셔서 감사합니다 :)
좋은 영상 감사합니다 ! 프로덕트 애널리스트에게 추천해주실 만한 책이 있을까요? pm분들이 많이 참고하는 책을 선택하라고 하셨는데 좋은 책 알고계시면 공유 부탁드립니다! 카일님 알게 된 지 어언 2년이 되어가는데 항상 좋은 정보 공유해주셔서 감사하고, 선한 영향력을 가지신 점 때문에 저의 롤 모델이세요 ^^
안녕하세요 :) 프로덕트 애널리스트를 희망하신다면 제가 만든 bit.ly/3OA62au 이 강의를 방법일 것 같아요-!
PM 관점을 잘 이해하기 위한 책은 7가지 코드, 제품의 탄생, 프로덕트 오너 이 3가지를 추천드려요. 1권만 추천한다고 하면 7가지 코드를 먼저 추천드리고 싶어요!(다만 좀 두꺼워요..!)
좋은 영상 잘봤습니다. 저 혹시 데이터 분석가 쪽으로 지원하려면 수학은 어느정도까지 공부해야 될까요?
안녕하세요 :)
~을 하려면 어디까지 해야할까요?란 질문에 대한 답은 "상황마다 다르고, 누군가 정할 수 없다"라고 생각합니다
기본적으로 어떤 문제를 해결하고 싶고, 그 문제를 해결하기 위해 수학/ 통계학 등을 얼마나 사용할지에 따라 정해질 것 같아요. 기초 통계 수준으로 문제를 해결할 수 있다면 그정도면 충분하고, 그 이상으로 필요하다면(논문을 볼 때 필요하다거나) 해당 부분을 공부해도 좋을 것 같아요.
정확히 기준을 잡기 어렵지만, 저는 mathematics for machine learning 책 내용 정도는 모두 인지하면 좋을 것 같다 생각하고 있어요-!
영상 잘 봤습니다 감사합니다!! 개발자로 시작해서 데이터 분석가로 이직하는건 어떻게 생각하시나요? 비전공자로써 데이터분석가로 먼저 취업할수있을지 모르겠습니다 ㅠ
안녕하세요!
데이터 분석가 취업이 어렵기 때문에 개발자부터 하고 데이터 분석가 해야지라는 접근은 저라면 권하고 싶진 않은 방식입니다.
직업에 나를 맞추는 것인데, 그것보단 내가 진짜 하고 싶은 일이 무엇일지 고민해보는 것이 좋을 것 같아요. 많은 분들이 우회를 하려고 하는데 자신이 진짜 원하는 일을 할 때 행복감이 많이 생기는 경우가 생기곤 합니다.
비전공자라고 하셨는데, 데이터 업계에서 전공자 비전공자가 꼭 나뉘어야 하는지 모르겠어요. 요샌 많은 사람들이 데이터를 활용하기에 꼭 전공 여부가 중요한 것은 아닙니다. 저도 경영학과였는데, 경영학과인 분들도 많고 예체능 계열도 봤어요.
전공에 자신을 한정하시지 마시고, 하고 싶은 것이 무엇인지 그리고 그걸 인내하기 위해 내가 얼마나 시간을 활용할 수 있는지를 고민해보시고 하는게 어떨까 싶어요 :)
대학 졸업 후 멋쟁이사자처럼, 멀티캠퍼스와 같은 국비지원 수업을 통해 데이터분석가 준비하는 것은 어떻게 보시나요?
지원님 안녕하세요! 이 질문도 많이 받았는데, 따로 영상으로 만드려고 생각하고 있어요
그 전에 미리 공유드리면
자신이 어떤 상황인지에 따라 달라질 수 있을 것 같아요. 기초 지식이 부족한 경우라면 어떤 수업을 듣거나 독학을 통해 지식을 어느정도 채우는 과정이 필요하지요. 그 과정에서 국비지원 수업 같은 것을 활용하는 것도 하나의 방법입니다.
다만 국비지원도 여러가지라 커리큘럼이나 후기를 보시고 더 좋은 수업을 들어보시면 좋을 것 같아요.
그리고 빅데이터 과정이라고 나오면서 데이터 분석, 데이터 엔지니어링, 데이터 시각화 등 넓게 배우는 과정은 깊이감이 나오지 않기에 추천드리고 싶진 않습니다. 너무 많은 것을 배우면 깊이감이 없어 프로젝트하기에도 애매해지는 경우가 있더라구요. 지원님이 하고 싶은 직무에 맞는 교육 과정을 찾아보시는 것을 추천드려요 :)
@@kyleschool 그렇군요..! 정말 감사드립니다!ㅎㅎ
좋은 영상 감사드립니다!
