뷰어로 보기

[IT&테크 정보] 데이터를 분석하는 직업...데이터 사이언티스트 전성시대! 2018.11.28 10:09

앱센터
조회 수 : 8 추천 수 : 0


데이터를 분석하는 직업군을 정리해 보면, 통계 분석가, 데이터 마이너, 비지니스 분석가, 데이터 분석가, 수리경제학자, 의료통계학자, 보험 분석가, 재정 분석가, 마케팅 리서처 등 이외에도 여러가지 명칭으로 이루어져 있습니다.


데이터를 분석하는 다양한 직업들,
직책만 4,900개


1.JPG


링크드인(LinkedIn.com)에서 데이터 분석과 관련 있는 구인 타이틀을 분석한 결과 4,900가지의 타이틀을 확인했다고 한다. 다음은 데이터 분석과 관련된 다양한 직업을 나열해 놓은 것입니다. 서로 비슷 비슷해 보이지만 각자의 전문 영역을 타이틀로도 알 수 있습니다.

예를 들면, Chief Actuary of Geospatial Analytics and Modeling(보험 모델과 지리 공간 데이터 분석 담당 최고책임자), Chief Analytics & Algorithms Officer(데이터 분석과 알고리즘 담당 최고책임자), Chief Credit & Analytics Officer(신용 및 데이터 분석 담당 최고책임자) 등은 보험 분석 알고리즘과 신용 분야의 전문 분석가라는 것을 명칭만 보고도 짐작할 수 있습니다.

이처럼 데이터 분석과 관련된 전문가들은 데이터 과학자라는 타이틀이 아니어도 아주 다양한 분야와 영역에서 오랫동안 일해 왔습니다.






데이터 분석과 관련된 구인타이틀의 예


• Chief Actuary of Geospatial Analytics and Modeling (보험 모델과 지리공간 데이터 분석 담당 최고책임자)
• Chief Analytics & Algorithms Officer (데이터 분석과 알고리즘 담당 최고책임자)
• Chief Credit & Analytics Officer (신용 및 데이터 분석 담당 최고책임자)
• Chief Research & Analytics Officer (연구 및 분석 담당 최고책임자)
• Chief Scientist, Global Head of Analytics (데이터 분석 글로벌 책임자 겸 최고위 과학자)
• Chief Technology Officer, Enterprise Information Management & Analytics (기업 정보 관리 및 데이터 분석 최고책임자)
• Director - BI & Analytics (BI 및 분석 담당 본부장)
• Director - Fraud Analytics & R&D (R&D 및 사기 데이터 분석 담당 본부장)
• Director - Predictive Analytics (예측 분석 담당 본부장)
• Director - Analytics and Creative Strategy (창의적 전략 및 데이터 분석 담당 본부장)
• Director - Marketing Analytics (마케팅 데이터 분석 담당 본부장)
• Director Digital Analytics (디지털 데이터 분석 담당 본부장)
• Director Analytics Strategy (데이터 분석 전략 담당 본부장)
• Director of Analytic Consulting, Product/Data Loyalty Analytics (상품, 데이터, 고객 충성도 분석 및 컨설팅 담당 본부장)
• Director of Data Analytics and Advertising Platforms (데이터 분석 및 광고 플랫폼 담당 본부장)
• Director of Digital Analytics and Customer Insight (디지털 분석 및 고객 인사이트 담당 본부장)
• Director of Health Analytics (의료 데이터 분석 담당 본부장)
• Director of Innovation, Big Data Analytics (혁신과 빅데이터 분석 담당 본부장)
• Director of Risk Analytics and Policy (위험 데이터 분석 및 보험 계약 조건 담당 본부장)
• Director of Science & Analytics for Enterprise Marketing Management (전사 마케팅 관리 및 데이터 분석 담당 본부장)
• Director, Business Analytics & Decision Management Strategy (비즈니스 데이터 분석 및 의사 결정 관리 전략 담당 본부장)
• Director, Customer Insights and Business Analytics (고객 인사이트와 비즈니스 분석 담당 본부장)
• Director, Data Warehousing & Analytics (데이터 웨어하우스와 분석 담당 본부장)
• Director, Gamification Analytics Platform, Information Analytics & Innovation (게임과 데이터 분석 플랫폼, 정보 분석 및 혁신 담당 본부장)
• Director, Head of Forensic Data Analytics (범죄 데이터 분석 담당 본부장)
• Director, Predictive Analytic Applications (예측 분석 애플리케이션 담당 본부장)



