25. 빅데이터 MBA 복수 전공을 고민하다
빅데이터 MBA를 고민하다
Aalto EMBA (알토 EMBA) 졸업을 3개월 앞두고 30대와 40대 초반의 학생들끼리 모여서 빅데이터 MBA에 이야기하기 시작했습니다. 빅데이터 MBA를 공부를 마치고 알토 EMBA를 복수 전공하기 위해 학생들이 합류하면서 상호 간의 관심도 많아졌습니다. 알토 EMBA 학생들은 빅데이터 MBA는 3학기 과정 중에서 경영 공통 과목을 제외한 빅데이터 관련 전공과목만 1년을 배우면 빅데이터 MBA를 복수 전공할 수 있습니다. 또한, aSSIST는 재학생에 대한 배려 차원에서 1학기 등록금만 내면 1년간 배울 수 있도록 합니다.
천만 원을 더 투자하면
빅데이터 전문가가 될 수도 있다.
한국에 개설된 10 여개의 빅데이터 MBA 중에서 aSSIST 빅데이터 MBA의 커리큘럼이 괜찮습니다. 그리고, 재학생에 대한 학비 해택과 1년이라는 기간은 매우 매력적인 조건입니다. 이미 몇몇 학생들은 알토 EMBA를 8월에 졸업하고, 9월에 시작하는 전공기초 과목부터 편입하여 내년 8월에 졸업하기로 했습니다. 2019년 여름 알토 EMBA의 뜨거운 감자는 빅데이터입니다.
aSSIST의 빅데이터 MBA 과정의 개요
aSSIST 빅데이터 MBA는 실전형 데이터 사이언티스트 양성을 목표로 2014년 알토대 복수학위가 가능한 빅데이터 MBA를 개설하였습니다. 빅데이터 MBA는 3학기 과정으로 1학기에 경영학 공통, 2학기에 전공기초, 3학기에 전공심화 과정을 다룹니다.
빅데이터 MBA 커리큘럼을 살펴보면 통계학, 프로그래밍, 경영 전략을 주로 가르칩니다. 총 45학점을 이수해야 하고, 주요 과정은 다음과 같습니다.
기초 통계학
확률이론, 확률분포, 가설검정, 회귀분석, 분산분석, 비모수 통계
다변량 통계
중회 귀 분석, 요인 분석, 군집분석, 판별분석, 로짓 분석, k-NN 기법, CART
RDBMS와 SQL
전사 데이터웨어하우스(EDW), SQL, RDB, OLAP, Java, ERP, CRM, Business Intelligence
빅데이터 방법론과 기계학습
빅데이터 분석 절차와 기법 실습(R)
웹 마이닝
표준 웹로그 분석 시스템, 사용자 구분, 세션 구분, 거래 구분, 패턴 발견, 군집화, 사례연구 및 실습
비정형 데이터 마이닝 I
텍스트 전처리, 의미 정보 변화, 의미 정보 추출, 패턴 및 경향 분석, 자연어 처리, 사례 연구 및 실습
비정형 데이터 마이닝 II
비정형 데이터 마이닝 실습
데이터 마이닝 I
데이터 마이닝 프로세스, 모델 구축, 시계열 분석, 최적화, 시뮬레이션, 예측 및 분류, CART, k-NN 기법
데이터 마이닝 II
나이브 베이즈, 로지스틱 회귀분석, 신경망 분석, 연관 규칙, 협력적 필터링, 사례 실습
R
R 통계 실습 (기초 통계부터 고급 실용 예제까지)
파이썬
파이썬 입문, 고급 프로그래밍 실습
챗봇 기술의 이해
과거의 챗봇에서부터 최신 트렌드까지, 기술의 변천사. 챗봇의 유형과 비즈니스 정의 및 사례
사물인터넷
사물인터넷 - IoT의 구조, 센서와 IoT 디바이스, IoT 통신기술, 서비스 플랫폼과 클라우드, IoT 비즈니스 사례, IoT 플랫폼 설계와 실습
빅데이터 플랫폼 설계/구축/실습 I
실제적 비즈니스 문제 해결을 위한 데이터 분석, 빅데이 터 분석을 위한 플랫폼 Architect 설계: 문제정의, 데이터 수집, Architecture 설계, 빅데이터 분석 플랫폼 구축(하둡 Splunk), 빅데이터 저장/처리(AWS), Dashboard 구현, Report 작성
빅데이터 플랫폼 설계/구축/실습 II
실제적 비즈니스 문제 해결을 위한 데이터 분석, 빅데이 터 분석을 위한 플랫폼 Architect 설계: 문제정의, 데이터 수집, Architecture 설계, 빅데이터 분석 플랫폼 구축(하둡 Splunk), 빅데이터 저장/처리(AWS), Dashboard 구현, Report 작성
빅데이터 플랫폼 설계/구축/실습 III
