Page 41 - 데이터과학 무엇을 하는가? 전자책

터 분석가나 비즈니스 분석가를 양성하는 교육 과정과 비슷하다. 그들
은 주로 수학, 기초 통계, 분석 모델링, 컴퓨터 과학 또는 응용 컴퓨터 과

학과 같은 교과 과정을 배웠다.

최근(2013년 10월) 캐글 사용자 상위 100명을 ▶ ( e. o )은 전
세계 데이터 과학자 이 기
분석한 결과, 35%가 사학위 소지자였고 40% 업이나 기관에서 해 하지
한 데이터 문제를 분석해
이상이 석사학위 소지자였다. 이 같은 분석 결과 상의 해법을 제시하기 위
해 서로 경 을 벌이는 라
는 데이터 과학자가 학교 교육 과정에서 대학원
인 플랫폼이다. 이 있는 회
수준의 이 있는 데이터 분석 알고리즘과 프로 사나 연구소 , ,
로이트( e oitte), 스 이
그 언어 및 기술을 배우는 것이 중요하다는 것 트( t te) 등이 라인으
로 데이터 문제를 리면 데
을 말해 준다. 이터 과학자 이 적의 분
석 을 아내기 위해 경
특히 기초 통계와 기계학습, 수리경제학, 수 하는 사이트라고 이해하면
된다.
학, 시계열, 전자공학의 시그널 프로세스(Signal

process)를 집중적으로 공부한다면 많은 도움이 될 것이다.
최근 들어 부족한 데이터 과학자를 양성하기 위해 단기 특별 교육 과

정을 개설하는 곳이 늘고 있다. 좋은 일이지만, 우수한 두 들에게 몇 달

간 분석 알고리즘 몇 개와 하둡 프로그 을 알려준다고 해서 데이터 과

학자가 양성될 것이라 기대하기는 들다.
데이터 과학자를 망한다면, 단기 특별 교육 과정을 는 것보다는

기존의 통계학과나 컴퓨터공학과, 수학과, 수리경제학과 등에서 가르치

는 다양한 교과를 대학에서 배우고 빅데이터 시대에 필요하다고 생각되

는 과목을 대학원 과정에서 보충하는 것이 더 다고 생각한다. 가장 중
요한 것은 분야별 현업 경험이다. 실제 문제 해결 과정에서는 분석 이론

39