데이터 과학자 입문기

뉴욕에서 데이터 과학자가 되어가는 과정

서론

한국 직장인 3년차 접어들 쯤, 이 길은 내 길이 아니라 판단했다. 최고라고 자부하며 들어갔던 회사는 점점 힘들어지고, 전문성은 쌓이지 않았으며 미래는 점점 불투명하게 느껴졌다. 건설사는 아니라는 생각에 업종 변경을 하기 위해서는 교육이 필요하다고 생각했으나 MBA는 가고싶지 않았다. 그 중 한창 뜨고 있는 업종이 있었으니 바로 데이터과학자.

데이터 과학자

타이틀이 상당히 멋있게 다가왔다. 통계를 바탕으로 기계학습, 알고리즘을 코딩하여 예측분석 및 데이터 관련 제품을 만드는 일. 찾아보니 데이터과학을 통한 수 많은 기업 성공사례들이 난무했으며 이보다 더 나에게 중요시 다가온 것은 다양한 취업기회였다. 21세기에 가장 섹시한 직업이라고 Harvard Business Review에서 공표 하였듯이.

워낙 방대하고 다양한 데이터 과학자의 정의 및 기업마다 다소 용어를 다르게 사용하는 경향이 있어 구체적으로 어떤 데이터과학자가 되고 싶은지는 확실 치 않았지만 진로에 대한 결정은 어느정도 마음을 굳혔다. 하지만 데이터 관련하여 배운 것이라곤 산업공학 학부 전공시 배운 기초확률 및 통계 정도였다. 졸업한 지 2년 남짓 밖에 되지 않았지만 학부에서 기억하는 그다지 많은 지식이 내 머리속에 남아있지 않았다. 찾아보니 데이터과학자의 기초 소양은 통계 및 프로그래밍 실력, 그리고 비지니스 감각이라고 한다. 

MOOC (대규모 무료 온라인 강의)

우선 대학원 석사과정에 진학하기로 결정 하였으나 내 백그라운드가 많이 부족함을 인지하고 있었다. 여기에 MOOC가 큰 도움을 주었다. MOOC는 무료 온라인 강의이다. 대표적으로 Coursera, Edx, Udacity가 있으며 개인적으로 Edx플랫폼을 가장 선호한다. MOOC 수업을 통해 돈 한푼도 들이지 않고 세계 최고의 대학교 강의들을 무료로 들을 수 있다니. 과정 진학 전은 물론 석사 졸업 후인 지금도 꾸준히 들으며 배워나가고 있다 (별도로 글을 하나 올리려고 한다). 이를 통해 Python, R, Spark, Java, 통계 및 기계학습 수업들을 배웠으며 이는 석사 과정 및 추후 인턴 및 풀타임 취업 면접시에도 큰 도움이 되었다.

대학원

미국 내 데이터과학자로 취업하기에 가장 현실적인 방안은 미국대학원 석사 진학이었다. 마침 컬럼비아에서 MS in Data Science를 신규 개설한다는 소식을 들었으며 다양한 산업이 공존하는 뉴욕의 위치적인 이점에 크게 매료되어 Columbia 석사 과정에 진학하게 되었다. 통계, 알고리즘, 토픽모델, 분산시스템, 자연언어처리, 데이터 시각 화 등의 다양한 수업들을 들었으며, 힘든 과정이었으나 너무나도 재밌었는 시간들 이었다.

직장

지난 12월을 끝으로 석사를 끝내고 뉴욕에서 American Express에 취업을 앞두고 있다. 국내에 직장생활 시 아주 고약한 체리피커(신용카드회사의 특별한 서비스 혜택만 누리고 카드는 사용하지 않는 고객을 가리킨다)로 신용카드 회사들에 관심이 많았는데 기회가 생겨 기쁘게 생각하고 있다.

맺음말

새 언어 및 패키지를 꾸준히 배우고, 다양한 관련 학술저널도 지속적으로 읽으려 노력하고 있다. 석사 프로그램 후에도 포괄적인 데이터과학자 정의에 부합 하기에는 너무나도 부족한게 많아 졸업 후에도 꾸준히 공부를 해야 함을 느낀다. 아직 데이터 과학자가 되어가는 과정은 현재진행형.