직무 · 모든 회사 / 데이터분석가
Q. 데이터 분석 직무도 알고리즘 코테를 준비해야할까요?
안녕하세요. 현재 데이터 분석 관련 직무를 희망하고 준비하고 있습니다. 인턴이지만 업무도 주도할만큼 깊이 참여해본 경험도 있습니다. 그래서 머신러닝이나 sql 같은 전처리 부분에는 어려움이 없습니다. 그러나 자료구조, 알고리즘 같은 수업은 들어본 적이 없어 bfs 같은 알고리즘 문제는 풀지 못합니다. 1) 몇몇 회사에서는 저런 알고리즘 테스트를 보던데 실제 업무에서 저런 지식이 요구되나요? 2) 앞으로의 커리어를 위해선 반드시 거쳐야 하는 내용일까요? 3) sql/머신러닝 코테를 보는 회사만 준비하는 건 다소 리스크가 클까요? 답변에 미리 감사드립니다.!!
2021.10.01
답변 3
- 배배고픈 소크라테스SK플래닛코과장 ∙ 채택률 92%
채택된 답변일반적으로, 데이터분석가는 SQL, 쿼리를 중심으로 일하고, 코딩이라고 하더라도 파이썬과 R에서 데이터를 가공하는 수준이므로 복잡한 프로그래밍 지식을 요구 받지 않으며, 따라서 알고리즘 테스트도 없는 것이 일반적입니다. 기술 면접에서 SQL활용 능력을 보거나, 기초적인 파이썬이나 R 테스트를 볼 수도 있습니다. (1) 그러나 모든 회사가 알고리즘 테스트를 보지 않는다고는 물론 말할 수 없습니다. 그 이유는, 데이터 직군별 정의를 명확하게 구분하기 힘들기 때문입니다. 아직 빠르게 발전중이고 변화하는 분야이다보니 데이터 분석가, 사이언티스트, 엔지니어의 경계가 모호하게 정의한 회사도 있고, 그에 따라서 회사별로 명칭도 상이한 경우가 종종 있습니다. 일정 수준의 코딩 능력을 요구하는 직무이지만 '데이터 분석가'로 호칭하는 회사의 경우는 알고리즘 테스트를 요구할 수도 있겠습니다. 분석가(애널리스트), 사이언티스트를 구분하는 회사의 경우 보통 사이언티스트는 머신러닝,AI 업무에 특화하고, 분석가는 분석 업무를 담당하나, 구분하지 않고 사이언티스트라고 부르는 회사의 경우 사이언티스트 = 분석가의 의미로 쓰는 경우도 있습니다. 이 경우 ML/AI 조직이 없을 수도 있고, ML/AI 담당자를 ML엔지니어 등의 호칭으로 부르고 있을 수도 있습니다. 참고로, 엔지니어링 직군이라고 하더라도 실제 업무에서 직접적으로 해당 알고리즘을 활용하는 경우는 많지 않습니다. 알고리즘 테스트의 목적은 해당 랭귀지에 대한 기초적인 이해도를 검증하고, 지원자의 문제해결 능력을 검증해 보기 위한 목적이 더 크다고 보여집니다. (2) 데이터분석가는 보통 비즈니스와 테크 양쪽 영역에 걸쳐서 일을 하게 됩니다. 커리어를 엔지니어링쪽으로 강화하시기를 본인이 원하지 않는다면 알고리즘 테스트 준비와 코딩 능력이 '반드시' 강화해야 하는 부분은 아닙니다. 대신 본인이 앞으로 커리어를 발전시키면서 어느 부분에서 엣지를 가질 수 있을지는 다른 방향으로 끊임 없이 고민해보셔야할 것 같습니다. 일반적으로 데이터 분석가의 경우 기본적인 분석 기법들에 대한 이해에 더해서, 도메인 지식(해당 산업/업무 지식)이 더 중요합니다. 그 외에는 데이터로부터 인사이트를 끌어내는 능력, 시각화 능력 등을 필요로 합니다. (3) 위에서 말씀 드린 것 처럼 분석가에게 알고리즘테스트를 요구하지 않는 회사가 더 많습니다. 이런 이유로 데이터분석가는 기술적 진입장벽은 낮은 편이지만 반대로, 경쟁률은 다른 직군에 비해 상당히 높은 편입니다. 이 부분은 감안하셔야 합니다. 원하시는 분야로 잘 준비하셔서 원하시는 바 이루시기를 바랍니다. 건승하십시오.
