SW기술을 기본을 하면서도 4차산업에 우수한 인재들의 구심점이 될 직업이 있습니다.
이름도 멋진 데이터 과학자입니다.
데이터 과학자는 누구일까요?
2012년 12월, 하버드 비즈니스 리뷰의 데이터 과학자에 대한 기사에 따르면 “21세기 가장 섹시한 직업”이라표현하고 있습니다. 가트너 그룹에서는 “복잡한 비즈니스 문제를 모델링하고, 인사이트를 도출하며,
통계학, 알고리즘, 데이터 마이닝 그리고 시각화 기법 등을 통해서 그 속에서 기회를 찾아내는 사람이다”
라고 정의하고 있습니다.
데이터 과학자란 문제를 식별하고, 데이터를 저장, 처리, 분석 및 활용하는 전문적 지식을 보유한 사람을
말합니다.
출처: Data Scientist: The Sexiest Job of the 21st Century
(https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century)
데이터 과학자의 역할과 핵심 역량은 다음과 같습니다.
데이터 과학자는 데이터 분석가처럼 데이터를 분석하고 리포팅 하는 역할을 수행합니다.
단순히 과거의 추세나 통계적 지표 수치를 보고 하는 것에서 정확한 데이터를 근거로 분석된
예측 결과를 비즈니스 모델링을 바탕으로 결과를 예측하는 역할을 수행하는 것입니다.
엄청나게 큰 용량(Volume)의 데이터, 다양한(Variety) 종류, 순간마다 빠른 속도(Velocity)를
나타내는 공통적 특징이 빅데이터에 있습니다.
데이터 과학자는 각 산업 분야에서의 이러한 역할도 진행합니다.
영업(고객 정보, 고객 로열티, 생산량, 재고 등 정보를 통한 전략적 결정), 전자상거래(고객의 구매
데이터, 트렌드), 공공(정책 결정, 구민 지원, 만족도 등을 통한 대민 서비스 개선).
이 외에도 의료, 통신, 스포츠, 교육 등 많은 분야에서 데이터 과학을 근거로 한 데이터 분석과
리포팅이 이루어 지고 있습니다.
출처: 직접 편집
데이터 과학자가 가져야 할 핵심역량으로 통계 중심 역량에서 컴퓨터 사이언스 중심인 프로그래밍과
머신 러닝이 매우 중요해지고 있습니다.
수학과 통계학은 기존 데이터 분석 분야에서 핵심이라 따로 설명은 하지 않고 데이터 과학자에게 특히
중요한 능력으로 나타난 코딩과 머신 러닝에 대해 간략히 알아보도록 할까요?
코딩이란? 컴퓨터 언어로 프로그램을 만드는 것을 의미합니다. 컴퓨터 프로그램을 수행하는 절차를 적어
둔 명령어 모음을 코드라하고 이를 입력하는 것을 코딩이라고 합니다.
다시 말해 코딩 교육은 프로그래밍을 배우는 것이라고 할 수 있습니다
코딩을 개발자가 아닌 데이터 과학자가 알아야 하는 이유는 다음과 같습니다.
코딩은 프로그램을 구상하고 문제 해결을 위한 절차와 과정을 설정하여 논리적 사고를 통해 문제 해결이
가능해집니다. 또한 아이들의 창의성, 논리적 사고력이 향상, 스스로 문제를 해결하고 수정하는 과정을 통해
자연스럽게 논리, 창의성, 생각하는 힘을 기를 수 있습니다.
기계학습(인공지능에 의한 학습, 머신러닝) 이란 다음과 같습니다.
머신러닝은 인공지능(AI)의 한 분야로, 데이터 분석을 위한 모델 생성을 자동화 하여 소프트웨어가 데이터를 바탕으로 학습하고 패턴을 찾아냅니다. 이를 통해 사람의 개입을 최소화 하고 빠르게 의사 결정을
내릴 수 있도록 지원합니다.
데이터 과학자는 다양한 분야의 경험과 지식 그리고 비즈니스에 대한 이해가 있어야 할 것 같은, 유망 할 것 같지만 어려운 직업으로 데이터의 패턴을 찾아내고 분석해서 의사 결정을 도울 수 잇는 새로운 비지니스
기회를 만들어 내는 사람입니다.
데이터 처리를 위해 프로그래밍 능력과 패턴을 찾아내고 분석할 수 있는 통계 능력 그리고 비즈니스 기회를 만들어 내기 위한 커뮤니케이션 능력이 요구됩니다.
더욱 세분화되고 전문화되는 4차산업의 시장에서 다양한 정보력을 기본으로 아이디어를 구체화시키는
직업으로 대두되는 데이터 과학자는 그래서 더욱 기대되는 직업입니다.
IT전반의 우수한 전문인력을 기본으로 하는 기술력과 풍부한 개발아이디어를 갖춘 학생들에게
더 많은 직업적인 기회와 차별성을 갖춘 안정적인 커리어가 될 것입니다.
한국기업의 경우 통신, 금융, 보안, 유통, 제조까지 각 산업 분야별 대기업과 조직들의 데이터 과학 현장의
이해를 꾀하는 전략이 확장되고 있습니다.
데이터 활용의 구체적인 계획과 전략, 플랫폼 구축 방법, 수행하고 평가하는 작업 등의 구체적
대표사례의 이해를 기본으로 경제, 통계, 심리 등의 지식까지 필수가 됩니다.
얼마 전 충북대학교에 비즈니스 데이터 융합학과가 신설되었고 서울대학교 지식창출 연구센터를 설립하여 데이터 학과 관련 학문과정을 개발하고 있습니다. 데이터가 자원으로 활용될
미래의 데이터 과학자의 중요성을 의미하는 변화입니다.
사업적인 통찰력과 데이터 베이스 전문기술, 소통하는 능력까지 완벽한 데이터 과학자로서 통계전문가,
프로그래머들과 공동작업도 할 수 있으니 프레젠테이션(발표)기술과 의사소통 능력까지 요구하는
데이터 과학자라는 직업이 더욱 빛을 발하길 기대합니다.
