데싸 준비중인데 간단한 질문좀 부탁드릴게요
1. 데싸 알고리즘을 몇개쯤 알아야 신입입사가 될까요? 교재에 나오는 알고리즘 정도는 다 알아야 하나요(그렇다라고 한다면 그것을 입증하는 것은 포트폴리오 프로젝트로 하나요 면접에서 걸러지나요)

2. 파이썬 코드에서 복잡한 옵션같은거 다 외우고 계시나요?

그럼 답변 부탁드립니다
감사합니다

데싸 준비하시는 분 맞나요?
“파이썬 코드에서 복잡한 옵션같은거 다 외우고 계시나요?” 이 질문은 마치 “영어하려면 영어 사전 다 외우고 계시나요?”와 같은 질문…

단어 줄이지 말고 풀로 말해라 데이타 싸이언스

데싸가 대체 뭐야 했네.
ㅈ ㄹ 한다.

한국에 있는 한국인들 왜 멀쩡한 단어를 축약해서 말하냐? ㅋㅋㅋ 우습네
그냥 풀로 다 말해도 된다
앞대가리만 따서 줄여 말하면 뭐 쫌 있어 보이냐? ㅋㅋㅋ

데싸가 뭐냐 무식하게..영어로 DS라고 하던가…참…
DS 하는 사람들 박사급들도 많은데…

1. 아니요 모든 알고리즘을 알필요는 없지만 기본 몇가지는 물었을때 막힘없이 나올정도로 설명할줄은 알아야되요. regression(logistic, lasso, ridge, etc), decision tree 등 ..
왠만해선 코드로 구사하라고 묻지는 않지만 알고리즘마다 key hyperparameter 에 관한 이해도가 필요하구요, 어떤 데이타에서 이것이 더 좋은선택일지 아닐지 reasonable한 explanation을 댈수 있어야 되구요.
어느 회사들은 gradient descent 나 logistic regression같은것들을 library쓰지않고 구현하라고 하는 회사들도 있는데 그러면 수학적인 공식을 알고 있어야겠죠?
2. 모든 옵션들을 외우고 있을거라고 생각하지 않습니다. 위에 서술했듯이 기본적인 이해도가 있고 만약 라이브러리를 구현하라고 하면 얼마나 familiar한지를 보겠지요?
근데 혹시 job description에 expertise in tensorflow, pytorch 나 이런것들이 쓰여 있다면, 그냥 단순히 .fit() 하고 predict() 하는 수준 그 이상을 보고 평가할거라 생각되네요.

알고리즘 관련해서 무엇을 공부할지 갈피가 안잡히시면, 대충 우리가 DS 에서 얘기하는 알고리즘들을 natively in python 으로 한번 구현해보세요.
간단한 linear regression 에 gradient descent로 fit 해보는것도 수학적으론 어려운 이론이 절대 아니지만 구현해보시면 확실하게 더 이해하기 쉬워질 것입니다.

회사들도 알아요 결국 library를 잘 활용해야 업무를 잘 볼거라는거요. 근데 대신 vague한 문제가 주어졌을때 어떻게 approach를 하고 logical 한 리즈닝이 있는지를 많이 보는것 같더라구요.

정말 도움되는 답변이었습니다. 감사합니다.