데이터 분석가의 역량 - '왜(Why)'를 고민하기

 

데이터 분석가에게 코딩테스트가 필요할까? | 요즘IT

 

 

📌 요약

 

1. 코딩테스트

• 실제 업무와 유사하지만 제한된 범위의 문제를 풀어내는 코드를 작성
• 해당 코드가 잘 돌아가며 올바른 결과 값을 보여주는지, 효율적인지 등을 평가하는 시험

 

2. 데이터 분석가의 역할

• 데이터 활용하여 서비스/프로덕트 고도화
  e.g., 국내 사건사고 데이터 시각화
• 데이터 기반 의사 결정의 토대 마련 → 전략, 분석 지원, 가설 검정
  e.g., 서울시 심야버스 노선 최적화
• 분석 결과를 바탕으로 대시보드 및 리포트 제작

➡️ 새로운 가치 발견

 

 

3. 위 성공 사례의 공통점

• 분석할 수 있는 데이터가 준비되어 있음
• 풀고자 하는 문제를 명확히 인지함
• 복잡한/최신의 분석 기법 활용 X
• 다양한 팀과의 협업
• 어떤 툴을 썼는지 언급되지 않음

➡️ 데이터 분석가의 역량 = 문제 정의 능력, 데이터 분석에 대한 이해, 협업

➡️ 데이터를 활용해 정해진 답이 없는 문제를 해결

 

 

 

4. 결론

• 문제를 어떻게 풀 것인지가 아니라, 어떤 문제를 왜 풀어서 무슨 변화를 만들 수 있는지에 집중해야 함
• 코딩 역량이 중요하지 않은 것은 아니지만, 코딩테스트로는 확인하기 어려운 다른 역량들 또한 필요함

 

 

5. 번외

• 데이터 직군 코딩테스트에 언급되는 예시 (Scientific Programming)
  • 머신러닝 모델의 평가 지표 계산
  • SQL을 활용한 메트릭 계산
  • 텍스트 등의 데이터 파싱(구문 분석) 및 전처리
• 데이터 분석가가 되고 싶은 취준생을 위한 안내서

데이터 분석가가 되고 싶은 취준생을 위한 안내서 | 요즘IT

 

 

 

💡 인사이트

처음에는 ‘코딩테스트’에 조금 더 초점을 맞춰서 기술된 글인 줄 알았는데, 읽어보지 마냥 그렇지 않았다.

 

블로그에 남긴 미니 프로젝트 회고

 

위 이미지는 부트캠프 1주차 닷새 동안 진행한 미니 프로젝트에 대해 내가 회고한 내용 중 일부이다. 작년 12월 말에 느꼈던 바와 이번 아티클의 시사점이 똑같다. 특히 내가 요약한 내용 중 아래 부분이 그렇다.

 

문제를 어떻게(How, 어느 언어와 툴을 써서 어떤 방법론을 통해) 풀 것인지가 아니라, 어떤 문제를 왜(Why, 비즈니스나 전사적 문제에 왜 필요한지) 풀어서 무슨 변화를 만들 수 있는지에 집중해야 함

 

내 전 직무는 모든 업무 과정에 ‘누구나 납득할 수 있는 이유’가 있어야 했다. 기획, 진행, 마감까지 모든 의사결정에 판단을 내리는 역할이었기 때문이다. IT업계로 치환하면 PM 정도로 보면 될 것 같다.

 

그래서 전직을 결심할 때 데이터 분석가를 선택한 것도 있다. 누구나 납득할만한 근거를 데이터 기반으로 마련한다는 점이 매력적이었다.

 

초심자가 으레 그렇듯 처음에는 기술적인 부분을 얼른 따라가야 한다고 조바심냈는데, 고작 닷새 진행하는 미니 프로젝트에서부터 주제 선정, 나아가 분석의 목적 자체에 의구심이 들었다 보니 비교적 빨리 깨달을 수 있었다.

 

하지만 여전히 취준생 입장에서는 “왜”를 바탕으로 프로젝트를 진행하고 포트폴리오를 구성하기 어려운 지점이 있다. 소속된 회사나 단체가 있다면 “어떤” 문제인지 파악하기 어려울 순 있어도 “문제 자체를 상상해서 만들어 낼” 필요는 없기 때문이다. 취준생은 아무래도 후자를 해야 하다 보니, 만약 회사 경험이 전혀 없는 사람은 비즈니스적으로 접근하기 쉽지 않을 것 같다.

 

부트캠프가 끝나가고 입사지원 및 코딩테스트를 경험 중이지만, 여전히 스몰 프로젝트(e.g., 강남 출퇴근 지하철 빈자리 예측)에 대한 욕심이 있다. 아직 주제는 설정하지 못했지만, “왜” 이 분석이 필요한지 설득력을 갖추기 위해 내 기호나 취향에 맞닿아 있는 데이터를 수집하여 수료와 동시에 진행해보고 싶다.