KM-Hana

"데이터 사이언티스트 하지 마세요" 반론과 비판 1탄에 이어서, 2탄을 이어서 이야기해보고자 합니다. "데이터 사이언티스트 하지 마세요"를 요약하자면 다음과 같습니다. 1. 대부분의 회사에서는 데이터가 없다. 즉 머신러닝만으로 성과를 낼 환경이 부족하다. - 로그를 직접 남기거나 백앤드 개발자를 설득해야 하므로 업무의 진행 속도가 느리다. 2. 신입이나 학부 졸업만으로는 성과 내기 어렵다. - 석·박사보다 성과를 내기 어렵기에, 신입을 잘 뽑지 않는다. - AI 프로젝트에서 모델링은 5% 정도다.. (그에 비해, 요즘 학부생들이 머신러닝에만 관심이 높다) 3. 백앤드로 시작해야 한다. - 백앤드가 수요가 더 높고 연봉도 높다. - 백앤드에서 데이터 엔지니어링으로 가기 쉬우며, 백앤드에서 머신러닝으로 가기..

데이터 사이언티스트이란 직무에 관심 있던 취준생이라면 연관 검색어로 "데이터 사이언티스트 하지 마세요"를 봤을 수 있을 것입니다. 더보기 ※ "데이터 사이언티스트 하지 마세요" : 관련 영상 : https://youtu.be/8 mjeJpHtLVQ 저는 이 영상을 보면서, 데이터 사이언티스트의 현실과 어려움에 대하여 공감 가는 부분이 있었지만, 데이터 사이언티스트를 하지말라는 이야기에는 동의하지 않습니다. 관련하여, 반박과 비판을 하고자 합니다 "데이터 사이언티스트 하지 마세요"를 요약하자면 다음과 같습니다. 1. 대부분의 회사에서는 데이터가 없다. 즉 머신러닝만으로 성과를 낼 환경이 부족하다. - 로그를 직접 남기거나 백앤드 개발자를 설득해야 하므로 업무의 진행 속도가 느리다. 2. 신입이나 학부 졸업..

데이터 사이언티스트(AI 전문가) 취업 설명회에서 받았던 첫 질문이었다. “경영학과인데 파이썬를 공부해야 할까요?” “또, 저는 좋은 학교가 아닌데, 데이터 분석 관련 일을 할 수 있을까요?” 라는 질문이었다. 데이터 사이언티스트(Data Scientist)라는 직무를 고민하는 사람들이 "학력과 학과"에 대해 고민이 많다는 것을 알게 되었다. 나 또한, 관련된 고민이 많았었다. 내가 처음 AI 직무로 취업할 때 "석사 이상"이라는 필수조건이 심심치 않게 보였기 때문이다. 높은 연차가 아님에도, 면접관으로 참여하면서 경험하고 배운 점 덕분에, 데이터 사이언티스트가 되고 싶은 분들의 "학력과 학과"에 대한 고민을 답하고자 한다. 나의 답은 다음과 같았다. "우리는 함께 성장할 수 있는 사람을 뽑는다." "그..