Data Analyst가 되기 위한 길

Data Analyst가 되기 위한 방법은 2가지가 있다.

루트 1 : 데이터 분석 경로로 쭉 공부하여 한번에 데이터 분석가로 취업한다. (Hard, 석사필요)

루트 2 : 데이터 관련 직군으로 IT업계에서 일을 시작하여 차근차근 데이터분석가로 커리어를 전환한다.

 

내가 원하는 기업

- 데이터 전문 부서가 있는 기업

- 많이 배울 수 있는 사수가 있는 기업

- 플랫폼 IT 스타트업 기업

- 수평적 구조의 기업

- 영어 환경에 많이 노출된 기업도 좋다

 

데이터 분석가에게 요구되는 스킬

1. 논리적 사고

• 툴을 잘쓰는 것이 중요한 것이 아니라, 툴을 어떻게 적절하게 잘 이용하느냐가 중요하다.
  • 툴은 부수적인 것이다.
• 이를 위해서는 논리적 사고, 구조적 사고가 뒷받침 되어야 한다.
  • 단계를 나누고, 뎁스가 동일하게 층위를 나누어서 MECE한 분류를 해야한다.
  • 예를 들어, 매출 하락의 원인 분석을 위해 냅다 데이터부터 까보는 것이 아니라
  • 어떤 요소가 있는지, 온라인/오프라인 채널로 나뉜다면 채널별 접근방식을 또 정의하고 나눈다.
  • 위와 같은 사고방식이 가장 중요하다.
• 정리를 잘하는 것 또한 중요하고, 꼼꼼해야한다.
• 논리가 뒷받침 되어야 개연성있게 설명이 잘되고, 보고를 잘할 수 있다.
• 책을 많이 읽고 논리적 사고를 연습해야 한다.
  • 감정에 호소하기보다 팩트기반으로 논리적 말하기를 연습해야한다.
  • 어려운 책을 읽으면서 어려운 문장을 내가 이해하기 쉽게 거르는 행동이 도움이 많이 된다.
• Tech조직과 Business조직 사이에서 의사소통 역할을 잘 수행하는 것도 능력이다.
  • 어려운 내용을 쉽게 설명하는 것이 진정한 능력이다.
• 의문이 드는 것은 어떻게 해결할 수 있을까를 항상 생각하도록 한다.

 

2. SQL

• 단순 조회하는 것 뿐만이 아니라 고급 SQL을 익혀야한다.
  • 많은 서브쿼리를 다뤄보고,
  • 안쓰던 윈도우함수도 써봐야하고,
  • WITH절도 자유롭게 쓸 수 있어야 한다.
• MySQL, Hive, RedShift 등을 회사에서 주로 쓰는데, SQL은 무조건 필수다.

3. Tableau

• 회사에서는 파이썬보다 자주 쓰인다.
• 데일리 리포팅을 하거나, 예쁘게 보고해야할 때 주로 사용한다.

4. 파이썬

• 전처리용으로 사용하기도 하지만, 회사에서는 사용할 일이 거의 없다.
• R - 분석용이, SAS - 금융권, GA도 간혹 쓰인다.

5. 통계

• 올바른 통계 사용법을 알아야 하며, 예제와 함께 공부하는 것이 좋다
  • 귀무가설, 대립가설 검정 파트를 빡세게 정리하는 것이 좋고
  • 유의한지 유의하지 않는지 판단할 수 있어야 한다.
  • T-test, 분산분석, 선형회귀 정도는 알고 있어야한다.
• 즉, 어렵지 않은 통계가 요구되며, 이를 정확하고 쉽게 설명할 수 있어야한다.
• 복잡한 모델보다 Decision Tree, Linear Regression처럼 기본적인 모델을 활용해 쉽게 설명할 수 있어야한다.

 

데이터 분석가가 되기 위해 준비할 것

1. 공모전

 

2. 프로젝트 포트폴리오

• 노션으로 포트폴리오를 만들고,
• 프로젝트 내용은 PPT로 예쁘게 정리할 필요가 있다.

3. 캐글/데이콘