🧐[ 데이터 과학의 핵심 ] "복잡하고 어려워보이는 데이터 과학을 일상의 문제를 해결하는 방법 중 하나로 바라본다면 우리가 일상에서 해볼 수 있는게 정말 많아요" - 마이크로소프트에서 'Bin

🧐[ 데이터 과학의 핵심 ] "복잡하고 어려워보이는 데이터 과학을 일상의 문제를 해결하는 방법 중 하나로 바라본다면 우리가 일상에서 해볼 수 있는게 정말 많아요" - 마이크로소프트에서 'Bing' 검색엔진에 들어가는 각종 알고리즘을 평가하는 문제를 연구를 거쳐 '스냅'에서 데이터 과학자로 일하고 있는 "김진영"님의 데이터과학에 관한 이야기를 인터뷰한 영상입니다. - 일상 속에서 다양한 데이터를 모으면서 데이터분석을 하기 위해서가 아닌 본인이 가지고 있는 문제를 해결하자는 생각으로부터 출발해서 그렇게 자신의 행복지수를 10년동안 데이터화해 분석했다고 합니다. 👉영상요약 👈 📢 데이터 과학에 관심을 가지게 된 계기? : 오래전부터 기록하고 다시 들여다 보는것을 좋아했어요. 문제가 있으면 항상 '그 문제에 대한 데이터를 기록해보자'라는 생각을 했죠. 세상에는 굉장히 다양한 종류의 공개 데이터가 있어요. 본인의 데이터가 아니더라도 꼭 보시라고 말씀드리고 싶어요. 대부분의 사람이 데이터를 직접 모아서 뭔가를 해보기보다는, 남이 분석해놓은 결과를 가지고 판단 하거나 의사결정을 하는 경우가 많을텐데요. 그런경우, 🗨현명한 데이터 소비자가 되는 것도 굉장히 중요한 일인 것 같습니다. 📢 데이터 과학의 대중화? 어떤방향으로 나아가고있는지? : 올해 뜨는 기술이 몇 년 뒤에는 시스템 안에 다 들어가 있어서 그 기술을 안다는게 전혀 차이를 만들지 못할 확률이 매우 높아지고 있고, 딥러닝 자체도 범용화되고 있어요. 범용화 된다는건 딥러닝을 몰라도 클라우드 같은 데에서 알고리즘을 꺼내 쓸 수 있고, 그걸 데이터에 적용해서 사용할 수 있게 된다는 거죠. 이런 과정이 현재 진행되고 있고, 데이터를 전공하지 않아도 모든 사람이 언어 배우듯이 데이터 관련 스킬을 배워서 자신의 일을 할 수 있는 시대가 오지않을까, 혹은 어느 순간 데이터 과학이 특별해지지 않는 시대가 오지 않을까 생각합니다. 📢데이터 과학 분야에 있는 사람들의 고민과 조언? : 데이터 관련 기술과 함께 본인의 고유 분야를 갖고 있는 편이 마음이 편하지 않을까 생각합니다. 예들들어 패션에 관심많은 사람은 패션을 공부하면서 데이터를 같이 공부하는 거에요. 그런 걸 할 수 있는 사람이 훨씬 더 유리하다고 생각해요. 매일 데이터를 봐야 하는 개발자의 경우, 문서화하기보다는 데이터를 일목요연하게 볼 수 있는 대시보드를 만들어서 매일 들어가 데이터를 볼 수 있게 해줘야 하겠고요. 데이터 전달과정에서 소통방식도 신경 써야 하는 부분인 것 같아요.