일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- 데이터사이언스
- 머신러닝
- 주식데이터
- 이력서 첨삭
- 데이터분석
- 파라미터 튜닝
- 경력 기술서
- 대학원
- 사이킷런
- 주가데이터
- 데이터 사이언스
- 파이썬
- 데이터사이언티스트
- 하이퍼 파라미터 튜닝
- 주요 파라미터
- sklearn
- 경력기술서 첨삭
- 베이지안 최적화
- AutoML
- 랜덤포레스트
- 하이퍼 파라미터
- 퀀트
- 자기소개서
- 퀀트 투자 책
- 데이터 사이언티스트
- 커리어전환
- pandas
- 데이터사이언스학과
- 판다스
- 코딩테스트
- Today
- Total
GIL's LAB
데이터 사이언스 분야: 컨설팅 vs 인하우스(도메인) 본문
최근에 데이터 사이언스 분야의 컨설팅 회사에서 일하는 신입 사원의 커리어 질문을 받고 그 내용을 정리해보겠습니다.
질문의 핵심은 커리어를 위해서 어떻게 해야하냐였는데, 그 중에 가장 기억에 남는 질문은 컨설팅 분야가 좋을지 특정 도메인의 회사(예: 삼성전자, SK하이닉스, 현대차 등등)의 데이터사이언스 관련 부서에서 일하는 것이 좋을지였습니다.
저는 이 분야에서 강의도 제법했고, 관련 외주도 많이 하고 있고, 모 대기업의 데이터사이언스 관련 부서에서 근무 중이고 심지어는 외주를 준 프로젝트를 관리하고 있어서 나름 확신을 가지고 다음과 같이 대답했습니다.
"이 분야에서는 컨설팅이나 SI보다 다른 기업의 데이터사이언스 부서에서 경력을 쌓는 것이 낫습니다"
물론 모든 컨설팅이나 SI 회사에서의 경력이 다른 기업의 데이터사이언스 부서에서 경력보다 좋다라는 것은 절대 아닙니다. 몇몇 회사에서 데이터 사이언스 부서는 말이 좋아 데이터사이언스지 그저 간단한 수준의 분석만 하는 경우도 많습니다. 또, 컨설팅이나 SI 회사에 있으면, 좋든 실든 다양한 종류의 데이터를 다룰 수 있다는 장점이 있습니다.
그런데도 특정 도메인을 갖는 회사를 추천하는 이유는 간단합니다.
현업에서 실제로 다룰 데이터는 완전하지 않고 문제가 잘 정의된 경우가 거의 없기 때문입니다.
캐글이나 데이콘 등의 경진대회 문제처럼 잘 정리된 문제를 푸는 것이 데이터사이언티스트의 주 업무라면, 다양한 경험을 할 수 있는 컨설팅이나 SI 회사에서 경력을 쌓는 것이 더 좋을 가능성이 큽니다. 그런데 실제로는 그렇지 않고, 오히려 이런 질문을 더 고민해야할 가능성이 큽니다.
- 우리가 지금 보유한 데이터는 XXX데이터인데, 어떤 서비스를 만들기 위해서는 어떤 데이터가 필요하지?
- 이 분석 결과가 어떤 인사이트가 있는거지?
- 이 분석 결과를 어떻게 활용할거지?
이러한 질문에 답하려면, 분석 역량 뿐만 아니라 그 분야의 도메인 지식을 알고 있거나 도메인 전문가와 잘 협업할 수 있어야 합니다.
결국 도메인 지식과 연관지어야하는데, 다양한 도메인을 다루면서 도메인 지식을 쌓는 것은 현실적으로 매우매우매우 어렵습니다. 그래서 한 도메인을 잡고 그 분야의 다양한 프로젝트를 하면서 역량을 쌓는 것이 더 실력을 쌓는데 도움이 된다 생각합니다.
도메인 지식을 잘 활용한 프로젝트를 공유하고 싶은데 회사 일이라서 아쉽습니다..
데이터 분야 취업 컨설팅/자기소개서 첨삭/이력서 첨삭은 아래 링크로!
'데이터사이언스 > 커리어' 카테고리의 다른 글
데이터 사이언스 학과 vs 전통적인 학과 (산업공학, 컴퓨터공학, 통계학) (4) | 2022.01.25 |
---|---|
데이터 사이언티스트 / 분석가를 위한 경력 기술서 작성 팁과 첨삭 (6) | 2022.01.19 |
데이터 분야 커리어 시작을 위한 대학원 관련 FAQ (1) | 2022.01.18 |
데이터 사이언티스트, 데이터 엔지니어, 머신러닝/딥러닝 엔지니어의 차이점 (0) | 2022.01.05 |
[FAQ] 데이터사이언티스트가 되려면 무엇을 준비해야할까요? (3) | 2022.01.04 |