데이터 과학자 이해하기 1 - 데이터 과학자란 누구인가?

이제 엘리스 2주차 공부를 시작해보려고 한다. 저녁에는 공부할 시간이 많지 않으니 오늘 저녁에는 2주차 수업을 공부해보기로 했다. 요즘에는 개발 공부를 하느라 예술과 일상 블로그에는 포스트를 거의 올리지 않게 되는 것 같다. 책도 읽을 시간이 없는데 당분간은 이런 생활을 계속하게 될 것 같다.

저녁식사 전까지 남는 시간에 첫번째 수업을 들으며 학습을 진행해볼 것이다.

---

 

 

 

이론 1 - 데이터 과학자란 누구인가?

 

1. 2주차 수업 목표

 

 

 

---

 

 

 

 

2. 데이터 과학자는 누구이고, 어떤 역량을 필요로 하는가

 

데이터 과학자는 2012년 10월 HBR에서 소개되었다. 이 전문을 읽어보는 것도 좋다.

 

 

 

도메인 전문성은 비즈니스에 대한 이해를 바탕으로 비즈니스에서 발생하는 문제의 가설을 설정하고 문제를 검증하는 능력 전반을 의미한다. 이것은 과학적 활동을 할 수 있는 능력이 된다.

단순히 수학 & 통계학 지식만 가지고 작업을 하면 머신러닝을 기계적으로만 다루게 되고 현실의 문제는 해결할 수 없게 된다. 따라서 머신러닝 기술을 높이기 위해서는 데이터 과학, 도메인 전문성을 높이는 것이 더 중요하다.

그저 아이디어만 있고 프로그래밍 스킬만 있는 사람이 머신러닝을 하는 것은 위험하다고 말하고 있다. 수학이나 통계학의 기초가 없다보니 머신러닝에 실패할 확률이 매우 높다.

---

 

 

 

 

여기 29개의 스킬셋이 있다. 자신이 어디에 속하는지 파악하고 이를 갖추기 위해 점검하는 것도 필요하다.

 

 

 

 

 

---

 

 

 

 

퀴즈 1 - 데이터 과학자에게 요구되는 실무 능력

 

 

 

문제를 잘 맞추었다.

 

---

 

 

 

학습을 마치고

첫번째 수업을 듣고 퀴즈 문제도 풀어보았다. 이 과목은 미션 문제가 없어서 더 좋은 것 같다. 대부분의 미션 문제는 과목에서 배운 것보다 훨씬 수준이 높게 출제되어 문제를 풀기가 쉽지 않았다.

수업에만 집중할 수 있는 좋은 과목이라고 생각한다. 이 시간을 통해 데이터 과학자란 무엇이며 어떤 기술이 필요한지 등을 배울 수 있었다. 난 사실 데이터 과학자가 되고 싶은 마음은 없지만 그래도 데이터 과학자에게 필요한 일부 스킬 정도는 익혀야 앞으로 개발자를 하는데 유익할 거라고 생각한다.

 

내가 하고 싶은 개발 분야를 게임에만 한정하지도 않을 것이고 다양한 개발을 폭넓게 경험하면서 미래 사회에 필요한 융합형 인재가 되는 것이 나의 목표이기도 하다. 이를 위해 난 오늘도 열심히 공부하고 있다.

마음 한켠으로는 놀고 싶고 연휴 기간인데 가족들과 더 많은 시간을 보내고 싶기도 하지만, 모든 것은 기회비용이다. 하나를 선택하면 하나는 버려야 한다. 두 가지 모두 이룰 수는 없는 것이다.