[직업소개하기]데이터 분석가2

데이터 분석가 정의와 역할

일단 데이터 분석가는 제일 먼저 기업이나 정부 기관 및 연구소 등에서 의뢰를 받습니다. 그 뒤에 주제에 맞는 다양한 데이터를 수집한 후에 처리하고 분석하는 과정을 수행합니다. 그리고 데이터 분석가는 이 과정에서 통계학, 프로그래밍, 데이터 시각화를 다룹니다. 마지막에는 데이터 분석가는 데이터의 전문적인 분석 결과를 의뢰인에게 제공함으로써 의사결정에 도움을 주는 역할을 하는 전문가입니다. 

 

데이터 분석가에게 필요한 역량 5가지

• 통계학에 대한 지식
• 컴퓨터 공학 관련 지식
• 데이터 처리 및 분석 그리고 결론을 도출하는 능력
• 비즈니스 이해력 및 커뮤니케이션 능력
• 지속적으로 스스로의 전문성을 키우고자 하는 노력

 

데이터 분석가가 하는 일(작업과정) 4단계

 

데이터 분석가는 대략 4단계 정도의 작업 과정을 수행합니다. 1단계는 의뢰받은 주제에 맞는 데이터를 수집하는 단계를 밟는 과정입니다. 2단계는 수집한 데이터에 대해서 통계와 머신러닝 알고리즘을 활용해서 데이터 분석을 하는 단계입니다. 3단계는 작업과정에서는 분석을 마친 데이터를 알아보기 쉽게 이미지를 첨부하여 보고서를 작성하는 단계입니다. 마지막 4단계는 앞서서 작성한 보고서를 바탕으로 결론, 즉 인사이트를 도출하여 데이터 분석 결과를 의뢰한 의뢰인에게 제공해서 관련 의사결정을 지원하는 단계입니다.

<작업 과정 단계>	<하는 일>
1단계	데이터 수집 및 전처리 단계
2단계	통계적 기법 및 머신러닝 알고리즘을 활용한 데이터 분석 단계
3단계	데이터 분석 결과의 시각화 및 보고서 작성 단계
4단계	인사이트 도출 및 의사결정 지원 단계

 

데이터 분석가 직업 종류 9가지

 

아래의 제가 만든 표를 참고하면 데이터 분석가 직업 종류에는 적어도 9가지 정도의 직업을 소개하고 있습니다. 이를 바탕으로 데이터 분석과 관련된 직업이 의외로 다양하다는 사실을 알 수 있습니다. 또 한 가지 중요한 사실은 데이터 분석 역량을 필요로 하는 직무가 계속 늘어나고 있다는 점이라고 할 수 있습니다.  

<데이터 분석 직업 종류>	<하는 일>
빅데이터 분석가	대량의 데이터를 관리 및 분석해서 통계 모델을 만들고 행동 패턴이나 시장 경제를 예측하는 일을 함.
데이터 분석가	비즈니스 의사결정을 위해 데이터를 수집, 처리, 분석하는 일을 전문적으로 함.
수리경제학자	경제 데이터를 분석하여 경제 현상을 수학적으로 해석하는 일을 함.
인구통계학자	인구 관련 데이터를 분석해서 인구 동향을 연구함.
재정 분석가	재무 데이터를 분석하고 기업의 재무 상태를 평가함.
마케팅 리서처	시장 데이터를 분석하여 이를 바탕으로 마케팅 전략을 수립함.
예측 분석 담당자	데이터를 기반으로 향후 미래 트렌드를 예측하는 일을 함.
의료 데이터 분석가	의료 분야의 데이터를 분석하고 이와 관련 있는 의사결정을 지원하는 일을 함.
범죄 데이터 분석가	범죄 관련 데이터를 분석한 다음 데이터로 범죄 예방 및 수사를 지원하는 일을 함.

