세상 읽는 라마

비전공자로서 데이터 사이언티스트로 자리 잡기까지 많은 어려움이 있었고, 지금도 그 과정을 계속 겪고 있다. 이번 글에서는 내가 직면했던 대표적인 몇 가지 허들에 대해 이야기해보려고 한다. 1. 전공 지식 (Feat. 선형대수학)대학교 시절 수학을 공부할 기회가 거의 없었다. 통계 수업을 듣긴 했지만, 깊이 있는 내용보다는 기초적인 수준에 그쳤다. 데이터 사이언티스트가 된 후, 머신러닝과 딥러닝 개념을 이해하는 데 큰 어려움을 겪었다. 특히, 고등학교 때 미적분을 배우지 않았던 문과 출신이라 미적분 자체가 생소했다.27살에 뒤늦게 수학 공부에 몰두하게 되었고, 처음에는 미적분과 행렬 등을 무작정 공부했다. 하지만 이 내용을 실제 모델과 접목시키는 데 어려움을 느껴, 프로젝트에서 필요한 방법론을 리스트업하고..

데이터 분석가로서 첫 3년은 적응과 공부(통계, 도메인 지식 등) 그리고 고객사 만족시키기의 연속이었다. 데이터로 고객사를 만족시킨다는 게 어떤 의미인지 예시를 통해 설명해보겠다.고객: "분석해주신 것 잘 봤습니다. 그런데 저희 내부 해석과는 좀 다르네요. 저희 해석에 맞춰서 다시 분석 가능할까요?" 분석가: "(???) 알겠습니다."어떻게든 맞춰서 다시 분석 결과를 전달한 후고객: "아... 저희가 말한 그대로 결과가 나오길 바란 건 아닌데요. 저희보다 경험 많은 A사의 전문적인 의견을 듣고 싶습니다." 분석가: "(???) ..." 이 예시는 화자의 직간접 경험을 기반으로 재해석된 내용이다. 사실 업무에서 명시적으로 본인들의 해석에 맞춰달라고 하는 일은 없다. 다만, 돌려서 이야기한 내용을 해석하면 ..

나는 여러 산업군의 데이터 분석과 모델 개발을 하며, 즐거운 삶을 살고 있는 N년차 데이터 사이언티스트이다. "Attention is all you need"가 나오기 전부터 데이터 분야에 있었으니, 대 AI 시대 이전부터 이 세계를 지켜온 추억 할머니쯤 되는 것 같다. 당시에는 AI 학과가 없었고, 통계나 컴퓨터공학 전공자들이 많이 넘어왔지만, 문과에서 넘어온 나는 극소수에 속했다. 앞으로의 이야기는 수포자, 비전공자, 문과 출신의 내가 어떻게 데이터 사이언티스트가 되었는지에 대한 에세이이다. 나처럼 비전공자이거나 다른 직무로 이동하고 싶은 이들에게 용기를 주기 위해 적어본다.  어린 시절 내 꿈은 방송사에 들어가는 것이었다. 초등학생 때 부모님이 발표하는 내 모습을 보고 "우리 OO이는 아나운서를 해..