주니어 PM의 데이터 분석 학습기
아무것도 모르는 내가 데이터 분석을 공부한 방법
주니어 PM이 데이터 분석을 공부하는 이유
데이터 분석을 공부해야겠다고 마음먹은 것은 PM 2년 차인 2020년이었습니다. 사실 대학을 다닐 때까지만 해도 저는 수학과는 거리가 먼 사람이라고 생각했어요. 고등학교 시절에 수리 영역과 씨름할 때, 대학교를 가면 더 이상 수학과 마주하지 않아도 된다는 사실을 위안 삼아서일까요. 대학 교양 수업도 가능하면 수학이나 과학과 관련이 없는 과목을 들었습니다.
수학을 멀리하던 제 삶에 숫자들이 슬금 머리를 내민 것은 대학원 때였습니다. 정량 리서치 결과를 논문으로 쓰기 위해선 통계를 공부해야 했죠. 그때까지만 해도, 논문 쓰는 데 필요한 기본 통계 지식과 SPSS 쓰는 방법만 배우면 끝일 거라고 생각했습니다.
입사 후 1년이 지났을 때, 불운하게도 사수 매니저님이 다른 팀으로 이동하자마자 급하게 처리해야 할 프로젝트가 생겼습니다. 그때의 제가 허둥지둥했던 가장 큰 이유는 어떤 데이터가 어느 DB에 어떻게 담겨 있는지 몰랐기 때문이었습니다. 데이터를 효율적으로 추출하고 정리하는 방법은 당연히 몰랐고요. 타 부서에 데이터 추출 협조를 요청하고, 끝날 줄 모르는 수동 데이터 정리 업무로 저의 2020년 한 분기가 통째로 날아갔습니다. 지금도 쓰라린 기억입니다.
다시는 그렇게 고생하고 싶지 않아 2021년 2월부터 2022년 8월까지 약 1년 반 동안 데이터 분석을 차츰차츰 공부했습니다. 그동안 서로 다른 선생님과 플랫폼의 강의를 다섯 개 들었습니다. 지금까지 배운 것을 현업에서 특별히 쓸 일이 없다가, 2022년 8월 새로운 프로젝트에 투입되며 드디어 실무에서 SQL과 파이썬을 사용하게 되었습니다. 이제 실무 사용 경험이 있으니 지금까지의 데이터 분석 학습을 한 번 정리해보려고 합니다.
IT 업계에서 문과 출신으로 일하며 저와 비슷한 고민을 하는 분들이 계실 거라고 생각합니다. 그분들을 위해 이 글에 저의 데이터 분석 학습 기록을 담았습니다. 꼭 PM이 아니더라도 데이터 공부를 어디서부터 시작하면 좋을지 고민하시는 분께도 도움이 될 거예요. :)
주니어 PM의 데이터 분석 학습기
2021년 2월~3월
Coursera (코세라)에서 강의 두 개를 수료했습니다.
1) Python for Data Science, AI & Development
2) Databases and SQL for Data Science with Python
수강한 지 오래돼서 기억이 뚜렷하지 않은데, 무난했습니다. 일주일 무료로 듣고 괜찮아서 유료로 1개월 수강했습니다.
- 단점: 저는 강의보다 실습이 많은 수업을 좋아하는데 코세라는 실습 플랫폼이 잘 되어있지 않았습니다. IBM 강의라 데이터 분석 수업에서 일반적으로 사용하는 주피터 노트북이 아닌 IBM 플랫폼을 사용해야 해서 불편했던 기억이 납니다.
- 장점: 링크드인에 certificate을 추가할 수 있어서 좋았습니다. 뭔가 더 성취감이 느껴진달까. (ㅎㅎ) 그 밖의 장점이 기억이 안 나네요.
2021년 11월
2주 사외교육 (mySUNI CDS 양성 과정- Python & Machine Learning)
회사에서 지원해준 사외교육으로 무려 2주간 파이썬과 머신러닝을 배웠습니다. 엘리스 강의 플랫폼을 사용한 화상 강의였습니다. 9시부터 5시까지 강의를 들었고 매일 퀴즈가 있었습니다. 출결과 성적으로 패스/논패스 결과가 회사에 전달돼서 더 열심히 했습니다.
- 장점: 강사 분께서 열정적으로 가르쳤습니다. 실시간 강의라 모르는 건 바로 질문할 수 있어서 편했어요. 2주간 몰입해서 배우니까 혼자 공부할 때보다 집중해서 학습할 수 있습니다.
