유망 직종 데이터 사이언티스트.. 어디까지 왔나!? (ft. 데이터 사이언티스트 전망)

유망 직종 데이터 사이언티스트.. 어디까지 왔나!? (ft. 데이터 사이언티스트 전망)

 

안녕하세요.

 

로스윗의 코딩캠프입니다.

 

데이터 사이언티스트 라는 직업은 언제 어떻게 생겨났으며

 

앞으로의 전망은 어떤지 데이터 사이언티스트의 역사를 통해 알아봅시다.

 

 

 

- 1기 : 데이터를 존재하게 하기에 집중하던 시기

시기는 대략 2010년~2013년.

빅데이터라는 말이 처음 등장하던 시기다.

데이터를 제대로 모으고, 저장하는 것만으로도 큰 일이었던 시대.

하둡을 세팅하는 것만으로도 아주 큰 과제였다.

그렇기에 백엔드 엔지니어 출신이 상당수였다.

특히 검색엔진 엔지니어출신이 많았다.

이때가 데이터 사이언티스트라는 말이 확립된 시기다.

 

 

 

반응형

 

- 2기 : 데이터 프로세싱 성숙기

대략 2013년~2014년.

MapReduce 프로그래밍을 할 수 있는 사람만 분석 가능했던 이전의 단점을

SQL이 등장하면서 극복하기 시작했다.

점차 데이터의 인기가 폭발하기 시작했고

데이터 엔지니어라는 직업이 확립되기 시작한 시기다.

 

 

 

- 3기 : 분석과 적용기

2015년~2016년.

데이터 엔지니어의 활동으로 데이터는 테이블로 정리된 상태다.

이제는 SQL만 알아도 접근이 가능해졌다.

장벽이 낮아지면서 CS출신이 아니어도 가능했으며

데이터 분석가들이 대거 나타나기 시작한 시기.

데이터 씬이 폭발적 증가했고

IT가 아닌 회사들도 데이터팀을 두기 시작했다.

또한 회사들은 대시보드들을 많이 생산하고, 소비하기 시작한 시기다.

 

기계학습으로 훈련된 알파고

 

- 4기 : ML득세기 - 알파고 지배기

2016~2018년.

모든 데이터에에 Machine Learning을 끼얹기 시작한 시기.

많은 회사가 ML을 표방하기 시작했으며

아주 많은 ML코스가가 생겼다.

ML엔지니어가 확립된 시기

 

 

 

- 5기 : 대 그로스 시대

2018년~2020년.

굉장히 많은 어렵던 기술들이 제품화 되어 편리해졌다.

제품을 사용하는 그로스 해커, 퍼포먼스 마케터가 확립되었다.

PM, PO, 기획자, 마케터 모든 직군이 데이터를 직접 보기 시작.

데이터를 진짜 이득을 만드는 것에 집착한 시기.

 

 

- 6기 : Tool chain 시대 (현재)

2021년 ~ 현재

Cloud 벤더의 솔루션과, 거기에 꽂아 사용하는 SaaS제품의 생태계가 엄청나게 풍성하고 단단해졌다.

모든 데이터 스택에 좋은 제품이 존재한다.

여러 클라우드 툴들을 잘 chaining시켜, 빠르게 결과를 만들어 낼 수 있게 되었다.

능력이 아니라 구매로 갭을 뛰어넘을 수 있게 되었다.

 

 

- 6기를 살고 있는 우리는 어떻게 해야 할까?

6기를 살고 있는 여러분은 어떻게 해야하는가에 대해 고민해보자.

솔직히 말해서, 바로 직전 시대까지는

몇 개월 짜리 코스를 통해서, 어떤 결과물을 낼 수 있는 사람은 많지 않았다.

그런데 요즘은 실력을 돈으로 살 수 있을 정도의 좋은 클라우드 툴들이 많이 나왔다.

이들을 어떻게 체이닝 시킬지를 알면, 예전 몇 사람 분 일을 더 빨리 할 수 있다.

바로 여기에 길이 있다.

 

여러분이 어떤 데이터 세부직종이든,

절반쯤은 백엔드 클라우드 엔지니어가 되야 한다.

그래야지 만약 내가 데이터가 없는 회사에 들어간다고 가정했을 때,

AWS나 GCP, 그 외 툴들을 사용해서

수집부터 ELT, 분석, 비주얼라이즈, 간단한 ML .. 등등을 할 수 있기 때문이다.

 

데이터 사이언스 경영에 의존하는 요즘 기업 경영

데이터 사이언스 경영에 의존하는 요즘 기업 경영

데이터 엔지니어가 되려면? (시스템엔지니어 + 백엔드개발자 + DBA = 데이터 엔지니어!)

데이터 엔지니어가 되려면? (시스템엔지니어 + 백엔드개발자 + DBA = 데이터 엔지니어!)