본문 바로가기

데이터 분석가3

데이터 직무 (직무 구분, 취업 준비, 포트폴리오) 데이터 직무를 처음 준비할 때 저는 SQL과 Python만 배우면 충분하다고 생각했습니다. 하지만 채용 공고를 여러 개 비교해 보니 데이터 엔지니어, 데이터 분석가, 데이터 사이언티스트, BI 분석가는 같은 데이터를 다루더라도 맡는 역할이 전혀 달랐습니다. 데이터를 모으고 흐르게 만드는 일, 수치의 원인을 찾는 일, 예측 모델을 만드는 일, 의사결정자가 보기 쉽게 정리하는 일은 각각 다른 역량을 요구했습니다. 저는 이 차이를 모르고 준비하면 스펙은 쌓이지만 방향은 흐려질 수 있다고 느꼈습니다. 이 글에서는 제 경험을 바탕으로 데이터 직무가 왜 세부 역할로 나뉘는지, 그리고 취업 준비 방향을 어떻게 잡아야 하는지 정리해 보겠습니다.데이터 직무 구분이 생긴 이유데이터 직무가 여러 이름으로 나뉘는 이유는 데이.. 2026. 6. 4.
데이터 분석가 도구 (팩트, 경험, 심층분석) 도구를 많이 알면 데이터 분석가가 될 수 있을까요? 저도 처음엔 그렇게 생각했습니다. Python 배우고 SQL 공부하면 취업되는 줄 알았습니다. 그런데 실제로 공부를 시작해 보니, 도구 이름보다 훨씬 앞에 있어야 하는 게 있다는 걸 깨달았습니다. 이 글은 도구 목록이 아니라, 어떤 도구를 왜 배워야 하는지 방향이 필요한 분들을 위해 썼습니다.데이터 분석가가 실제로 쓰는 도구, 팩트부터 정리합니다데이터 분석 업무는 단계마다 쓰는 도구가 다릅니다. 데이터를 정리하는 단계, 꺼내는 단계, 분석하는 단계, 전달하는 단계가 각각 따로 있고, 그 단계마다 맞는 도구가 있습니다.가장 먼저 접하게 되는 건 엑셀입니다. 엑셀은 피벗테이블(PivotTable)을 활용해 대량 데이터를 조건별로 집계하고 요약할 수 있습니다.. 2026. 5. 24.
데이터 직무 차이 (직무 구분, 역할 비교, 준비 방향) 처음에는 데이터 분석가, 데이터 엔지니어, 데이터 사이언티스트가 모두 비슷한 직무라고 생각했습니다. Python과 SQL만 배우면 데이터 분야 전체를 준비할 수 있을 줄 알았지만, 채용 공고를 읽어보니 세 직무가 풀고 있는 문제가 전혀 달랐습니다. 데이터 분석가는 현재 상황을 해석하고, 데이터 엔지니어는 데이터가 흐르는 구조를 만들며, 데이터 사이언티스트는 예측 모델을 다룹니다. 저는 이 차이를 알고 나서야 막연하게 넓게 공부하는 방식이 비효율적이라는 것을 깨달았습니다. 결국 중요한 것은 어떤 직무가 더 좋아 보이는지가 아니라, 내가 어떤 방식으로 데이터를 다루고 문제를 해결하고 싶은지 먼저 정하는 일이라고 생각합니다.데이터 직무 차이, 세 직무 구분을 보면, 다루는 문제가 다르다처음 데이터 직무를 찾아.. 2026. 4. 24.