안녕하세요, 현재 고등학생으로 앞으로 전공에 대하여 고민을 하고 있습니다. 따라서, 컴퓨터를 전공하고 싶습니다.

요즘, 데이터 사이언티스트라는 직업이 상당히 핫 한것 같습니다. 제가 수학과 프로그래밍을 좋아해서 이 분야에 많은 관심이 있습니다. 어떤 industry라는 것을 떠나서, 수요가 상당히 많은것 같습니다.

앞으로 데이터 사이언티스트가 더 많이 필요할까요?

DS직군은 어떻게 변할지 모르지만, 데이터를 다루는 기술은 지금보다도 광범위하게 쓰일 거라고 예상합니다.

지금보다 더 많이 필요하고 보편적이 될것 같은데 .. industry 지식이 없는 ds 는 그냥 잡부에요..
뭘하든 industry knowledge 는 기본이에요;

22 공감합니다.
저도 인더스트리 4년정도하고 DS쪽 대학원 다니기시작했습니다.
인더스트리에 있다보면 뭐가 필요하고 기본 니즈지식이라는게 구분이 되죠. 그걸 보강하기위해 DS 선택했고요.

333

cader 같은 수준으로 떨어질겁니다. 처음에 오토캐드가 나왔을때 그 소프트웨어를 사용할 줄 아는것만으로도 대단한 기술이었는데 지금은 그냥 잡부 수준의 테크니션 정도이고 학부 애들도 왠만한 캐드 드로잉은 더 잘하죠.

그런데 그게 다가 아닙니다. 예전에 인터넷이 처음 보편화되기 시작하던 1994년에 사람들은 네트웍 분야가 일단 망만 깔아주면 그이상 잡이 없을거고 그저 망 유지보수 할 인력만 필요하다고 했죠. 그런데 그후 나타난 결과를 보면 그 깔린 유무선 통신망으로 인터넷이 확산되고 지금은 그 기술이 세계를 지배하고 있습니다.

같은 논리로 데이터 사이언스는 단순한 오늘 저녁엔 어디서 뭘 사먹어야 하나를 대신 결정해주는것부터 지구에 충돌할 혜성의 예상 시간과 위치까지 확률적으로 판단해내는 놀라운 추론엔진으로 사용될 수 도 있습니다 즉, 응용 분야가 무궁무진하다는거죠. 그런데 여기서 말하는 핵심은 “응용” 이라는겁니다 데이터 사이언스 자체는 그냥 엔진이고 그 엔진을 사용해서 무얼 할것이냐는거죠. 마치 네트웍 자체는 그냥 망기술이고 거기서 돌아가는 인터넷 기반 응용 산업이 돈을 긇어 모으는것과 같은 이치입니다.

동갑합니다~!

윗분들 말이 다 맞습니다. 일단 질문 하신 답만 대답을 하자면 앞으로 데싸의 수요는 계속 증가 할것입니다. 아직도 많은 인더스트리에서는 데이터의 충분히 이용하지 못하고 상황입니다.

데이터 사이언티스트 라는 의미를 잘 아셔야 할 것 같습니다…그냥 도구만 활용해서 inference 하고 그래프만 만들고 분석하는게 아니라 일하는 industry 에따라 관련 데이터 활용을 잘하고 수학적 모델링을 굉장히 잘해야 합니다. 그리고 그 데이터가 의미하는것, 그리고 통계학 적으로 어떤 의미를 갖는지 등이 중요합니다. 탄탄한 수학적 지식없이 엔지니어링 기법만 가지고 있는 데이터 사이언티스트는 도태 될 것입니다. 자기가 Python, R로 얼마나 코딩을 잘하냐, 얼마나 머신 러닝 툴을 잘 사용하냐보다, 데이터의 의미, 데이터에서 뽑아 낼수 있는 feature 분석 (수학적 뿐 아니라 어떤 상업적 의미를 가지는지), 깊이있는 모델링 혹은 머신 러닝의 이해가 진짜 데이터 사이언티스트가 되는 길이고 이 사람들만 남을거에요.

저희 회사도 점점 데이터 사이언티스트 학력이 높아져가고 (MS+2 years or PhD) 인터뷰때 통계, 기본 머신러닝, 딥러닝을 아주 자세하게 파고듭니다. 증명을 요구할때도 있고요….코딩만 잘하고 데이터와 통계를 이해 못하면 윗분 말씀대로 데이터 정리나 시킵니다.

