안녕하십니까.
저는 한국에서 4년제 지방대를 문과계열을 졸업한 학생입니다.
학교 졸업후 늦게 군대를 갔다와서 군대내에서 고민 끝에 미국에 컴퓨터 사이언스로 미국 시골에 있는 작은 주립대에 입학했습니다. 제 나이 27살인데 많이 늦었다는 복잡한 생각에 컴퓨터 사이언스 분야 선배님들께 질문드립니다.

제가 하고자 싶은 일은 빅데이터에 관련된 업무를 하고 싶습니다. 구체적으로 프로그래밍을 통해 직접 코딩하면서 유용한 정보로 가공하는 일을 하고자 합니다. 너무 막연하게 대답해서 죄송합니다. 작은 회사라도 미국에서 취업하는 것이 제 희망사항입니다.

제 질문은 제가 수학을 전공해야 하는지 컴퓨터 사이언스를 전공해야 하는 것인지 입니다. 빅데이터를 관련된 내용을 조사해보니 응용수학과가 취업에 유리하다. 컴퓨터 사이언스가 유리하다. 이런저런 말이 많아서 현업 선배님들께 질문드립니다.

두번째 질문은 편입에 대한 질문입니다. 첫번째 옵션은 제가 지금 다니는 시골에 있는 작은 주립대학에서수학이나 컴퓨터 사이언스를 전공하고 취업을 하게 되면 2년 뒤 졸업을 하게됩니다. 두번째 옵션은 2년의 과정을 마치면 조금 더 좋은 대학으로 편입 후 1년 반정도 더 공부해서 졸업을 하는 계획입니다. 두번째 계획대로면 운이 좋다면 30살 중반정도에 취업을 할 수 있을 것 같습니다.

한국에서 대학 다닐때 공부안한게 너무 후회되서 지금이라도 마음잡고 열심히 살고 싶습니다. 도와주십시오.

>수학을 전공해야 하는지 컴퓨터 사이언스를 전공해야 하는 것인지 입니다.

좋게 얘기해 보면: 이 정도는 전공 수업 들으면 답 나와요. 하고 싶은 거 남들이 좋다고 하는 거 하지말고 본인이 할 수 있는 거 하세요. 둘 다 좋아하고 잘하는 사람은 극소수입니다. 전자는 모델링 하는 사람이고요. 데이터로 부터 유용한 정보를 뽑는 사람이고 후자는 전자의 사람들이 쓰는 툴을 만들게 되겠죠.

> 편입

완전 톱스쿨 가시는 거 아니면 별 의미 없습니다. 그리고 미국에서는 학사편입이라는 제도가 많이 없어요. 졸업하고 편입하시면 이상하게 볼 겁니다. 영주권자 시민권자 아니시면 나중에 문제가 될 수도 있고요.

조언 감사합니다! 조금 더 전공수업 들어보면서 생각해보도록 할게요!

컴싸 전공해야죠. 근데 모든 사람이 컴싸 소질있는 건 아니란걸 알아야합니다. 해보시고 안되면 바꿔야됨 통계쪽으로 파던가 해야됨.

무엇보다 제 적성을 빨리 파악하라는 말씀이시죠? 감사합니다!

편입하지마시고 빨리 졸업하세요. 크게 3가지가 중요합니다.
1. 학점
2. 인터뷰 준비
3. 여름 인턴쉽, 개인 프로젝트이나 오픈소스 폴트폴리오

취업 하는데 있어서 학벌이 걸림돌이 되지 않을까요? 학교가 정말 지방에 있는 작은 학교라서요..

전 수학 + 경제 학부 전공하고 마스터 통계 후 risk analyst 3년 후 senior data scientist 로 2년중입니다. 가끔 컴사 할걸 할때도 있었는데 솔직히 저희 쓰는 코딩이야 누구나 다 할 수 있고.. sas, python, sql, excel vba 좀 깊게 하는데.. 다 일하면서 배웠어요. 대학때 배운건 기본 matlab, sas 정도이고..

수학 하셨으면 코딩 기본은 어느정도 하실가고.. 윗분들 말씀대로 모델링을 할지 데이터 엔지니어를 할지 툴 기발을 할지.. 분야에 따라 결정하면 됩니다. 전 모델링+데이터 엔지니어 쪽입니다.

