데이터사이언스 관련 직무 개관과 직무기술

01 데이터 직무 개관

---

 

여러 채용 공고와 이상적인 빅데이터팀의 업무 수행 방식을 고려해 명확한 본질과 자격요건에 따라 빅데이터직무를 6가지로 분류할 수 있다.

• 데이터 엔지니어(Data Engineer)
• 데이터 애널리스트(Data Analyst)
• 데이터 사이언티스트(Data Scientist)
• 데이터 리서처(Data Researcher)
• 데이터 기획자(Data Project Manager)
• 시티즌 데이터 사이언티스트(Citizen Data Scientist)

 

데이터 엔지니어(Data Engineer)

 

데이터 엔지니어는 데이터 자체와 데이터를 둘러싼 시스템을 책임지는 사람으로, 데이터 관리 뿐 아니라 수집·보관·처리 시스템의 개발, 구조(아키텍쳐) 설계, 유지 보수를 담당합니다. 또한 사내 데이타 분석 도구나 시각화 도구를 직접 개발하기도 한다.

빠르게 쌓이는 대용량의 품질과 직결된 업무를 담당하는 만큼 데이터 산업에서는 필수적인 존재입니다. 기존 시스템 개발잘의 역량에는 빅데이터 관련 기술도 요구되기 때문에 개발자가 데이터 엔지니어로 변모하는 경우가 잦습니다.

 

데이터 애널리스트(Data Analyst)

 

데이터 애널리스트는 데이터에서 기업의 현재 상태와 관련된 인사이트를 도출해 경영진에게 효율적으로 전달하는 업무를 담당합니다. 인사이트의 사전적 정의는 '통찰력'이지만, 경영 차원에서의 정의는 '개선해야 할 문제를 찾아내고 이를 해결할 아이디어를 생각해 내는 것'입니다. 주로 간단한 데이터 분석도구나 대시보드 등과 같은 다양한 시각화 도구를 활용해 데이터에서 인사이트를 발견하는 일을 합니다.

 

데이터 사이언티스트(Data Scientist)

 

데이터 사이언티스트는 통계 방법론, 머신러닝 그리고 데이터 마이닝 지식을 바탕으로 정량적이고 과학적인 데이터 분석을 통해 데이터서 인사이트를 발굴하는 일을 담당합니다. 그리고 보다 깊이 있는 분석 기법을 적용함으로써 현재 상황을 묘사하고 분석할 뿐 아니라 미래 상황을 예측하거나 미래에 발생할 수도 있는 문제를 예방하기도 합니다. 적용하는 기술이 빠르게 발전하기 때문에 새로운 알고리즘을 습득할 수 있는 이론적인 이해도와 더불어 분석하고자 하는 업종 전반에 대한 지식, 가치 창출과 인사이트 발굴 능력 등을 골고루 갖추고 있어야 합니다. '데이터 사이언스트'라는 용어는 데이터 산업 전반에 종사하는 사람을 칭하는 넓은 의미로 사용하되기도 하지만 좁은 의미는 앞서 소개한 것과 같습니다.

 

데이터 리서처(Data Researcher)

 

데이터 리서처는 데이터를 분석하기 위한 새로운 알고리즘과 방법론을 연구, 개발하는 일을 담당합니다. 보통 연구 개발 부서에 소속되며, 최신 연구 동향을 파악하기 위해 학회에 참석하거나 혁신적인 발견을 이뤄낼 경우 논문을 발표하기도 합니다. 사내 비즈니스팀이 설정한 목표에 따라 연구 주제가 정해지기도 하고, 연구 주제가 연구팀내에서 자발적으로 형성되는 경우도 많습니다. 이러한 미래 지향적 연구 결과는 소속 회사의 명성을 높이거나 해당 분야 자체의 혁신을 앞당기는 역할을 합니다. 대학에 근무하는 관련 학과의 교수 및 연구원, 대학원생도 데이터 리서처에 포함됩니다.

 

데이터 기획자(Data Project Manager)

 

데이터 기획자는 빅데이터 비즈니스 사이클의 계획과 원활한 운영을 책임지는 사람입니다. 데이터 기획자는 빅데이터 비즈니스 사이클을 성공적으로 이끌기 위해 확실한 목표를 설계하고, 그 목표를 실행하기 위한 데이터, 시스템, 인력을 효율적으로 운영해야 할 책임이 있습니다. 그리고 간단한 데이터 시각화나 분석을 통해 프로젝트 방향을 정하고, 데이터 기술의 동향을 파악해 적절한 기술이 프로젝트에 적용되고 있는지를 살펴야 합니다. 

 

시티즌 데이터 사이언티스트(Citizen Data Scientist)

 

시티즌 데이터 사이언티스트는 앞서 소개한 직무와 달리 특정 직무를 지칭하기 보다는 자신만의 전문 분야(도메인)를 갖춘 실무 전문가 중 빅데이터에 대한 관심을 바탕으로 관련 지식을 쌓는 사람을 의미합니다. 본인의 회사, 산업, 업무에 해박하면서도 빅데이터에 대해 충분한 이해와 통찰력을 가진 '파워 데이터 유저'라고 할 수 있습니다. 자신만의 전문 지식에 데이터를 결합한 새로운 비즈니스 가치를 창출하는 데 적합한 위치에 있습니다.

