상위 5 개의 대체 데이터 경력 경로 및 무료로 배우는 방법

저자의 이미지 | 캔버

데이터 경력에 대해 생각할 때 어떤 직책이 가장 먼저 떠오르고 있습니까? 분명히 데이터 분석가. 데이터 과학자? 그것에 관한 것입니다. 데이터 엔지니어 나 머신 러닝 엔지니어조차도 왼쪽 필드 선택이 선택된 것 같습니다.

대부분의 사람들이 같은 방식으로 생각한다면 데이터 과학자 작업을 착륙시키는 것이 너무 어렵다는 것은 놀라운 일이 아닙니다.

오늘 우리는 몇 가지 대체 경력 경로를 살펴볼 것입니다. 그들은 당신에게 고용의 더 나은 기회를 제공하고 심지어 당신에게 구타 된 트랙보다 더 흥미로운 경력을 제공 할 수도 있습니다.

1. 데이터 제품 관리자

이 역할은 비즈니스, 엔지니어링 및 데이터 팀 간의 다리입니다. 데이터 제품에 대한 데이터 요구 사항을 정의합니다. 이 직책은 작업중 인 제품에 따라 고객을 대면 할 수 있습니다.

예를 들어, 고객 대면 데이터 제품은 분석 도구의 데이터 API, 기계 학습 모델 인터페이스 또는 클라이언트를 향한 인터페이스 및 대시 보드입니다. 작업에서는 도구의 접근성, 확장 성 및 신뢰성에 중점을 둘 것입니다. 요컨대, 사용자 경험.

비 커스토머 대면 역할에서 내부 대시 보드, 내부 셀프 서비스 분석 도구, 데이터 파이프 라인 또는 머신 러닝 모델 출력에서 ​​작업 할 수 있습니다. 여기서 초점은 교차 기능 요구를 다루고, 빠른 통찰력을 얻고, 신뢰할 수있는 데이터를 갖는 데 중점을 둡니다.

그림을 명확하게하기 위해 이것은 다음과 같은 요구 사항을 다루는 역할입니다.

• 이 대시 보드에서 코호트로 필터가 필요합니다.
• 이 API는 Pagination 및 Access Control이 필요합니다.
• 이탈 예측 모델은 고객 성공 팀에게 설명해야합니다.

필요한 기술 :

1. SQL 및 데이터 분석

2. 이해 관계자 커뮤니케이션

3. 제품 관리

4. 대시 보드 용 기본 UX

무료로 배우는 방법 :

2. 데이터 저널리스트

데이터 저널리스트는 데이터 분석 및 시각화 기술을 사용하여 데이터와 이야기를 전합니다. 이들은 언론인과 협력하여 공개 데이터의 패턴을 찾고, 증거로 주장을 확인하고, 데이터 시각화를 통해 정보를 소화 할 수있는 “정기적 인”언론인 또는 분석가 일 수 있습니다.

그들은 언론 및 전자 미디어의 뉴스 룸, 조사 단위 (예 : Propublica, ICIJ), 비영리 단체 및 싱크 탱크에서 일할 수 있습니다.

데이터 저널리스트가 수행하는 프로젝트에는 부패를 공개하기위한 정부 지출 기록 분석, 대화식 선거 시각화 만들기, 기후 변화에 대한보고 등이 포함될 수 있습니다.

필요한 기술 :

1. 데이터 정리

2. 데이터 시각화

3. 스토리 텔링과 글쓰기

• 데이터 세트의 각도 또는 이야기 식별
• 관심을 끌 수있는 헤드 라인과 리드를 작성합니다
• 일반 언어로 통계를 설명합니다
• 이야기를 인간화하기 위해 전문가 나 지역 사회 구성원을 인용합니다

4. 데이터 찾기

무료로 배우는 방법 :

3. 분석 엔지니어

데이터 엔지니어는 원시 데이터 수집 및 스토리지를 처리하는 반면 분석가는 쿼리를 실행하고 데이터 통찰력을 찾습니다. 그렇다면 분석 엔지니어는 무엇입니까? 원시 데이터를 분석 및 데이터 스택의 분석 계층으로 준비한 깨끗한 데이터 세트로 변환합니다.

분석 엔지니어를위한 일반적인 작업에는 데이터 변환을위한 DBT 모델 설계 및 유지 관리, 메트릭 및 비즈니스 논리 정의, 데이터 마트 및 시맨틱 계층 구축이 포함됩니다. 또한 데이터 엔지니어 (업스트림) 및 분석가/제품 관리자 (다운 스트림)와 협력합니다.

어떤면에서 분석 엔지니어는 데이터 분석의 소프트웨어 엔지니어입니다.

