Data Scientist, Data Engineer, 그리고 Data Analyst 별로 "필수" 자격요건으로 요청되는 사항을 비교 정리합니다.
Data Engineer (DE)
의사결정 분석을 위해 필요한 데이터를 수집, 관리, 공급하는 과정이 용이하도록 데이터 체계를 설계, 구축, 시험, 및 유지관리 하는 업무를 수행합니다. 주요 요구역량은 1) Data Lake 을 구축해 본 경험이 요구됩니다. 사내외 데이터를 표준화하고 연결하는 ETL 과제 수행 경험이 요구됩니다 2) Domain 전문성 : 해당 산업군을 Global/Local로 대표하는 기업에서의 재직 경험을 선호합니다. 이왕이면 채용하려는 기업에서 가장 닮고 싶어하는 기업에서 재직한 경험 (또는 프로젝트 수행경험) 하신 분을 매우 선호합니다. 3) 데이터 타입 : 경험한 데이터 유형과 경험할 데이터 유형이 최대한 동일할수록 합격 가능성이 높아 집니다. 생산공정 데이터 플랫폼 구축 운영 경력자가 소비자품질 (Voice of Customer) 데이터를 담당할 수 있다고 하신 클라이언트는 없었습니다. 4) SQL 역량 필수. R, Python 프로그래밍 역량 선호됩니다.
"경험으로 입증된 것만 믿습니다"
Data Scientist (DS)
복잡한 데이터를 통해 인사이트를 도출할 수 있도록 모델링하는 과제를 수행합니다. 높은 수준의 데이터 모델링 및 분석역량 둘 다 요구하는 경우가 많습니다. . 전략/경영컨설팅펌의 경우에는 일반적으로 전략컨설턴트 조직에서 Client Facing 역할을 수행하지만, Big Data 관련 프로젝트의 경우에는 시니어급/디렉터급 데이터 사이언티스트가 직접 고객을 만나서 그들의 요구사항을 청취하고, 이를 Data 기반으로 이해하고, 전략컨설턴트들을 포함한 프로젝트팀원들에게 인사이트를 공유합니다. 대표적인 요구역량은 1) 도메인 전문성 : Data Engineer 의 경우와 마찬가지로 해당 산업군의 대표기업 재직경험을 선호합니다. 2) 모델링 기법 실전경험 : 다양한 데이터 모델링 경험 (예: predictive modeling, churn analysis, time series forecasting, computer vision, text mining, recommender systems, market basket analysis, segmentation, graph analytics, natural language processing and text analytics)을 요구합니다. 일반기업의 경우에는 특정 모델링 기법이나 데이터 타입을 집중적으로 경험한 분을 선호하지만, 컨설팅펌의 경우에는 최대한 다양한 기법이나 데이터 유형에 대한 경험의 다양성을 선호하는 편입니다. 클라이언트의 데이터구축 환경의 다양성에 대응하기 위해서입니다. 3) 높은수준의 R, Python 프로그래밍 역량이 요구됩니다.
Data Analyst (DA)
수치 numeric 데이터를 분석 결과물을 통해 의사결정 하도록 지원합니다. 1) 도메인 전문성 : 모든 시니어급 데이터 전문가의 필요 요구사항입니다. 2) 데이터 분석 및 전략 수립 : 내외부 환경분석 및 데이터 활용 전략 방향성 수립 등 고도의 데이터 분석 및 전략 수행 경험이 요구됩니다 3) Business Intelligence 역량 : Power BI, Tableau, 또는 기타 데이터 시각화 역량이 요구됩니다 3) 특이사항 : Data Scientist 와 업무영역이 겹치는 경우가 많습니다. 개인적 소견으로는 DA 가 모델링 중심으로 경력을 쌓는다면 Added Value Creation 측면에서 바람직하다고 판단됩니다.
공통 요구역량 (for DS, DA, DE)
1) 데이터 거버넌스 경험은 공통적으로 요구됩니다 ; 2) 시니어 경력직으로 갈수록 리더십 (PM/PL, People Management) 역량은 선택이 아니라 필수가 됩니다. 통상적으로 People Management 포지션은 모집 포지션에서 담당할 팀의 규모 대비 50% 이상 규모의 조직 경험을 갖고 계신 후보자를 선호합니다 ; 3) 글로벌 기업의 경우에는 영어 소통능력이 필수입니다 (특히, 컨설팅펌의 경우에는 Global One Team 으로 팀프로젝트를 수행할 기회가 많아서 외국어능력이 기본적으로 요구됩니다). 4) Data Science 분야에서 리서치 및 특허 위주로 경력을 쌓아 오신 분들은 Business Unit (사업부문)으로 채용되기 어렵습니다. 연구경험보다는 현업실무 경험을 가장 요구하기 때문입니다.
글로벌전략/경영컨설팅 기업의 경우, 채용직무와 직접적으로 관련되지 않은 데이터 역량은 채용 의사결정에 크게 기여 하지 못합니다. 예를 들면, 데이터 사이언티스트 채용시, 모델링 경험과 역량 위주로 직무적합성을 판단합니다. 이 경우, ETL, 데이터 시각화 실무경력은 채용담당관이 전혀 고려 하지 않는 경우를 많이 봐왔습니다. MBB 의 경우, 모델링 프로젝트가 상대적으로 많은 데 비해, 일부 다른 글로벌컨설팅펌들의 경우에는 데이터 모델링 과제는 고객이 직접 수행하기도 합니다. 그 비중이 얼마나 되는지에 대해서는 통계적으로 확인된 바 없습니다.
------------------
늦지 않게 경력관리 하시기 바랍니다.
For your career consulting services,
contact : skil3464@gmail.com
https://www.linkedin.com/in/brian-park-6609b328
'경력관리' 카테고리의 다른 글
껍질 벗겨진 달팽이 (0) | 2023.07.09 |
---|---|
CFO 가 되기 위한 강력한 한 방! (0) | 2023.07.06 |
써치펌 꼭 써야 하나요? (0) | 2023.07.05 |
시간의 무게가 주는 경력 고민에 대한 작은 생각 (0) | 2023.07.04 |
직장운이 뜻대로 안풀려도 준비는 계속되어야 합니다 (0) | 2023.07.01 |
댓글