Data와 관련된 직업들엔 어떤 것이 있을까요? (Data Scientist, Data Engineer, BI Developer, etc)

Data Scientist가 하는 일을 더 잘 이해하기 위해서, Data 와 관련된 여러 직업들을 함께 알아보겠습니다.

 

Data Architect

Data architect는 사용될 데이터셋을 처음부터 디자인해 나갑니다.

데이터가 어떤 방식으로 탐색되고 사용되고 분석될지를 구상합니다.

 

Data Engineer

데이터 엔지니어는 획득된 데이터(raw data)를 처리(processing)하여 분석(analysis)에 사용될 수 있게끔 합니다.

데이터 엔지니어가 처리를 마친 데이터셋은 데이터 분석과 관련된 업무를 맡는 사람들에게 넘겨집니다.

깨끗하고 정리된 데이터셋을 만드는 것이 중요합니다.

 

Data Administrator

데이터 관리자는 데이터베이스의 데이터의 흐름 (추가와 제거)를 관리합니다.

분석에 사용되는 데이터셋이 엔지니어가 프로세싱을 마친 이후 변화가 한번도 없는 경우는 드물겠죠?

이럴 때 데이터 관리자가 이 데이터의 흐름을 관리하고, 특히 주로 전통적 데이터 (traditional data)를 관리합니다.

빅 데이터의 경우에는 관리자가 일일히 관리할 수 없기 때문에, 보통 자동화됩니다.

 

Business Intelligence Analyst (BI Analyst)

비즈니스 인텔리전스 분석가는 과거의 데이터를 바탕으로 성과를 분석하고 보고합니다.

 

Business Intelligence Consultant (BI Consultant)

BI Consultant는 외부의 BI analyst라고 생각하면 됩니다.

많은 회사는 그들의 데이터 사이언스 부서를 원하지 않거나 유지하고 싶지 않기 때문에 아웃소싱합니다.

 

Business Intelligence Developer (BI Dev)

BI 개발자는 더욱 복잡한 프로그래밍 언어를 다루는 개발자들입니다. 

파이썬, 그리고 특히 SQL을 다룰 줄 아는것이 중요합니다.

이런 언어를 통해서 대상 회사에게 특별히 맞추어 디자인된 분석을 제공합니다.

 

 

그리고 대망의 데이터 사이언스 팀에는 대략 3가지 포지션이 있습니다.

Data Scientist

데이터 사이언티스트는 전통적 통계적 방법, 또는 최신식의 머신 러닝 기술을 통해서 정확한 예측을 하는 것을 목표로 합니다.

 

Data Analyst

데이터 분석가는 반면, 더욱 심층적이고 고도화된 데이터 분석에 집중하고, 예측의 기본적인 부분을 담당합니다.

 

Machine Learning Engineer

머신 러닝 엔지니어들은 머신 러닝을 활용해서 복잡한 데이터 과학과 비즈니스 업무들을 해결하기 위한 방법을 모색하는 사람들입니다.

 

 

이 글까지 해서 데이터 사이언스 입문 개념과 용어 정리가 끝났습니다.

이제 전통적인 통계적 개념을 조금 더 배우고, 직접 디자인해보는 식으로 포스팅하겠습니다.