필요한 기술 :

1. 고급 SQL (변환 로직 용)

2. 데이터 빌드 도구 (DBT) (분석 엔지니어링 용)

• DBT에서 모델 작성
• 의존성 및 ref () 체인 설정
• 모델 디렉토리 구축 및 유지 관리 (스테이징 -> 중간 -> 마트)
• 쓰기 테스트 (독특한, not_null, accepted_values)

3. git 및 버전 제어

• git을 사용하여 코드를 푸시/당기고 분기를 관리합니다
• 메시지를 커밋합니다
• 코드 검토를위한 풀 요청
• 해결 해결 충돌

4. 데이터웨어 하우징

• 쿼리 최적화
• 데이터 세트, 권한 및 스키마 관리
• 증분 모델 및 유질 화
• 큰 퀴리
• 눈송이
• 적색 편이

5. 보너스 기술 :

무료로 배우는 방법 :

4. 운영 분석가

운영 분석가는 워크 플로 (예 : 공급망, 직원, 고객 서비스)를 분석하고, 차선책 성과를 식별하고, 낭비되는 자원 및 병목 현상 및 솔루션을 제안합니다.

요컨대, 데이터를 사용하여 비즈니스 운영을 최적화합니다. 몇 가지 일반적인 예로는 전달 최적화, 비용 절감 분석 및 인력 계획이 있습니다.

작업에서 운영 분석가는 KPI에 대한 보고서, 시나리오 모델에 대한 보고서를 작성하여 질문에 답변 할 것입니다 (예 : 회사가 교대 근무를 줄인 경우 어떻게), 실시간 운영 모니터링을위한 대시 보드 및 작업을 자동화 할 것입니다.

필요한 기술 :

1. Excel 및 SQL

• 피벗 테이블 및 요약 보고서 구축
• 데이터베이스에서 데이터를 가져 오기
• 데이터 청소 및 분석

2. 데이터 시각화 도구

• 차트 유형
• 필터 및 드릴 다운이있는 대시 보드 구축
• 데이터 소스에 연결하고 새로 고침 스케줄을 자동화합니다
• tableau
• 파워 BI
• Looker Studio

3. 예측 및 시나리오 모델링

4. 프로세스 자동화

무료로 배우는 방법 :

5. 데이터 윤리 학자/AI 정책 분석가

이 작업에서는 알고리즘과 데이터 시스템이 인권과 사회적 가치에 따라 공정하고 책임있는 방식으로 사용되도록합니다. 이 역할은 데이터 중심 기술 개발, 배포 및 규제의 윤리적 측면에 중점을 둡니다.

이 전문가들은 일반적으로 정부, 학술 기관, 싱크 탱크 및 NGO가 고용합니다. 또한 이익뿐만 아니라 윤리에주의를 기울이는 민간 회사에서 고용을 찾을 수 있습니다.

일반적인 작업에는 편견 또는 이질적인 영향에 대한 기계 학습 모델을 검토하고 데이터 개인 정보 보호 규정 (예 : GDPR)에 대한 제품 및 법률 팀에 조언하고 AI 정책 제안, 모델 문서 또는 감사 프레임 워크에 기여하는 것이 포함됩니다. 또한 데이터 과학자와 협력하여 설명 가능성과 모델 투명성을 촉진합니다.

필요한 기술 :

1. 알고리즘 및 모델 바이어스에 대한 기본 이해

2. 법적, 윤리적 틀

3. 커뮤니케이션 및 정책 쓰기

• 작성 모델 문서 및 영향 평가
• 기술 모델 위험을 일반 언어로 번역하십시오
• 초안 윤리 지침, 정책 또는 위치 논문

무료로 배우는 방법 :

결론

데이터로 작업하려면 자신을 적은 직업 옵션으로 제한하지 마십시오. 모든 사람이 데이터 과학자 일 필요는 없습니다. 너무 과장되어 있습니다. 당신은 그것이 유일한 옵션이라고 생각할 것입니다. 아니요, 그렇지 않습니다. 우리가 여기서 언급 한 5 가지 대안은 데이터 경력이 얼마나 다양한 방법을 보여줍니다. 이러한 대안을 사용하면 실질적인 결과와 함께 기술 지식을 사용할 수 있으며 더 나은 사회를 만들 수 있습니다.

네이트 로시디 데이터 과학자이자 제품 전략입니다. 그는 또한 겸임 교수 교육 분석이며, 데이터 과학자들이 최고 회사의 실제 인터뷰 질문과의 인터뷰를 준비하는 플랫폼 인 Stratascratch의 창립자입니다. Nate는 커리어 시장의 최신 트렌드에 대해 글을 쓰고, 인터뷰 조언을 제공하고, 데이터 과학 프로젝트를 공유하며, 모든 SQL을 다룹니다.