실제적 비즈니스 문제 해결을 위한 데이터 분석, 빅데이 터 분석을 위한 플랫폼 Architect 설계: 문제정의, 데이터 수집, Architecture 설계, 빅데이터 분석 플랫폼 구축(하둡 Splunk), 빅데이터 저장/처리(AWS), Dashboard 구현, Report 작성
빅데이터 테마 선정/시스템 구축
빅데이터 테마 도출 방법론, 빅데이터 구축 방법론, 빅데이터 추진 마스터플랜
빅데이터 CEO 특강
빅데이터 선도 기업 CEO 특강 : 개인정보보호, 하둡 생태 시스템, 한국에서의 클라우드 서비스 등에 대한 특강 포함
데이터 기반 의사결정 개론
디지타이징 비즈니스 정의, 디지타이징 비즈니스 유형(기존 기업), 디지타이징 비즈니스 유형(벤처기업), 기업의 현실, 기업전략과 로드맵
인공신경망과 딥러닝
인공신경망 역사, 앞 먹임 신경망, 역전파 알고리즘, 합성곱 신경망, 재귀 신경망, 자기 부호 화기, RBM, 텐서 플로 실습
개인화 추천 모델 실습
다양한 추천 시스템 이해(collaborative filtering recommender systems, content-based recommender systems, knowledge-based recommender systems, and hybrid system 등), 실전 사례 연구 및 실습
데이터 사이언티스트는 무엇을 하는 사람들인가?
2006년 1월 토마스 데븐포트가 쓴 분석과 경쟁하기 (Competing on anlytics)라는 글이 하버드 비즈니스 리뷰에 게재되면서 빅데이터와 분석의 시대를 알렸습니다. 2012년 10월 데이터 과학자 : 21세기에 가장 섹시한 직업 (Data Scientist : The sexiest job of the 21st century)이라는 글로 주목을 끌었습니다.
데이터 사이언티스트는 데이터로 시장을 읽고 비즈니스 통찰력을 제시하는 사람들입니다. 21세기의 경영은 감으로 하는 것이 라니라 데이터로 한다는 것을 몸소 실천하는 사람들입니다. 데이터 사이언티스트가 갖추어야 할 능력에 대해 찾아보다가 Daby 님의 글이 괜찮아서 정리합니다.
석사 이상의 학력
데이터 사이언티스트들은 높은 교육 수준을 요구합니다. 현재는 수학과 통계를 전공한 사람들이 이 분야로 들어오고 있고, 그다음으로 컴퓨터 공학과 엔지니어들입니다.
R 또는 파이선 (Python)에 대한 이해
오픈 소스로 무료로 배포되는 언어입니다. 처음에 통계학자들이 통계를 내기 위해 만들었으므로 거의 모든 통계 기법을 포함하고 있습니다. 또한, 많은 언어를 다룰 수 있으면 좋겠지만, 파이선은 가장 기본적으로 알아야 합니다.
Hadoop Platform
빅데이터를 처리하기 위한 필수 플랫폼입니다.
비정형 데이터
소셜 미디어나 비디오 오디오 등에서 나온 데이터들을 다루는 능력은 데이터 사이언티스트에게 필수적인 능력
비즈니스 감각
특정 산업 분야에 대한 깊은 이해를 바탕으로 기업의 비즈니스 문제를 찾아내고 해결하는 방법을 제시해야 합니다.
소통
기술적인 부분을 마케팅과 영업팀과 같은 문과 쪽 부서에 명확하고 유창하게 전달해야 합니다.
데이터 사이언티스트와 데이터 엔지니어
데이터 사이언스(Data Science)는 신생 분야이다 보니 다양한 직업들이 생겨나고 있습니다. 특히, 데이터를 모으고 관리하고 시스템을 개선하는 사람들을 데이터 엔지니어라 정의하고, 모여진 데이터를 기반으로 통찰력을 이끌어 내고 비즈니스에 도움이 되는 결과를 만들어내는 사람들을 데이터 사이언티스트로 정의하고 있다.
정리
MBA는 졸업이 끝이 아니라 시작입니다. 새로운 향해를 위해 모인 항구가 MBA라면 학생들은 선장이자 선원들입니다. 빅데이터라는 분야는 분명히 새로운 분야이고, MBA를 졸업하는 엔지니어에게 매력적인 분야입니다. 데이터는 엔지니어와 비즈니스의 중간을 연결해주는 가교일지도 모릅니다.
참조 : https://hot-datascientist.tistory.com/1
