데이터 사이언티스트가 되는 방법

참고 사이트

https://modulabs.co.kr/blog/aiffel-career-data-scientist/

AI/데이터 직무분석 : 데이터 사이언티스트

https://modulabs.co.kr/blog/aiffel-data-scientist-course-curriculum/

아이펠 데이터 사이언티스트 과정 커리큘럼을 알려드립니다!

https://www.codestates.com/blog/content/%EB%8D%B0%EC%9D%B4%ED%84%B0-%EC%82%AC%EC%9D%B4%EC%96%B8%ED%8B%B0%EC%8A%A4%ED%8A%B8-%EC%97%AD%EB%9F%89

데이터 사이언티스트 역량ㅣ하드 스킬, 소프트 스킬

https://school.fun-coding.org/bundle/fulldataroadmap

가장 빠른 데이터 분석/과학 로드맵

https://www.codeit.kr/paths/data-scientist

데이터 사이언티스트 - 로드맵 | 코드잇

---

관련 이미지들

ai-data-scientist.pdf

0.07MB

 

 

---

데이터 과학이란?

---

정리

데이터 과학

: 데이터로부터 가치를 발견하는 학문

 

데이터 과학 과정

: 문제 인식 => 데이터 수집 => 데이터 다듬기 => 데이터 시각화 => 데이터 분석 => 문제 해결

 

이 과정들을 위해서 다양한 직업들이 존재

: 데이터 분석가, 데이터 과학자, 데이터 엔지니어 등

 

데이터 과학자가 되려면 크게 3가지 역량이 필요

 

프로젝트 (경험)

• ML/DL 기술 활용하여 비즈니스 문제를 해결한 경험
• ML/DL 모델 개발 후 상용 프로덕트/솔루션/서비스를 배포한 경험 [AI 앱 개발]

 

Skill (기술)

• [환경구축] 데이터 실험을 위한 환경 및 시스템 구축할 수 있는 역량
• [환경구축] AWS, GCP, Azure 등 환경 및 시스템 구축을 위한 클라우드 서비스 활용 역량
• [데이터 처리] 다양한 Raw Data 정제 및 데이터 구조(Feature) 정의할 수 있는 역량
• [ETL/ELT] ETL파이프라인을 개발 및 운영할 수 있는 역량
• [데이터분석] 통계 기술을 활용하여 실험-가설 검증할 수 있는 역량
• [데이터분석] 데이터 패턴을 파악할 수 있는 역량
• [모델개발] 학술 논문을 검색-이해- 모델 구현-프로젝트에 적용할 수 있는 역량
• [모델개발] 비즈니스 주요 지표를 개선할 수 있는 모델을 개발할 수 있는 역량
• [모델개발] 데이터 품질 향상 및 Fine Tuning 등을 통해 모델 성능을 개선할 수 있는 역량
• [최적화] 프로세스를 자동화 및 최적화 할 수 있는 역량
• [스토리텔링] 레포팅 및 스토리텔링 역량

 

Knowledge(지식)

• 머신러닝, 딥러닝에 관한 지식
• 수학, 통계에 관한 지식
• 대용량 데이터 분산 처리에 관한 지식
• Computer Science에 관한 지식
• 코드 품질 향상에 관한 지식

 

학습 과정

1. Git, Github
2. 터미널, 리눅스
3. 파이썬
4. SQL (데이터베이스)
5. 빅데이터 처리 기술 (Data cleaning, transformation, Feature Engineering)
6. 통계학
7. 머신러닝
8. 딥러닝
9. 자연어처리
10. 프로젝트