 

 

02 데이터 직무별 직무기술서

---

 

앞서 소개한 여섯가지 빅데이터 직무 중 '시티즌 데이터 사이언티스트'는 데이터 관련 부서가 아닌 다른 부서에서 데이터를 특히 많이 사용하는 사람을 칭하는 말이기 때문에 '시티즌 데이터 사이언티스트'를 채용한다거나 직무기술서가 명확하진 않습니다.

그 외 다섯 가지 직무에 대한 업무와 요구사항을 살펴보겠습니다.

 

	업무	요구사항	비고(주관적)
데이터 엔지니어	비즈니스를 이해하고 대량의 데이터셋을 가공 데이터 파이프라인 개발 및 관리 사내 데이터 애널리스트와 데이터 사이언티스트가 제품을 최적화하기 위한 분석 도구 개발 AWS, Azure, GCP 등 클라우드 환경에서 대량의 데이터 관리 백엔드 시스템 개발 하둡(Hadoop), 스파크(Spark) 등을 이용해 대용량 데이터 분산 처리 시스템 개발	컴퓨터 관련 전공 우대 SQL 필수 시스템 개발에 필요한 프로그래밍 언너 사용 스킬 필수(Java, Javascript, Python, C/C++ 중 1개) 하둡, 스파크 등 빅데이터 도구 경험자 우대 도커 개발 및 배포 경험 우대	부재, 채용 우선순위 높음
데이터 애널리스트	최적의 의사결정을 내리는 데 도움을 주는 비즈니스 인사이트 제공 데이터의 경향, 패턴, 이상치 등을 인식하기 위한 시각화 진행, 보고서 작성 비즈니스 팀과 연계해 각팀의 전략을 수립하거나 업무 효율화에 필요한 데이터를 수집 및 분석	대학(학사) 이상 필수(전공 무관) SQL, 기초 통계 지식 필수 태블로(Tableau), 스팟파이어(Spotfire)등 데이터 시각화 도구 사용 경험 우대 AWS등 클라우드 솔루션 활용 경험 우대 데이터 분석에 활용할 수 있는 프로그래밍 지식 우대	부재, 채용 우선순위 낮음
데이터 사이언티스트	머신러닝 모델을 사용해 정형, 비정형 데이터에서 인사이트 창출 사내 데이터를 이용해 고객 행동 패턴 모델링 진행, 패턴을 찾아내거나 이상치 탐지 사내 제조/센서/연구 데이터를 이용해 예측분석/이상탐지/분류분석 수행  예측 모델링, 추천 시스템 등을 개발해 비즈니스 의사결정에 필요한 인사이트 제공 예측 모델링, 최적화 시스템 등을 개발해 비즈니스 의사결정에 필요한 인사이트 제공 (솔브레인 제조업 특성에 맞게 수정함.)	통계, 수학, 컴퓨터공학, 산업공학 등 수리·전산 기반의 대학원(석사) 졸업자 우대 데이터 애널리스트 경력자 우대 SQL 필수 데이터 분석을 위한 1개 이상의 프로그래밍 언어 지식 필수(R, Python) 머신러닝 알고리즘으로 데이터 분석 프로젝트 진행 경험자 우대	우선순위 높음, 조직 내 초기에는 데이터 사이언티스트+기획자 역할 수행
데이터 리서처	최신 머신러닝, 인공지능, 통계 접근법의 연구와 구현 데이터 엔지니어와 협업해 알고리즘과 모델의 구현 및 배포 최신 연구 동향과 유용한 기술 등을 습득해 문서화 머신러닝 문제를 정의하고 해결하기 위한 알고리즘 및 모델 개발	통계, 수학, 컴퓨터공학, 산업공학 등 수리·전산 기반의 대학원(박사) 졸업자 우대 데이터 분석·처리 및 인공지능 학회 논문 게재 실적 우대 독자적 연구 진해 경험 우대 프로그래밍 스킬 필수	산학협력등 외부 대학과의 파트너쉽 활용
데이터 기획자	클라이언트의 요구와 분석 가능한 데이터를 파악해 프로젝트의 범위와 문제 정의 A/B test, 시각화 등을 통해 서비스 개선 방안 제안 프로젝트팀 구성원들의 경괄르 추적해 다수의 프로젝트를 기한 내의 완료 프로젝트 내 데이터 분석 알고리즘의 적절한 활용 및 적용	기획 업무 경력자 우대 프로그래밍 언어 1개 이상 사용자 우대 Power BI, 태블로(Tableau), 스팟파이어(Spotfire)등 데이터 시각화/분석 도구 사용 스킬 필수	우선순위 높음, 조직 내 초기에는 데이터 사이언티스트+기회자 역할 수행

 

Reference

• 빅데이터 커리어 가이드북(조성준 교수)