영상은 해외 기준인가요?
데이터 분석에 흥미를 느끼고 관심을 가지고 공부하고 있는 학부생 입니다! 몇 가지 고민이 생겨서 그러는데 생각보다 정보를 찾을 수 없어서 헤매고 있습니다 ㅜㅜ
혹시 메일이나 오픈 채팅 으로 도와주실 수 있으실까요?
저는 한국에서만 근무했습니다 :) 해외의 내용도 있긴 하지만 국내 이야기라고 보셔도 무방할 것 같습니다. 고민에 대한 내용은 댓글에 주시면 관련 내용으로 영상을 만들어볼 수 있을 것 같아요 🙏
@@kyleschool 답변 감사합니다 !
데이터 분석가의 채용공고들을 확인해보면 상당수가 경력직을 선호하는거로 알고 있습니다..! 신입들은 어떻게 준비해야 좋을지 조언을 얻고 싶습니다
안녕하세요 영상보고 이해가 잘 되지 않는 부분이 있는데 데이터 분석가가 취업이 잘 안 된다는 말이 기업에서 데이터 분석가를 채용을 안해서 그렇다는 말인가요? 그 채용을 하지 않는게 맞다면 데이터 분석가는 하는 일이 개발자에 속하지 않고 비전이 별로라는 뜻인지 여쭤봐두 될까요?
안녕하세요! 혹시 영상에서 어떤 시점을 보고 이해가 안되신걸까요? 제가 데이터 분석가가 취업이 잘 안된다라는 말을 하지 않고, 영상에서 다룬 기억이 없어 질문드려요!(영상을 다시 보고 왔지만, 혹시 어떤 부분이 그렇게 느끼셨는지 이야기해주셔도 좋을 것 같아요-!)
@@kyleschool 댓글 답변에 데이터분석가는 취업이 어렵다의 의미를 잘 못 본것 같아요
그럼 혹시 데이터분석가가 채용시장에서 수요도가 높은편인가요?
그리고 데이터분석가가 개발자개념보다는 통계 수학이쪽이 더 가까운거죠?
@@비포애프터-c5j 아마 "데이터 분석가 취업이 어렵기 때문에 개발자부터 하고 데이터 분석가 해야지라는 접근은 저라면 권하고 싶진 않은 방식입니다." 제가 이 부분의 답글을 남겼는데, 이런 관점으로 직업을 선정하면 좋지 않을 것 같단 이야기였어요-!
채용 시장의 수요도가 높냐 낮냐는 시기에 따라, 회사 규모에 따라 다를 것 같아요. 수요가 높다 낮다로 정의하긴 어려울 것 같아요. 데이터 분석가라고 하면 개발자보다 통계 수학이 더 가깝다고 볼 수 있을 것 같고 이 영상에서 데이터 분석가들이 하는 일을 더 세분화했다고 이해하시면 될 것 같아요!
@@kyleschool 우선 친절하고 상세하게 답변을 해주셔서 너무 감사드립니다.
데이터 분석가는 개발자보다는 수학이나 통계쪽이 가깝다고 하셨는데
그럼 채용공고에서 개발자를 채용할 때 데이터 분석가가 개발자 채용 공고안에 포함되어 모집하는 것이 아니라 아예 따로 비즈니스 에널리스트라던지 프로덕트 에널리스트 등으로 데이터에널리스트를 따로 채용 하는건지 여쭤봐두 될까요?
그리구 회사 시기마다 수요가 다르다고 하셨는데
전반적으로 현재시점에서 미래관점으로 볼 때 데이터분석가를 기업에서 안 뽑는 추세는 아니지요? (예를 들어 기업의 입장에서 데이터 엔지니어나 싸이언티스트와 같이 개발자 채용을 늘릴려고 하지 굳이 데이터 분석가를 모집 하지 않으려하는 그런 경우) 이 질문 또한 너무 추상적이라 답변하기 어려우실수있는데 이 부분에 대한 카일스쿨님의 견해를 듣고싶습니다
@@비포애프터-c5j
추가 질문을 보니 고민이 많으신 것 같아요..! 제 생각을 말씀드리면
- 개발자 안에 데이터 분석가가 포함되냐?는 정의를 어떻게 하냐에 따라 맞을수도 있고 아닐수도 있습니다. 개발자의 정의를 코딩, 개발을 하는 사람으로 정의한다고 하면 데이터 분석가나 데이터 사이언티스트도 Python 등의 코딩을 하면 개발자로 볼 수는 있겠지요. 넓은 관점으로 개발자를 정의한 경우입니다
반면 개발자를 "프러덕트를 만드는 개발자"라고 할 경우엔 개발자에 포함되진 않을 수 있습니다. 보통 프론트엔드, 백엔드, 클라이언트 개발자분들이 이에 속한다고 할 수 있을 것 같아요.
