데이터 분석가 커리어 만들기[#1 tools 편]

데이터 분석가로 커리어를 만들어 간 과정을 써보려고 한다. 첫번째 주제로 재미없는 라떼 이야기와 분석 tool을 이야기 해보려고 한다. 요새는 R과 파이썬을 비교하며 어떤걸 배워야 할지 많이 물어보는 사람이 많은 것 같다. 결론부터 말하면 해당 언어에 대한 이해하면 되고 둘 다 하라고 하고 싶다. 두 개의 툴의 장단점이 있고, 본인이 속한 조직에서 필요로 하는 tool이 다를 수 있다. 사실 한 가지만 잘 한다면 어떤 걸 하던 크게 문제가 없다고 생각한다. 만약 어떤 조직에 갔는데 다른 언어를 배워야 한다면 배우면 된다. 1.통계학이 좋아 데이터 분석가로 직업을 하고 싶어 대학원을 진학했다 처음 랩실 선배들이나 대학원 프로젝트는 전부 SAS를 사용하는 툴을 사용했다. 2009년까지는 그랬다. 그런데 시대가 변하기 시작했다. 우리 연구실도.... 2. Big Data가 이슈가 되면서 모든 프로젝트를 R로 하게 되었다. 그러면 항상 SAS와 R을 비교하며 질문을 했다. 물론 아직도 SAS를 쓰는 사이트(회사)는 SAS를 그대로 사용하고 R를 사용하는 사이트, 파이썬을 사용하는 사이트 등 다양하다. 그럼 그때 비교를 하면서 견제를 받았던 내용을 말해 보려고 한다. 빅데이터에서 중요하게 생각하는 3V (Volume, Variety,Velocity)를 평가 비교 했다. 지금이야 기술이 발달하면서 크게 문제가 안되었지만 말도 안되는 데이터를 분석할 수 있는지 평가했다. 그 당시 동일한 장비로 제공된 대용량 데이터를 Logistic Regession을 돌리면 둘다 힘들었다. 웃기는 이야기지만 평가를 요청하는 곳에서 해당 결과가 동일하냐고 물어본다. 이게 어이가 없는 부분이다 통계학을 공부했다면 알겠지만 수학적 계산이기에 결과가 다른게 말이 안되지만 그 당시에는 그랬다. 3. 시각화 Tool에 대한 중요성이 증가하였다. 나는 Spotfire라는 BI tool 전문가다. 물론 초반에는 Spotfire가 국내에서 잘나갔다. 원래 나는 Tableau의 UI가 더 좋다고 의견을 내었지만 그 때의 상황이 그랬다. (물론 그걸로 인해서 미국에 프로젝트도 했지만) 지금은 Tableau가 좀 더 많은 곳에서 쓰인다. 그래서 추천한다면 Tableau 추천하고 싶다. 하지만 이것도 어떤 걸 쓰던 일정 수준 이상이면 다른 것도 금방 배우고 크게 문제가 되지 않는다. 참고로 면접 때 얼마나 spotfire를 잘 사용하냐고 질문을 받았고, 우리나라에서 제일 잘한다고 대답해서 인상 깊었다는 이야기도 들었다.(진심이었는데.) 너무 길어져서 커리어 만들기 #2에서 이어갈 예정이다. 결론적으로 말하고 싶은건 어떤 tool을 사용하는게 중요한게 아니다. 어떤 경험을 하고 어떤 프로젝트를 하면서 커리어를 만들어 가는 지가 나한테는 더 중요했다는 거다.