데이터 다루고 데이터 가지고 모델 예측하고 모델링하는것에 재미를 느껴서 현재 데이터마이닝 연구실에서 연구활동하고있는 학생입니다. 미국에서 데이터 엔지니어로 일을 하고 싶어서(대학 입학 전부터 생각해왔던 루트입니다) 이에 관해서 질문드립니다.
참고로 저는 석사로 유학나가서 직업 구하는게 최종적인 목표입니다.

1. data쪽은 sw engineer와 다르게 박사쪽 인력을 위주로 구한다는 말이 많던데 석사까지만 하고는 가능성이 희박한가요?
저는 오히려 이 분야는 이론적인 것 보다는(analyst영역이 아니라면요) 실제 industry에 나가서 다양한 데이터를 다뤄보면서 경험치를 쌓는게 훨씬더 도움이 될거라고 생각해서 석사유학까지만 생각하고 취업할 생각을 하고 있었습니다(들어보니 학교에서 사용하는 data와 기업에서 사용한는 data는 너무나도 다르다는 말이 많아서요)

2. 인력이 포화상태라서 backend로 먼저 취업하고 나중에 position을 바꾸는게더 낫다라는 말도 많던데 데이터베이스를 다루는 것 역시 당연히 중요시 되겠지만 그래도 data를 다루면서 machine learning 하는데에 관심도 많고 흥미를 느껴서 backend는 별로 원치 않는데 data engineer 포지션으로 신입으로 들어가기에는 많이 힘든면이 있나요?

조언해주시면 정말 감사드리겠습니다. 생각없는 학생 아니구요 정말 제 꿈 향해서 열심히 살아가고있습니다. 다만 제가 미국에 나가보지 않아서 미국에서의 현실은 어떤지 궁금해서 올리는 거니 시비털거나 단순히 와서 욕박고 가는 글은 안해주셨으면 합니다

2년이상 경력 요구사항 뚫으려면

data engineer 란게 좀 말이 좀 이상하긴해요 .. 본문에 쓰신것처럼 이론적인것보단 실제 field data 많이 다뤄본 사람이 최고인데 . 이론적인게 없으면 field data 를 잘 못만지고.. field data 는 공부할때 본 데이터처럼 깨끗하지 않아서 ㅡ.ㅡㅋㅋㅋ
박사급 데려와도 뭐 이것저것 data 보고 결론내는데 .. 그 쓸데없는 data 는 왜 봤습니까? 이런 질문도 나오고 ..
뭐 결론은 우리회사도 대부분 박사급으로 뽑긴합니다.. 그렇다고 석사가 없는것은 아닙니다.. field knowledge 가 충분하다면 석사가 아니라 학사도 뽑아요..

모델 예측하고 모델링하는건 data scientist 쪽 일이고 데이터 엔지니어는 데이터 etl 작업이 보통일이에요 적성에 따라 좀 갈리는데 수학통계 좋아하면 데이터 사이언티스트 노리고 뭐 설치하고 만드는거 좋아하면 엔지니어하면 됌 석사만 해도 충분하고 연봉도 또이또이

데이터 엔지니어가 싸이언티스트랑 뭔 차이인지부터 알아보시길.. 둘이는 걍 다른 직업임

하시고 원하시는 일 충분히 하실 수 있습니다. 이건 job description에 따라 다른데 말씀하시는 (product 화 하는 일들)을 하는 포지션을 ML engineer 라고 하거나 아니면 data scientist인데 job description 보고 구분이 가능합니다. (잡 디스크립션에 rest api, docker, aws 뭐 이런 친구들이 보이겠죠). 데이터 만들어서 제품화 하려면 당연히 어느정도 백엔드와 클라우드 지식이 필요할 때가 있습니다만 회사 상황과 인력에 따라 다르겠죠. 적당한 엔지니어링 지식(ETL, DB 관련) + 모델링 지식+클라우드 적당한 사용 경험+깃플로우가 필요한 경우가 대부분입니다. 백엔드 하는 사람이 따로있다면 백엔드 부분은 다른 엔지니어와 협업으로 가능하겠죠.