- 단점: 2주가 생각보다 짧아서 진도를 정말 빨리 나갑니다. 기초가 없는 상태에서 강의를 따라가려면 꽤 벅차더라고요. 강의만 듣고는 진도 나간 내용을 온전히 내 것으로 만들기 어렵습니다. 강의 중에는 혼자 학습할 시간이 충분하지 않으므로 강의를 들은 후에 자습에 오랜 시간을 투자해야지만 효과를 볼 수 있습니다. (그래도 혼자 공부할 때보다는 많이 배울 수 있어요. 혼자 할 때는 학습 코스도 몰라서 헤매는데 강의는 선생님만 따라가면 돼서 편리합니다.)
<조금 더 자세한 학습기>
2022년 2~3월
DataCamp
- Python Fundamentals Track
- SQL Fundamentals Track
HackerRank
- SQL (Intermediate) Certificate
2021년 11월에 2주나 투자해서 배운 내용을 실무에 써먹을 일이 없으니 금방 잊을 것 같아, 온라인 학습 사이트를 찾았습니다. 외국에서 많이 사용한다는 DataCamp와 HackerRank를 사용했습니다. DataCamp는 강의 + 실습을 제공하는 유료 플랫폼이고 HackerRank는 다양한 코딩 퀴즈를 제공하는 무료 플랫폼입니다.
저는 아직 초보라 DataCamp가 도움이 되었습니다. 강의 분량은 짧고, 퀴즈나 실습이 많아서입니다. 실습 플랫폼 UI/UX도 깔끔합니다. DataCamp는 한 달 유료 수강했는데, 파이썬보다는 SQL 수업을 중심으로 들었습니다. HackerRank의 경우, SQL 퀴즈는 그럭저럭 풀 수 있었지만 파이썬은 저의 비루한 실력으로는 풀 수 없는 문제가 너무 많더라고요. 파이썬은 조금 더 공부하고 도전해야겠다고 생각했습니다.
<조금 더 자세한 학습기>
2022년 5월
4일 사외교육 (mySUNI CDS 양성 과정- Deep Learning Basic)
회사의 지원으로 4일간 딥러닝을 배웠습니다. 엘리스와 비슷한 방식의 화상 강의였습니다. (멀티캠퍼스였던 것으로 기억합니다.) 마찬가지로 강사님이 무척 친절하고 열정적으로 강의해서 좋았습니다.
- 단점: 수업 내용이 기억에 잘 남지 않습니다. 지금 혼자서 딥러닝 프로젝트를 해보라 하면 잘 못 할 거예요. 4일 안에 딥러닝을 심도 있게 배우기는 어려웠어요. 개념만 익히고 기본적인 실습만 진행했습니다.
- 장점: 현재 담당하는 AI 서비스의 엔진이 만들어지는 과정을 구체적으로 배울 수 있어서 좋았습니다. 추상적인 개념으로만 알고 있던 AI의 학습 과정을 train과 test set을 나누고 평가하는 코드로 확인하니 이해하기 더 쉬웠습니다.
<조금 더 자세한 학습기>
2022년 7월
코드잇 데이터 사이언스 입문
코드잇 수업은 회사에서 지원하는 온라인 강의여서 수강을 시작했습니다. 마찬가지로 공부했던 것을 잊지 않고 익숙해지기 위해 수업을 듣기로 했습니다.
- 장점: 강의만 놓고 보면 코드잇이 지금까지 들었던 온라인 학습 플랫폼 중에 가장 퀄리티가 높습니다. 강의 자료를 쉽게 이해할 수 있도록 구성한 것도 눈에 띄었고, 특히 헷갈렸던 내용을 다시 한번 짚어주는 페이지도 있는 등 강의 자료가 친절하게 구성되어 있었습니다.
- 단점: 실습 부분이 약간 아쉬웠습니다. DataCamp에 비해 실습이 적습니다. 또한, 실습 난이도가 서서히 높아지지 않고, 갑자기 어려워지는 경향이 있습니다. 강의마다 실습(퀴즈) 난이도가 천차만별인 점도 조금 아쉬웠습니다.
<조금 더 자세한 학습기>
나가며
앞으로 강의보다는 실무 중에 하면서 배우는 것이 조금 더 많지 않을까요? 새롭게 배운 내용은 위 링크들에 연결된 티스토리 블로그에도 꾸준히 업로드 중입니다.
혹시 이 외에도 초심자에게 좋은 데이터 분석 공부 사이트가 있다면 댓글로 공유해주세요! :)
독자 분께 이 글이 도움이 되었길 바라며 이만 마무리하겠습니다.