- 데데이터쟁이롯데멤버스코대리 ∙ 채택률 96%채택된 답변
안녕하세요 멘티님 먼저 데이터 커리어를 세부적으로 정하시는 것을 추천 드립니다. 우선, sql 같은 경우에는 데이터 분석가(Data Analytic)의 직무의 경우 데이터 추출을 위해 테스트 하는 경우가 많습니다. 하지만 머신러닝과 같은 경우엔 머신러닝 지식을 묻는다기보다는 말씀하셨던 알고리즘 등의 일반적인 코딩 테스트로 시험을 보는 경우가 많은 것 같습니다. 이처럼 경우에 따라 다르기 때문에 가시고 싶은 커리어가 정확히 어떤 커리어인지 또 그 커리어에 필요한 역량이 무엇인지 정의하시고 대비하시는게 어떨까 싶습니다. 그리고 알고리즘이 현업에 쓰이시는지 물어보신 부분은 거의 쓰지 않습니다. 이런 알고리즘을 바탕으로한 모델링, 데이터 분석 기법 등을 활용할 때 이러한 지식이 도움이 될 순 있지만 알고리즘 자체가 실무에 적용된다기보다는 알고리즘의 근간이 되는 문제를 해결하는 방식, 접근 방식을 보기 위함이라고 생각합니다. 추가적으로 궁금한 사항이 있으면 댓글에 달아주시면 감사하겠습니다.
- 각각티슈에어부산코사장 ∙ 채택률 82%
1. 업무에서는 필요없는데, 그냥 기본적인 개발실력을 보기 위해 알고리즘시험을 보는겁니다. 그게 업무에서 쓰인다보다는 이정도 코딩실력은 있어야지 를 평가하는 겁니다. 2. 코테가 있는 회사에 입사하고 싶으면 당연히 필요합니다. 본인이 경력이직을 원하는거면 경력직에는 안보는 곳이 더 많습니다. 3. 그건 리스크가 있습니다. 애초에 저거만 보는 회사가 그렇게 많지는 않습니다.
함께 읽은 질문
Q. 막학기 교환학생 vs 취준
2026 기준 곧 4-1이 되는 23살 여자입니다! 학교 연계 현장실습을 다 떨어진 상황입니다 그래서 4-2에 교환학생을 갈지, 아니면 현장실습을 또 지원할지 고민이 됩니다 만약 교환학생을 가게 된다면 돌아오자마자 담학기에 바로 인턴을 구해야하는데 요즘 금턴이라 인턴 구하기도 쉽지 않다고 하더라구요 게다가 데이터 분석 쪽은 더 빠듯한 것 같고요.. ㅜㅜ 부모님 말로는 대학생 때만 하는 기회이고 겨우 한 학기인데 그냥 가보라고 하십니다. 하지만... 학교 연계 현장실습이 기본 인턴보다 경쟁률이 낮은 편이니, 이걸 노리면 실무 역량 쌓기 좋은 기회가 되겠다고 생각했거든요 근데 교환학생을 가면 그러지 못하니 걱정입니다
Q. 대기업/금융권 인턴
04년생 (4학년) 여자입니다! 현장실습으로 6개월간 대기업 계열사(자회사라 이게 어필이 될지는 모르겠습니다..)에서 데이터 분석+기획 일이 끝나자마자 휴학하고 대기업이나 높은 금융권 인턴을 한 번 더 지원하려고 합니다 - 현장실습 6개월 (sql 사용) - 데이터 분석 교육 2달, 금융권 데이터분석 부트캠프 2달 통해 (카드사 데이터 이용한 프로젝트) - 금융권 대학생 서포터즈 - 자격증: ADsP, SQLD, 빅분기 이 상태로 인턴이 끝날 시즌부터, 대기업이나 높은 금융권 (카카오페이 등..) 에 지원할 예정인데 부족할까요...? 데이터분석 공모전을 현재 준비 중이긴 한데 수상은 못 받을 것 같습니다. 한화에서 진행한 금융권 AI 기획안 공모전도 나간 경험은 있는데 수상은 하지 못했습니다
Q. 데이터 사이언스 학과 전과 결정 고민
안녕하세요. 저는 현재 영어영문학과에 재학 중이며 내년에 3학년이 되는 학생입니다. 다음 학기부터 데이터사이언스학과로 전과할지, BA(경영분석) 융합전공을 선택할지 고민하고 있습니다. 공모전을 진행하며 모델 성능을 높이는 것보다, 데이터를 도메인 지식과 연결해 비즈니스 인사이트를 도출하는 과정에 더 흥미를 느꼈습니다. 그래서 BA 융합전공으로 경영·커뮤니케이션 역량을 쌓고, 기술 역량은 별도로 학습해 포트폴리오를 준비하는 방향을 고려 중입니다. 다만 데이터 분야쪽에 전공자가 많다고 느꼈고 비전공자로서 취업시장에서 경쟁력이 부족해지지 않을지가 걱정됩니다. 그래서 학점은 낮아지더라도 데이터사이언스로 전과하여 학위를 따고 대학원을 진학하여 석사를 따는 방향이 맞는건지 깊은 고민중입니다. 현직자 관점에서 분석 직무 준비 시 학부 전공의 중요도와, BA 전공 vs 데이터사이언스 전공 중 어떤 선택이 더 맞는 방안인지 정말 현실적으로 답변해주시면 감사하겠습니다.
궁금증이 남았나요?
빠르게 질문하세요.