데이터 사이언티스트의 역할과 커뮤니케이션 역량

이번 포스팅에서는 데이터 사이언티스트의 역할과 커뮤니케이션 역량의 중요성에 대해 간략히 알아보고자 합니다. 

 

데이터 사이언티스트의 역할

특수한 상황을 제외하면 많은 기업에서 데이터 사이언티스트는 혼자 일하지 않습니다. 데이터 사이언스를 캐글 등의 경진대회를 통해서만 접했던 사람이라면 의아할 수 있지만, 실제로 그렇게 문제와 데이터가 정리되서 데이터 사이언티스트가 해결만 해주면 되는 상황은 극히 드뭅니다.

 

데이터 사이언티스트는 아래와 같이 현업, PO/PM, DE와 같이 일을 합니다. 

 

간략히 설명하면, 현업 혹은 시장에서 문제와 데이터를 들고 옵니다. 이렇게 들고온 문제와 데이터는 데이터 분석에 적합한 문제와 데이터가 아닐 가능성도 크며,  분석에 용이하게 정리되있을 가능성은 0에 수렴합니다.

그러면 PO 혹은 PM이 이 문제를 적당히 정리해서 과제화합니다. 보통 PO와 PM은 데이터 전문가가 아니라 도메인 전문가인 경우가 많아, 역시 과제가 데이터 드리븐하게 정리되지 않았을 가능성이 있습니다. 

다음으로 데이터 엔지니어가 원천 데이터를 정리해서 데이터 마트를 구성합니다. 과제에 따라 다르지만, 어떻게 구성하는 것이 좋을지 데이터 사이언티스트와도 같이 논의합니다. 

이제 전달받은 데이터와 과제를 데이터 사이언티스트가 해결해나갑니다. 이 과정에서 과제와 데이터를 정확히 이해해야 하므로 PO와 DE, 필요하다면 현업과도 계속 논의합니다.

마지막으로 데이터 사이언티스트가 알고리즘, 모델, 분석 보고서 등의 산출물을 전달합니다.

 

 

커뮤니케이션의 중요성

위에서 설명했듯이, 현업과 PO는 데이터 전문가가 아니라 도메인 전문가입니다. 그들이 들고 오는 과제는 데이터 사이언티스트가 이해하기 어려울 수 있습니다. 반대로 데이터 사이언티스트의 산출물은 그들이 이해하기 어렵습니다.

PO나 PM이 중간에서 잘 조정하는 것이 가장 이상적이나 현실적으로 쉽지 않습니다. 

그래서 데이터사이언티스트에게 커뮤니케이션 역량이 중요합니다. 

단순히 말을 잘하고 발표를 기깔나게 하는 것이 아니라, 그들의 문제를 이해하고 데이터 분석 문제로 표현하는 것과 데이터 분석 산출물을 그들이 이해할 수 있도록 설명하는 것이 중요합니다.

많은 데이터 사이언티스트 면접에서 "P-value를 어떻게 고객에게 설명할 수 있을까요?", "분석 결과를 데이터 분석을 잘 모르는 사람에게 설명한 경험이 있나요?" 등의 질문이 나오는 이유도 이와 같습니다. 

당연히 분석 역량이 가장 우선이겠지만, 소프트 스킬로서 커뮤니케이션 역량도 데이터 사이언티스트에게 꼭 필요합니다. 

---

데이터 분야 취업 컨설팅/자기소개서 첨삭/이력서 첨삭은 아래 링크로!

https://kmong.com/gig/380507

데이터 사이언스 박사가 데이터 분야 취업, 진학을 도와 | 50000원부터 시작 가능한 총 평점 5점의