데이터 분석 및 데이터 사이언스 분야에서 프로젝트 경험을 쌓는 것은 중요한 단계입니다. 현재 기초 지식이 있는 상태에서 시작할 수 있는 몇 가지 방법을 제안드립니다.

1. 개인 프로젝트: 관심 있는 주제를 선택하여 데이터를 수집하고 분석하는 개인 프로젝트를 진행해 보십시오. 예를 들어, 공공 데이터 포털에서 데이터를 다운로드하여 분석하거나, 웹 스크래핑을 통해 데이터를 수집할 수 있습니다.

2. 온라인 강의 및 실습: Coursera, edX, Udacity와 같은 플랫폼에서 제공하는 데이터 분석 및 머신 러닝 관련 강의를 수강하여 실습 프로젝트를 수행할 수 있습니다. 이러한 강의는 실습을 통해 학습할 수 있는 기회를 제공합니다.

3. Kaggle 및 Dacon: Kaggle은 처음에는 어려울 수 있지만, 초보자를 위한 튜토리얼과 커뮤니티가 활성화되어 있습니다. Dacon의 유료 학습 프로그램도 유용할 수 있으며, 실습을 통해 실력을 향상시킬 수 있습니다. 두 플랫폼 모두 다양한 데이터셋과 문제를 제공하므로, 점진적으로 난이도를 높여가며 참여하는 것이 좋습니다.

4. 오픈 소스 프로젝트 참여: GitHub와 같은 플랫폼에서 오픈 소스 프로젝트에 기여하는 것도 좋은 방법입니다. 데이터 분석 관련 프로젝트를 찾아 참여하면 실제 경험을 쌓을 수 있습니다.

5. 스터디 그룹: 동료들과 함께 스터디 그룹을 만들어 서로의 프로젝트를 공유하고 피드백을 주고받는 것도 도움이 됩니다. 이를 통해 다양한 관점을 얻고, 동기부여를 유지할 수 있습니다.

이러한 방법들을 통해 점차적으로 프로젝트 경험을 쌓아가실 수 있을 것입니다.

대학원을 다니고 계신다면 다른 스펙보다도 멘티분이 지금하고 계신 연구활동과 희망하는 산업군, 직무가 핏해야합니다. 학사로 지원을 하신다면 인턴 등의 경험이 필요하다고 말씀을 드리겠지만 석사의 경우에는 이야기가 달라집니다. 하고 계신 연구활동과 데이터 관련 사항이 연관성이 떨어진다면 굳이 하지 않으셔도 됩니다.

데이터 분석을 막연하게 주제를 잡고 시작하면 커리어에 도움이 되지 않습니다.
취업 목표업계가 정해졌다면 해당 업계에서 사용하는 기술 군을 중심으로 공통스킬을 파악한 다음에 접근해야 합니다. 예를 들어서 제조업계에서는 공정과정의 이상치 데이터를 조기에 발견하는 것이 목적이므로 그에 따른 통계 군집분석과 상관분석을 하게 됩니다. 직접 프로젝트에 참여하지 않더라도 목표업계에서 사용하는 기술을 파악하고 그러한 공부를 해왔다고 표현하는 것이 중요합니다.
지금 시간이 되지 않더라도 데이터 엔지니어 부트캠프에 참여하는 것이 좋습니다. 2개월 내의 온라인 단기부트캠프는 직무방향성을 파악하게 해줍니다. 유료 부트캠프는 시간이 없는 취업준비생을 위해서 떠먹여주기식으로도 진행이 되는 편 입니다. 방향성을 정확하게 파악해야 낭비하는 시간이 없습니다. 그래서 부트캠프가 가장 현실적으로 좋은 대안이 됩니다.

안녕하세요 멘티님,

데이터 분석가 코딩테스트 예제 사이트 알려드리오니 개별적으로 공부해보시고 유료 학습을 할지 고민 해보시는게 좋겠습니다.
1. 해커랭x( https://www.hackerrank.com/ )
2. 리트코x ( https://leetcode.com/ )
3. 프로그래머x ( https://www.programmers.co.kr/ )
4. solvesql ( https://solvesql.com/

데분, 데사쪽이라면 기본적으로 데이터 분석 프로젝트를 수행하셔야 합니다.

캐글 사이트 활용하셔도 좋고, 아니면 개발동아리 한번 알아보시어 거기서 팀원들과 같이 데이터 분석 공모전에 참여하시거나 별도의 팀프로젝트를 수행하신 다음, 그걸 포폴로 녹이시는 게 필요합니다. 데이콘쪽 유료학습도 괜찮기는 한데, 일단 유료로 하기에는 비용부담이 있으니 무료부터 한번 시작해보세요.