# Data Analyst로 커리어 전환을 하고 싶어하는 분과 대화를 나누며... 결론 1. 실제 사례를 따라가보며, skill set을 쌓는 것이 좋다. 2. 관심 Domain에 본인만의 Insight를 담은 Data Analysis을 적용해보면 좋다. 3. 결국 시작은 Data Engineering이므로, spark, pandas, 등 부터 배우기 시작하면 편안하다. 4. 세팅이 어려울 때는 google colab이 가장 시도하기 좋다. 최근 Data Analyst로의 커리어 전환을 고민하시는 분과 이야기를 나누며, 생각한 것을 정리해보았습니다. (제가 알고 있는 부분에 국한된 지극히 개인적인 생각이므로, 잘못 생각한 부분이 있을수도 있습니다. 참고하여 읽어주시기 바랍니다 :) ) 1. 데이터 분석 + 기획 에 가까운 일을 할 것 같습니다. Business Insight를 줄 수 있는 데이터들 뽑아주고, 통계 뽑아주고 하는 일들을 많이 할 것 같습니다. 2. 통계 skill + Data Engineering skill이 중요할 것 같습니다. 유의미한 지표를 뽑아내고, 그것을 dashboard같은 시스템으로 구축할 수 있는 역량이 중요할 것 같습니다. 3. 가장 많이 사용되는 pandas와, spark나 hive와 같은 대용량 데이터 처리 framework , 자동화 및 대쉬보드 개발을 위한 airflow 및 tableau 등의 skill이 필요한 것 같습니다. 4. 커리어 전환에 있어 좋은 포트폴리오를 만들려면 뭔가 주제 정해서 한번 분석하고 그걸 github 같은 포트폴리오로 쌓아보는게 좋을것 같습니다. 그래야 커리어 전환에 있어 검증이 될 것 같습니다. 5. 공부를 어느 부분부터 시작해야할 것 같냐고 물으시면, 가장 기본적인 책을 잡고 실습 하신 후, 본인만의 사례에 적용하여 Thesis 정도를 작성해보는걸 추천합니다. 6. 모든 Data Science의 시작은 Data Engineering이기 때문에, Data Engineering과 관련된 프로그래밍 스킬을 배우는 것은 어느 포지션, 어느 회사를 가건 꼭 필요할 것 같습니다. 7. 그 외에도 좋은 분석 글들 및 사례들 다양하게 자주 접하는 것이 좋을 것 같습니다. 해외 유수 기업들의 Tech Blog들에도 참 좋은 case가 많습니다.