기존의 데이터 관련 분석가들은 데이터 활용 프로세스 중 각자의 영역에서 데이터 분석 부분에만 주로 관여하며, 데이터의 가공과 분석, 활용, 평가 및 의사 결정으로 연결되는 전반적인 프로세스에 참여할 수 있는 기회는 제한되어 있는 경향이 있습니다.

반면에 데이터 과학자는 데이터 활용 프로세스 전반에 참여하며, 문제의 가능성을 예측하고 기존에 없던 새로운 인사이트를 찾아내 조직과 사회에 변화를 줄 수 있는 영향력이 있습니다.

알기 쉬운 예로 데이터 과학자는 통계 분석가가 될 수 있지만, 통계 분석가가 데이터 과학자가 되려면 준비 과정이 좀더 필요하다. 마찬가지로 주로 BI(business intelligence) 툴을 사용해 과거 데이터나 정제된 보고서식 통계 데이터를 분석하는 비즈니스 분석가도 데이터 과학자가 되려면, 덜 가공된 데이터를 정제하기 위한 프로그램 코딩 작업과 데이터 활용에 대한 전반적인 지식 그리고 깊이 있는 데이터 마이닝과 고급 분석 알고리즘에 대한 경험이 필요합니다.



데이터 분석가와 데이터 과학자는 어떻게 다른가


비슷한 타이틀의 데이터 분석가는 데이터 과학자와 어떻게 다를까? 데이터 분석가는 주로 탐색적 현황 파악과 상관관계 분석, 원인 분석 위주로 작업을 진행하며, 원천 데이터의 품질과 전처리 가공 작업에 전적으로 관여합니다. 경험 많은 데이터 분석가는 익숙한 비즈니스 환경에서 추정 및 예측 분석도 할 수 있습니다. 그러나 이들은 전체 작업 프로세스 중에서 우리가 알고 있는 지식을 데이터로 파악하고 확인하고 표현하는일일 작업이나 주기적 작업에 주로 관여합니다.

데이터 분석가 중 고객관리, 마케팅, 영업, 인사 등에 관여하는 사람들을 비즈니스 분석가라고 하고 데이터 플랫폼이나 IT 시스템 영역에서 데이터 프로세스 관리, 모니터링, 테스트 등을 담당하는 사람들은 데이터 엔지니어라고 부릅니다. 참고로 데이터 엔지니어들이 수행하는 데이터 통합, 데이터 품질, 보안/보호에 관여하는 총체적 행위를 DataOps(데이터옵스)라고 합니다.

반면에 데이터 과학자는 회사나 조직 전반에 걸쳐서 실행 가능한 전략적인 인사이트를 제공합니다. 데이터 과학자는 데이터 분석가가 하는 일도 하지만 대부분은 좀더 종합적인 관점을 가지고 예측 및 최적화 등 전략적 의사 결정을 포함하는 작업을 주로 합니다. 또한 이전에는 전혀 존재하지 않았던 혁식전인 방법을 데이터에서 찾습니다. 그리고 새롭게 찾아낸 방법을 적용하기 위해 기업 운영을 위한 프로세스 전체 또는 전사 차원의 조직 구성을 바꿔야만 하는 경우가 있을 때 데이터 과학자는 최고경영자를 이해시키고 설득을 해야 하기 때문에 커뮤니케이션 기술을 가지고 있는 것이 중요합니다.