데이터 조직이 점점 커지면 데이터 기반 자동화나 머신러닝, 딥러닝 모델을 서비스화하는 경우가 있습니다. 이런 경우 직접 만들거나 데이터 엔지니어와 같이 만들어 개발하곤 해요. 이럴 때 데이터 엔지니어분들은 데이터를 처리하는 개발자라고 볼 수 있어요.
데이터 분석가는 CTO, CEO, CSO, COO 등 어디에 속하냐에 따라 업무가 다를 수 있어요. CTO 예하에 있다면 기술적인 도전을 더 많이 할 확률이 높을 것이고 CEO나 CSO 아래에 있으면 전략을 많이 학 확률이 있을거에요-! 반면 운영, 사업팀에서도 자체적인 비즈니스 분석가를 채용하려고 하는 경우도 있습니다. (이런 경우라면 회사가 매우 큰 경우입니다)
이런 경우엔 전사에 중앙 데이터 조직이 있고, 각 사업부에 비즈니스 분석가가 있을거에요.
ruclips.net/video/10pYbvkY0Uc/видео.html
위 영상을 보셔도 도움이 될 것 같아요 :)
좋은 영상 감사합니다 👏 국내 현장에서도 Analytics Engineer란 직군으로 채용이 이루어지는 편인가요~?
안녕하세요 :) 국내에선 채용하는 케이스를 보긴 했지만 수도 따지면 아직 적은 편입니다. 이는 아직 데이터 팀이 상대적으로 덜 발전되어서 그런 것 같아요. 데이터 팀이 크면서 이 직군도 더 필요할거라 생각해요 :)
안녕하세요 카일님, 저는 영상에서 소개해주신 사업/운영 분석에서 데이터 분석가쪽으로 커리어를 디벨롭하고있습니다. 현재 퇴근후 대학원에 다니는데.... 논문을 기고할 수 있는 기회가 있다면 요즘 트렌드상으로는 어떤 분야가 가장 면접관 입장에서 눈에 띌까요? (노골적으로 말씀드리자면, 어떤 주제가 이직에 가장 유리할까요?) 가령, 얼마전까지의 이직시장은 딥러닝 기반의 CV와 NLP가 굉장히 핫했는데, 사실이부분은 사업/운영분석의 제 도메인과 연결시키기에는 어려운부분이있더라구요. 저는 현재 모빌리티회사에서 고객의 목적지, 주행데이터, 결제데이터를 기반으로 고객군을 세분화하는 업무를 맡고있습니다. 사실 이 부분은 다양한 모델들을 적용해볼수가 있어서, 어느 한 모델을 딱 특정잡아 논문을쓰기도 참 어렵더라구요. 저와같은 상황에서(이미지나 영상처리, 자연어처리가 도메인이 아닌 일반분석가 입장에서) 취업을 위해 논문주제를 픽스해야 한다면 어떤 주제가 핫할지 한번 여쭤보고싶습니다.
도훈님 안녕하세요!
사업/운영에서 데이터를 보신다면 직무로 말하자면 Business Analyst에 가까울 것 같아요. BA라고 하면 딥러닝과 관계성은 적은 편입니다.
AI 딥러닝 개발 직무와 데이터 분석 직무는 나뉘는 추세긴 합니다. BA쪽에선 결국 매출을 어떻게 만들어 낼 수 있고, 그 과정에서 데이터를 어떻게 활용하냐가 핵심이라 생각합니다. 그래서 딥러닝쪽을 바라보는 것보단 전통적인 머신러닝 알고리즘(데이터가 대부분 Tabular이므로)을 만들거나, 꼭 ML이 아니더라도 문제 해결을 위한 알고리즘을 만드는게 핵심입니다.