구체적으로 세부분야 나누어서 설명해주셔서 감사합니다. 더욱 검색해보면서 정보 찾아보겠습니다! 조언 감사합니다!

TX님 혹시 왜 cs전공할걸이라는 후회가 든지 말해줄수있나요? 현재 aspiring data sciecntist인데 지금 컴터랑 갈등중에 있거든요
둘다 잼는거같고 데이터 사이언티스트하면서 장단점 말해줄수 있나요?

모델링은 대충 예측모델을 만든다는걸로 이해가가는데 데이터 엔지니어라 함은 또 무엇인가요? infrastrucutre같은 data base를 만들어주는건가요?

이론적으로, 실력과 포텐셜을 보여줄 수 있다면 학벌은 그리 중요하지 않습니다. 이 분야에서 말입니다. 전공이 달라지면 또 다른 얘깁니다.

그런데, 개천에서 용난다는 말이 있죠. 개천은 보통 용이 자라거나 서식하기에 적합하지 않은 곳입니다. 그래서 드물지요. 마찬가지로, 안좋은 학교는 그만큼 돌아오는 경험이나 취업의 기회가 적습니다. 그런 환경에서 무엇이 필요한지, 어떤 목표를 가져야하는지를 아는게 힘들다는게 가장 큰 걸림돌이라 생각합니다. 다른 친구들을 보며 ‘나도 저렇게 해야겠구나’라는 자극이 생길 일도 적고, ‘여러명이 이번에 gooxxx에 인턴 갔다는데, 나도 알아보고 노력해야지’ 이런 일도 없습니다. 학교내에서 이런 저런 경험을 할 기회도 적고, 좋은 회사들에서 리쿠르팅하러 오지도 않습니다. 이게 현실입니다.

따라서 그냥 학교 다니며 꾸역꾸역 과목 듣고 학점 받고 졸업할 때가 가까와 온다면, 그냥 좋은 일이 알아서 찾아오지 않습니다. 끄적끄적 몇군데 어플라이 해봤자 아무런 답장도 못받을테고요. 지원서에 학교가 후지다고 차별하는게 아닙니다. 다른 좋은 학교 학생들이 보여주고 있는 것에 크게 못미치기 때문에 그런겁니다. 그러면 어떻게 해야겠습니까? 기회가 찾아오길 기다리는게 아니라, 자기가 스스로 알아서 정보를 모으고 공부를 하고 뛰어야 합니다. 좋은 학교 학생들에게 앉아 있으면 돌아가는 떡을 찾아가서 찾아 먹어야 하는 것입니다.

커리어 페어 때 좋은 주요 주립대 리쿠르팅 나가면 다른 덜 좋은 학교에서 몇시간씩 운전하여 찾아온 애들이 있습니다. 참 기특합니다. 얘기해보면 나름 준비도 많이 했더군요. 걔네들은 결국 취업할겁니다.

글 작성자입니다.
진심어린 조언 감사합니다. 조언이 정말 제 현실에 딱 맞아 떨어져서 뒤통수를 맞은 기분입니다.
저도 그냥 딱히 뭐하나 준비하는거 없이 학교 커리큘럼 따라가면서 학점 좋게 받는 것에 만족하면서 살고 있었습니다.
저 스스로 정보 찾아가면서 준비해야 하는데 학점만 바라보고 공부하다 보니 가장 중요한 걸 놓치고 있었던 것 같습니다.
따끔한 조언 감사합니다! 열심히 정보 찾아가면서 준비해보겠습니다 선배님!

데이터 싸이언스하고 CS는 근본적으로 다른분야입니다. 데이터 싸이언스 잘하려면 CS를 하고 코팅을 잘하는것이 기본이라고 착각하는 사람들 많은데 이건 마치 통계를 잘하려면 수학을 먼저 전공하라고 하는것과 같은겁니다. 다른말로 하자면 데이터싸이언디스트에게 코딩은 그냥 툴입이다. 반대로 CS출신이 데이터싸이언스 하면 잘할것 같습니까? 돌리기만 하면 뭐하나 그게 뭔지를 모르는데. CS는 기본적인 소프트웨어 툴을 만들어서 팔긴하지만 그 툴을 어디다 쓰는지는 잘 모릅니다. 그래서 CS출신들하고 같이 프로젝트하면 코딩빼곤 뭐 아는게 없으니 하나하나 다 설명을 해주어야 하고 결국 ‘그냥 넌 이거짜와. 언제까지되?’ 끝. 골드마이닝 시대에서 제일 돈잘버는 직업이 삽만들어 파는 사람들이었듯. CS는 삽만 만들면 됩니다. 금은 다른사람들이 켑니다.

