데이터 분석가 인터뷰 내용 중 인상깊은 내용들을 발췌한 글입니다. 데이터 분석가로서 중요 역량 5가지로 나누자면 문제 정의, 기술력, 분석력, 해석력, 영향력 "문제 정의" - 풀어야 할 문제를 제대로 인지하는 것 - 머신러닝 모델이나 베스트 케이스를 종착점으로 삼아 프로젝트 착수를 하는 실수가 아닌, - 모델이나 베스트 케이스는 내가 풀어야 할 문제와 전혀 맞지 않는 경우가 많았다. "기술력을 갖춘다는 것" - 기술이 중요한 이유는 속도를 담보하기 때문이다. - 같은 업무의 양과 수준을 제한된 시간 내에 혹은 더 빠르게 할 수 있는 것 - 수많은 기술 트랜드 중에 나에게 필요한 것이 무엇인지 골라내는 안목 "Model Thinking" - 내가 풀어나가는 방식을 모형화하는 것으로 전체 프로세스 중 핵심적인 부분을 어떻게 정규화하여 비즈니스 모델 또는 엔지니어링 모듈처럼 다룰 수 있을까? "분석 결과가 원하는 기획 방향대로 나오지 않을 때?" - 분석의 목적으로 돌아가 있는 현상을 있는 그대로 인식할 수 있어야 한다. - 세운 가설이 옳은 가설이 아니라 통념 또는 나도 모르게 생긴 인식으로 세운 가설일 수도 있기 때문이다. "다른 조직과 협업할 때 영향력 있는 분석가가 되려면 데이터셋을 서비스 관점에서 바라보는 노력이 중요하다고 생각" 인터뷰를 읽으며 제가 현재 하고 있는 프로젝트에서도 문제 인식을 제대로 하지 못하고 실수하고 있는 부분이 떠올랐습니다. 가설을 세운다는 것이 정말 어려운 일인 것 같다고 생각합니다. 다시 곱씹어 생각하고 옳은 것인가? 에 대해 끊임없이 질문할 줄 아는 자세가 중요한 것 같아요.