정리하자면 내가 수학에 정말 자신있으 시면 데이터 사이언티스트 생각해 보세요!! 참고로 고등학교 레벨에서 자신있어도 대학가면 못하는 애들이 수두룩하기에.. 정말 좋아한다 계속 파고들수있다!!! 라는 마인드가 중요하고요 석박까지 공부할 생각이 있으시면 데이터 사이언스과로 가시고 (그래도 CS 가셔서 수학 더 듣고 프로젝트 하는게 낫지만요) 아니면 CS로 무조건 가세요

그렇다면, 수학적인 지식을 갖는 데이터 사이언 티스트가 되려면, 어떤 수학적인 배경을 알아야 하나요?
youtube에 머신 러닝 과목들이 많이 있는데, 머신 러닝 과목과 어떠한 수학과 관련된 과목들을 들어야 하는지 궁금합니다.

고등학생이시면 대학가서 linear algebra, prob & stat, optmization 과목을 정말 A+ 뿐아니라 완전히 이해하겠다는 마인드로 공부하시고 이후에 대학원 진학 하기전이나 후에 깊이 있는 머신러닝 책 하나를 파세요 개인적으로 Pattern recognition and machine learning by bishop 과 deep learning by goodfellow and bengio 이 두책 추천합니다. 첫번째 책을 독학 하시고 나면 그 다음 부터는 파이썬으로 실생활 응용을 해보시면서 두번째 책 읽으시면 좋을것 같네요. 이 두책 읽으고 잘 이해하시면 최소한 최신 논문을 이해하는덴 큰 문제가 없을 것입니다. 그 다음 부터는 논문읽고 구현 위주로 하시면 될듯. 수학 공부하시면 서 배우시는것들 파이썬이나 R로 실습하면 좋습니다. 예를 들어 이 데이터를 시뮬레이션하거나 샘플링을 해서 synthetic data를 만들어보거나 아니면 regression 을 여러 방법으로 inference 해보거나 등등

“제대로” 하려면 쉽지 않고 그런일을 하려면 굉장한 백그라운드가 필요할겁니다 (수학적 백그라운드의 박사정도)
그렇지 않으면 그냥 일반학사나 부트캠프??가지고 개나소나 누구나 ds 하겠다고 하는 지금과 같은 수준이면 그냥 데이타 cleansing만 하다가 끝날것이고(그러고 ds한다고 하고 다니겠죠 ㅋ) 이 데이터를 가지고 유의미한 응용을 하는 사람이 되기는 쉽지 않죠
지금 뜨니까 다들 이거 하겠다고 하는데 아이디어는 좋고 그 방향으로 가는것도 많지만 전 “제대로” ds를 하려면 아직 시간이 좀 걸릴것이라고 봅니다
고로 윗분들의 말씀이 옳다고 봅니다.

DS 는 많이는 쓰는데, 진짜 모든분야에서 안하는 곳이 없습니다. 요즘에 회사에서 레쥬메 받아보면 info, CS, DS, stat, math 등등을 전공한 사람들 데이터 싸이언스, 머신러닝 스킬은 그냥 default 입니다. 저위에 활용이 중요하다고 하는데, DS skill 은 금방 배우지만 활용은 그 분야에 깊은 이해가 필요합니다. 그래서 요즘엔 DS 은 거의 박사이상으로 그 분야를 잘아는 사람만 뽑습니다. 즉, 만약에 금융쪽 DS 포지션을 뽑는다면 금용쪽 데이터 베이스 다루어 본사람만 뽑는거죠. 그래서 그냥 data scientist 이런 뜬구름 잡는 개념은 그냥 시다바리 뿐이 못합니다. 그래서 DS 쪽으로 가면 그냥 가방끈만 늘어지고 너무 오래걸리수 있습니다. 만약에 CS를 전공하게 되면 그냥 SW 하는게 빠른길이고, 다른과를 가도 DS 는 결국 다 접하게 되어있습니다.

데이터사이언스도 분야가 많은데 DS는 CS메이져를 하더라도 석사이상은 해야 들어가요 학교내 미국친구들한테만 물어봐도 DS 인턴경험찾아보기 정말 드물고 첫직장으로 DS들어가는건 더더욱 못봤구요

데이터 사이언티스트가 앞으로 많이 필요할까요?
EDITDELETEREPLY
2020-05-0413:30:13 #3464270
국제대 129.***.109.42 1342
안녕하세요, 현재 고등학생으로 앞으로 전공에 대하여 고민을 하고 있습니다. 따라서, 컴퓨터를 전공하고 싶습니다.

요즘, 데이터 사이언티스트라는 직업이 상당히 핫 한것 같습니다. 제가 수학과 프로그래밍을 좋아해서 이 분야에 많은 관심이 있습니다. 어떤 industry라는 것을 떠나서, 수요가 상당히 많은것 같습니다.

앞으로 데이터 사이언티스트가 더 많이 필요할까요?