 

현재 데이터 분석가 직업 종류 7가지

 

아래 표에는 현재의 데이터 분석과 관련된 중요한 7가지 직업 종류와 하는 일을 정리했습니다. 아래의 데이터 관련 직업들의 첫 번째 공통점은 현재 높은 수요를 보인다는 점입니다. 그리고 두 번째 공통점은 2025년 이후에도 계속해서 주목받는 데이터 분석가 계열 직업 종류라는 공통점이 있습니다. 마지막으로 아래 직업의 세 번째 공통점은 당연히 데이터 분석가의 직업 종류에 속하는 데이터 분석가와 함께 데이터 분석을 전문적으로 다룬다는 점입니다.

<현재 데이터 분석가 직업 종류 7가지>	<하는 일>
데이터 분석가	비즈니스 의사결정을 돕는 데이터를 수집, 처리, 분석하는 일을 함.
데이터 사이언티스트	딥러닝, 머신러닝 모델을 개발한 후에 데이터의 패턴을 예측하는 일을 함.
빅데이터 분석가	데이터 분석 환경 구축 및  관리 하는 일을 함.
AI 전문가	인공지능 알고리즘을 개발과 동시에 이를 전문적으로 적용하는 일을 함.
클라우드 엔지니어	클라우드 환경에서의 데이터를 관리하고 이것을 분석하는 일을 함.
클라우드 엔지니어	머신러닝 모델을 개발화하고 이를 최적화하는 일을 함.
머신러닝 엔지니어	클라우드 엔지니어과 마찬가지로 머신러닝 모델을 개발화하고 이를 최적화하는 일을 함.

 

 

데이터 분석 활용의 구체적인 예시 5가지

 

데이터 분석이 필요한 산업 종류에는 현재는 제조업, 의료업, 금융 서비스, 통신업, 소매업 등이 있습니다. 이러한 모든 산업의 종류에서 데이터를 분석하는 일은 굉장히 중요한 역학을 합니다.  아래의 표 안에 5가지 종류의 산업에서 데이터 분석이 도움을 주고 있는 부분을 간략하게 설명하였습니다. 표 안에서 5가지 종류의 산업군에서 데이터 분석이 필요한 일은 조금 더 먼 미래에는 많은 데이터를 분석해서 활용할 수 있는 일자리가 좀 더 늘어날 것으로 예상하고 있는 중입니다.

<데이터 분석 활용이 필요한 산업 종류 5가지>	<구체적인 예시 5가지>
1) 제조업	데이터 분석을 통하여, 제조업의 설비를 예지하여 보전하는 데에 도움을 줌.
2) 의료업	데이터 분석을 통하여 질병 예측 및 관리를 하는 데 도움을 줌
3) 금융 서비스	많은 양의 데이터를 활용해서 고객의 재무를 분석하고 위험을 예측한 후 관리하는 데에 도움을 줌.
4) 통신업	데이터를 분석한 다음 고객의 이탈 가능성을 확인하고 이를 바탕으로 마케팅 전략을 제시함.
5) 소매업	소비자의 구매 패턴과 선호도를 분석한 다음 고객에게 맞춤형 광고를 제공하는 데 도움을 줌.

 

데이터 분석가가 되는 구체적인  5단계

 

제가 한 자료 조사에 의하면, 현재 데이터 분석가가 되는 단계는 기초 지식 습득 과정, 핵심 기술 개발 과정, 실무 경험 쌓기 과정, 전문성 강화 과정, 학습 단계 과정의 5단계 정도로 정리할 수 있습니다.  데이터 분석가라는 직업을 전문적으로 갖기 위해서는 각 단계별로 배워야 할 것들이 좀 있습니다. 그리고 이러한 과정을 거치면서 전체적으로도 데이터 분석가가 되기 위해서 많은 지식 습득의 경험을 하게 됩니다.