커뮤니케이션 기술의 중요성은 2014년에 미국 라바스톰 애널리틱스(Lavastorm Analytic) 사에서 데이터 과학자들을 대상으로 실시한 설문 조사에서도 확인됩니다. “ 분석 과정에서 가장 큰 도전이 무엇인가”라는 질문에 가장 많이 나온 응답은“ 데이터에서 얻은 인사이트에 대한 신뢰를 얻는 것”이었습니다. 이를 통해 알 수 있듯이 데이터 과학자에게 가장 큰 도전은 분석이 아니라 분석에서 찾아낸 인사이트를 설득을 통해 현업에 적용하고 기업이나 기관에 도움이 될 만한 성과를 내는 것입니다.


데이터 사이언티스트(데이터 과학자)


데이터 사이언티스트(data scientist). 10년 전에는 존재하지 않았던 직업이 최근 미국에선 최고의 직업으로 떠오르고 있습니다. 세계 최대 직장 평가 사이트 글래스도어가 매년 발표하는 '미국 최고의 직업50'에서 2016년, 2017년에 이어 올해도 '데이터 사이언티스트'가 1위로 뽑혔습니다.



2.JPG



삼성, SK 등 글로벌 인재 영입 전쟁


[그래픽=박춘환 기자 park.choonhwan@joongang.co.kr] 

데이터 사이언티스트는 데이터 수집과 분석은 기본이고 회사에 필요한 전략적인 인사이트를 제공합니다. 미국 초대 데이터 업체 엑시엄 출심인 김옥기 엔코아 상무는 "기본 데이터 플랫폼을 관리하던 데이터 엔지니어. 통계 분석가. 마케팅 전문가 등의 역역으로 나뉘었던 업무를 융합한 것이 데이터 사이언티스트"라며  "기업의 비용을 줄이고 수익을 올릴 수 있는 비지니스 모델을 만든다"고 설명했습니다.

 2000년대 들어 정보기술(IT)이 발전하면서 데이터가 기업의 이익으로 연결, 데이터 과학에 대한 관심이 싹텄습니다. 데이터를 활용한 사업 전략으로 성공한 대표적인 기업이 넷플릭스와 아마존 인데요. 데이터 부넉 업체이 리비전컨설팅의 전용준 대표는 " 넷플릭스와 아마존이 고객의 구매 패턴을 분석한 뒤 맞춤형 추천 서비스로 성공하자 글로벌 기업들이 데이터 사이언티스트에 주목하기 시작했다"고 할하기도 했습니다.


데이터 관련 분야 직종에 취업을 준비 중이신 분들에게 조금이나마 도움이 되고자 준비한 정보였습니다. 많은 도움이 되셨나요?? 다음 시간에도 유익한 정보로 찾아뵙겠습니다:) 







Comment '0'
댓글 쓰기 권한이 없습니다.
List of Articles
번호 제목 글쓴이 조회 수 날짜
» [IT&테크 정보] 데이터를 분석하는 직업...데이터 사이언티스트 전성시대! file 앱센터 8 2018.11.28
66 [IT&테크 정보] 빅데이터 분석 사례에 대해 알아봅시다! file 앱센터 12 2018.11.21
65 [IT&테크 정보] 머신러닝 활용 사례를 알아봅시다! file 앱센터 19 2018.11.07
64 [IT&테크 정보] 빅데이터란? file 앱센터 20 2018.10.31
63 [IT&테크 정보] 인공지능, 머신러닝, 딥러닝 - 무엇이 다를까? file 앱센터 40 2018.10.24
62 [IT&테크 정보] 디지털콘텐츠에도 한류가? 콘텐츠 수출! file 앱센터 36 2018.10.17
61 [IT&테크 정보] 4차 산업혁명 시대의 기술 '딥러닝' file 앱센터 61 2018.10.10
60 [IT&테크 정보] 뜨거운 감자 제로레이팅 규제! 제로레이팅이란 무엇일까? file 앱센터 52 2018.10.03
59 [IT&테크 정보] '돼지저금통은 옛말' 키즈 디지털 저금통 대세 file 앱센터 55 2018.09.19
58 [IT&테크 정보] 스몸비족 사고 방지를 위한 바닥 신호등 file 앱센터 58 2018.09.12
Tag
Write
first 1 2 3 4 5 6 7 last
Top