데이터 분석가 본질과 현실

데이터 분석가의 본질은 문제 정의에 가깝고, 그 건 커리큘 럼으로 배우는 것이 아니라 바닥까지 숫자를 긁었을 때 보 이는 프로세스, 인과관계, 데이터간의 맥락을 만들어낼 수 있는 능력이라고 생각합니다. 지금까지 테스트 해본 챗
GPT는 특정 상황에서 팬시한 결과물을 내주면서 사람들 관심 끌기 좋은 조회수 뽑기용을 제외하면 대부분은 힌트 를 주는 간단한 상담자 역할을 벗어나지는 못하는거 같고 요. 왜냐하면 본질에 가까운 질문을 하면 할 수록 겉도는 것 을 확인할 수 있습니다.
앞으로 챗GPT가 더 고도화되면 지금보다 더 좋고 빠른 결 과를 내겠지만, 신이 될 수 없기에 할루시네이션을 줄일 수 는 없을 것이고 그 것을 검증할 수 있는 능력(학습)과 챗
GPT에 질문 하기 전후에 사업적인 맥락을 형성할 수 있는 능력이 있는 사람은 살아 남을거 같다는데 동의합니다.

요즘은 데이터 분석에서도 데이터사이언티스트 역량을 요 구합니다(현업)

Amazon 자축인묘진샤오미

둘 다 할수있는 사람
데이터 분석도 들어가다 보면 개발이 상당히 필요해

NAVER • lillilif

데이터 분석은 학위가 없으면 전문적으로 하기 힘들다고 생각 합니다. 수학적 이론과 모델에 대한 이해도 중요하지만 데이터 분석 결과를 가지고 설득을 위해서는 주장에 공신력이 필 요한데 이는 대부분 학위나 논문에서 나온다고 생각합니다.
개발은 오히려 지식과 설계 경험 등 기술에 가까워서 현업에 서 경력으로 쌓기 쉬운편입다. 그리고 이직이나 분야에 상관 없이 일 하기에도 좋구요.

미국에 있는 데이터 사이언티스트 개발자입니다.
최소조건이 석박사에 영어논문이 요구되는 분야입니다.
제 경험으로는 고졸 대졸은 거의 불가능에 가까워요.
기본적으로 데이터 ANALYST, 데이터 Engineering도 할줄알아야되서 참고하시면 좋을꺼같아요.
데이터 사이언티스트 안에서도 급이 많이 나누기 때문에 이건 정말 회사마다 다를껄로 보이네요.