저는 희안하게도 CS출신도 아니고 데이터싸이언스 출신도 아닌데, 회사에서 SW개발고 해봤고 현제는 데이터싸이언스 팀에 있습니다. SW계발은 해보니 바로 소비자에게 가기때문에 좀 장인정신이 필요합니다. 상당히 꼼꼼해야 합니다. 데이싸이언스 쪽은 반면에 좀 빅픽쳐를 볼수 있어야하고 critical thinking 을 좀 잘해야 합니다. 그야말로 싸이언스죠.

데이트 사이언스와 컴퓨터 사이언스 사이에 관계에 대해 모호하게 알고 있었는데 알기 쉽게 설명해주셔서 감사합니다!
현업에 종사하시는 선배님의 생각으로 컴퓨터 사이언스를 전공하는 것보다 통계학을 전공하고 컴퓨터 코딩을 개인적으로 공부하는 것이 데이터 사이언스 쪽으로 진로를 설정할때 더욱 도움이 될까요?

컴싸라고 딱히 코딩만 하는건 아닙니다. 통계석사하면서 연구는 컴싸랑 조인트 했구요. 컴사 박사들 방법론도 그렇고 통계 수학쪽 엄청 팝니다. 컴사할걸 생각했던 때는 요즘 핫한 통계 토픽들을 오히려 컴사쪽에서 많이 배워서 그랬습니다. 저 다니던 대학에선 너무 아카데믹한 수학만 해서..

데이터 엔지니어링은 저희 쪽에서는 raw data, unstructured data등을 분석 가능하게 만드는 작업을 하는데요. Feature engineering 이라고도 하더군요.

전 주로 web api등을 통해 json, xml등을 sql, mongoDB 등으로 사용하게 만들고 sql database 구성(index, stored procedure, ssis package) 등 관리합니다.

실질적으로 end user들도 같은 부서 사람들이고 제가 만든 테이블로 score development를 합니다. 모델은 lightGBM, logistic regression, recommonder system 같은 일반적인 모델이고 주로 sas, python으로 모델링합니디.

결과적으로 전 통계+BI 하는일을 같이 한다고 봐도 되겠네요.

좀 큰 회삽니다. 요즘 데이타 싸이언티스트라고 뽑아 놨는데, 코딩과 시스템 개념이 너무 없어서 문제를 일으키는 경우가 종종 있습니다. 우리는 클러스터에서 바보짓 하는 애들은 대미지를 막기위해 어카운트 막아버립니다. 대단한 CS 백그라운든 아니래도 5분에 될 일을 이로스 잡아먹으며 8시간 걸리게 짜는 일은 없어야죠.

윗분은 IT에 계시는 군요. 원래 클러스터는 그거 관리하는 사람아니면 다 닫아놓는거 아닙니까? 큰회사라고 하면서 데이터싸이언스 디파트하고 IT디파트 경계가 없는 모양이군요. IT에서 데이터싸이언티스트도 뽑습니까? 내가 다른사람아는거 다 아는거 아니듯이 다른사람도 내가아는거 다 아는거 아니죠. 데이터 싸이언스를 IT에서 뽑았으면 이유가 있는것이고 그 사람에 강점을 보도록 노력해야지 CS관점에서 왜 이정도도 모르냐고 하면 … 답이없어요. 님도 우리부서에 오면 똑같이 구박받아요.

우리는 IT가 그런거 해주는 곳이 아닙니다. 솔루션 사다 쓰는 회사가 아닙니다. 우리가 오픈소스로 콘트리븃하는게 보통 한참 뒤 다른 솔루션 업체들에 의해 패키지되어 팔립니다. 그런 분위기라서 아마 데이타 사이언티스트라도 기대치가 다른가보죠. PM들도 코딩할 줄 모르면 안뽑습니다.