데이터 분석가, 사이언티스트, 엔지니어

데이터 분석가, 데이터 베이스 엔지니어, 데이터 엔지니어, 데이터 사이언티스트, 머신러닝 엔지니어 각각 어떤 업무를 맡고 어떤 차이가 있는지 알아보았다.

 

직무	설명
데이터 베이스 엔지니어	서비스 요구사항에 맞는 RDB를 설계하고 테이블 생성& 쿼리 튜닝하는 작업을 진행 사용하고 있는 데이터가 잘 축적되고 있는지 운영하는 업무.
데이터 엔지니어	데이터 파이프라인을 구축하고 최적화 하는 업무 - 필요 역량 1)  비지니스 전반에 대한 도메인 지식 2) 프로그래밍 능력 3) 데이터 웨어하우스, hadoop, spark 같은 빅데이터 플랫폼 4) 머신러닝 관련 지식이나 경험 있으면 좋음. - 데이터 베이스 엔지니어와의 차이점 데이터 엔지니어는 대용량 분산처리에 적합한 데이터를 관리함.
데이터 사이언티스트	데이터 분석을 통헤 데이터에서 인사이트를 발굴 (현재상황 분석 & 미래상황 예측) - 필요 역량 1)  비지니스 전반에 대한 도메인 지식 2) 수학, 통계, 프로그래밍 능력 3) Python, Scala, Pytorch, tensorflow
머신러닝 엔지니어	머신러닝 알고리즘과 빅데이터 기술을 이용한 시스템 기능 구현/구축/개선하는 업무를 수행 - 필요 역량 1)  비지니스 전반에 대한 도메인 지식 2) 수학, 통계, 프로그래밍 능력 3) Python, Scala, Pytorch, tensorflow
데이터 분석가	빅데이터 분석을 통해 비지니스 인사이트를 도출하고 이를 시각화 하는 일을 담당. - 필요 역량 1) 비지니스 전반에 대한 도메인 지식 2) 데이터 시각화 능력과 커뮤니케이션 능력 3) 데이터 시각화 도구 : Power BI , Tableau, Google Analytics

 

각광받는 언어 :Python, SQL, JAVA

 

참고

https://www.youtube.com/watch?v=7wQvqD89hCU