BA는 논문을 작성하는 것보다 실제로 자신이 얼마나 비즈니스에 임팩트를 내고, 매출에 기여하거나 비용 절감에 영향을 미쳤는지가 핵심이라 생각합니다. 딥러닝쪽을 보는 것은 이 내용을 한 이후, 조금 더 AI쪽으로 커리어를 가고 싶을 때 고민해보셔도 좋지 않을까 싶습니다
그리고 어떤 주제가 핫하냐?라고 하면 저는 시대에 따라 변하는 주제로 논문을 작성하는 것보단, 시대가 변하더라도 꾸준히 활용될 수 있는 것에 관심을 가지는 것을 먼저 하곤 합니다. 시기마다 매번 달라져서, 트렌드 따라가는게 시간적으로 한계가 있을 수 있거든요. 그래서 면접관일 때도 트렌드보단 본질적인 업무 역량 능력이 있는지를 집중적으로 보고 있어요-! 취업을 위해서라면 논문을 쓰는 것보단 데이터로 매출 기여를 해보는 프로젝트를 해보시면 더욱 좋지 않을까 싶어요-!
다만 논문을 작성하기 위해선 무엇이 좋은가?라고 하면 논문은 보통 기존에 없는 것들을 작성해야 하는 경우가 있으므로, 취업과 괴리가 존재할 수도 있을거에요. 요즘은 의사 결정과 관련된 분야에선 인과추론(causal inference)이 많이 연구되고 있긴 합니다. 다만 데이터를 잘 확보해야 할거에요. 현재 취업을 위한 논문과 졸업을 위한 논문을 한번에 하고자 하는 상황이신 것 같은데, 아이디어가 어렵다면 나눠서 생각해보시는 것도 어떨까 싶네요
모빌리티 도메인이라면 아래 프로젝트 같이 구성원의 리소스를 줄이는 프로젝트도 의미가 있을거에요!
tech.socarcorp.kr/data/2022/06/10/reservation-tetris.html
고객군을 세분화하는 부분은 CRM에서도 많이 하니, 추후에 CRM 데이터 분석을 하는 부분으로 확장할 수도 있고 산업을 타지 않고 어떤 곳이나 하는 분야라 계속 응용할 수 있을 것 같아요 :)
유익한 영상 감사합니다
영상 봐주셔서 감사합니다! :)
@@kyleschool 대학원진학에대한 고민이있는데 좋은 데이터분석가가되기위한 공부과정에대한 어느정도의 틀을 잡아주는 영상도 만들어주실수있나요?
@@노리밋옛 가능하지요! 조금 더 구체적으로 정의를 해보면 달포님에게도 좋을 것 같아 질문드려요!
- 데이터 분석가가 되기 위해 어떤 것들을 공부해야 할까? 전체적으로 어떤 것을 학습해야 하는지 + 왜 필요한지를 설명하는 영상이라고 보면 될까요?
ruclips.net/video/Z0PEIqKOhDE/видео.html
위 영상에 좋은 데이터 분석가가 가지면 좋을 역량에 대해 작성해두었는데, 조금 더 공부 자료에 대한 내용이 필요한걸까요~?
@@kyleschool 학교수업끝나고 방금 시청했습니다 ㅎ 데이터분석의 스킬을 늘리고 잘하고싶다는마음만 컸지
이걸 왜 하고 이걸 통해 문제를 정의하고 그 문제를 해결해나갈수있는 솔루션을 생각해보는 사고연습, 방법론에 대해서는 생각을 못해본거같습니다 대학원에가면 이런 생각하는 연습을 많이 배운다고 좀 전에 상담을 통해 얘기 들었습니다
카일스쿨님이 생각하는 좋은 데이터분석가의 역량도 이런 부분이라 생각하니 더더욱 대학원에 가야겠다고 생각이드네요 감사합니다 ㅎ
@@노리밋옛
도움이 되었다니 다행이네요! 다만 하나 더 말씀드리면 대학원에 가야만 문제 정의 역량이 키워지는 것은 아니더라구요. 그래서 달포님께서 정말 대학원에 가고 싶으신지(대학원에서 달성하고자 하는 바가 있는지, 연구를 즐기실 것 같은지) 꼭 생각해보시고 진학하시는 것을 추천드려요!
친한 동생이 어떤 기술적 역량을 얻기에 대학원을 간다고 하면 한번 정도 진짜 그 이유를 고민해보라고 권할 것 같아 의견 남겨드려요 :)