<단계>	<과정>	<해야 할 일>	<학습 예>
1단계	기초 지식 습득 과정	수학 및 통계 지식 습득하기	기초 학습하기(확률, 통계, 선형대수학 등)
		컴퓨터 프로그래밍 언어배우기	컴퓨터 언어 학습하기( Python, R 등)
2단계	핵심 기술 개발 과정	데이터 시각화 기술 습득하기	Matplotlib, Seaborn 등의 라이브러리 사용법 익히기
		데이터베이스, SQL 등의 학습하기	MySQL, PostgreSQL 등의 기본 지식 습득하기
3단계	실무 경험 쌓기 과정	데이터 분석 프로젝트 수행하기	데이터 프로젝트를 진행 및 경험쌓기
		개발자 커뮤니티와 소통하기	지식을 공유 및 최신 동향 파악하기
4단계	전문성 강화 과정	관련 자격증 취득 하기	자격증 취득하기( SQLD, ADP, 데이터 분석 준전문가 등)
		다양한 산업 분야의 도메인 지식을 습득하기	데이터 분석가가 일할 수 있는 다양한 분야의 지식 쌓기(<예>금융, 마케팅, 의료 등의 분야 등)
5단계	학습 단계 과정	새로운 기술 및 도구 익히기	주요 데이터 분석 소프트웨어 배우기
		스스로 문제 해결 능력 강화하기	실력키우기(예를 들면, 코딩 테스트, 알고리즘 배우기)

 

데이터 분석가 앞으로의 전망이 밝은 이유 5가지

 

데이터 분석가의 앞으로의 전망이 밝은 이유는 제일 먼저 첫 번째 이유로 현재 데이터 분석가의 수요가 증가 추세이기 때문입니다. 두 번째 이유는 데이터 분석과 관련해서 많은 신입 채용이 기대된다는 점입니다. 세 번째로 다양한 기업에서 데이터를 바탕으로 한 의사 결정을 필요로 하고 있기 때문입니다. 네 번째 이유는 AI자동화의 영향으로 이를 검증하기 위해서 당분간은 사람의 도움을 필요로 한다는 점입니다. 다섯 번째 이유는 현재 데이터 분석 분야의 전문 인력이 부족한 상태이기 때문에 경력이 쌓일 경우에는 스스로 좀 더 높은 경쟁력을 갖출 수가 있다는 점입니다. 

<데이터 분석가가 앞으로 전망이 밝은 이유 5가지>	<상세 설명>
수요 증가 요인	2021년부터 2031년까지 데이터 분석 일자리는, 다른 직군의 평균 성장률인 5%인 반해서 데이터 분석 일자리는 약 23% 증가할 것으로 예상됨.
신입 채용 기대	링크드인 조사에 따르면 현재 데이터 분석과 관련한 직업 공고의 39%가 신입을 대상으로 많은 기회를 열어두고 있는 실정임.
데이터 분석가의 필요성	다양한 종류의 모든 기업에서 데이터 기반 의사 결정을 필요로 하기 때문임.
AI 자동화의 영향	인공지능 기술의 발전으로 일부 데이터 분석 업무가 자동화 상태이지만 현재 AI가 하지 못하는 전략적 아이디어와 유효성 검증 역할에는 아직까지 사람의 도움과 힘을 필요로 함.
전문 인력 부족	현재 데이터 분석 분야에서 전문 인력이 부족한 상태이기 때문에, 이 분야의 경력을 쌓는 경우 더 높은 채용 가능성을 기대할 수도 있음.

 

 

저의 정리글 

 

앞으로 모든 기업에서는 많은 데이터를 필요로 할 것 같고 또 그 데이터를 참고로 할 것 같은데 그렇다면 데이터 분석가라는 직업이 아마 당분간은 계속 필요하지 않을까 하고 한 번 생각을 해 봅니다. 참고로 직업에 대한 좀 더 자세한 설명은 각자 스스로가 조사할 필요가 있어 보이네요.