데이터 사이언티스트?

데이터 분석가. 데이터 마이너. 빅데이터 전문가. 데이터 사이언티스트.

다 같은 말이다.

치킨, 닭튀김, 후라이드, 치킨 가라아게, 닭강정. 뭐...

 

 

주말 느즈막히 일어나 늦은 첫 식사를 마치니 오후 다섯 시... =_=

소파에 누워 여기저기 링크 타고 떠돌다가 데이터 사이언티스트가 이러니 저러니 하는 글을 여러 편 봐서 몇 문장 끄적이고 싶어졌다.

 

 

스칼라, 스팍, 고. 필요하면 하려고 했는데, 기초는 좀 잡아봤는데, 하이브에 파이썬에 쉘스크립트 섞어 돌리니 굳이 그럴 필요 없더라. R은 라이브러리 쓰는 것이 간편하지만 데이터웍이 불편해 가끔 초기 데이터로 파일럿 모델 탐색할 목적으로만 쓴다. 뭐가 더 좋고 나쁘고의 문제가 아니라 손에 익고 익지 않고의 차이다. 문제에 대한 인식과 데이터에 대한 이해를 바탕으로 솔루션을 구상해, 로직 세우는 것, 그를 검증하기 위한 도구로서의 프로그래밍을 하는 나 같은 사람들에게는, 그것이 엑셀이든 뭐든 중요하지 않다. 그저 대용량 데이터를 처리하는 서버의 속도가 업무의 효율을 떨어뜨리지 않을 수준이면 족하고, 쌩 노가다를 하다가 뻔한 것을 빠뜨리지 않도록 펑셔널 랭귀지를 쓸 수만 있으면 된다.

 

의심하고 확인하고 꼼꼼하게 살피다보면 길이 보인다. 빠르지 못한 것은 단점일 수 있으나, 실수하지 않음으로 장점이다. 알고리즘 수식을 이해하는 데 수학적인 기본이 다소 부족하더라도. 그림을 그려 이야기로 받아들이고, 커스터마이징해서 적용하는 것은 현실감각과 상상력의 영역이다. 개발능력 좀 부족하고, 수학능력 조금 부족해도, 일을 잘하는 건 데이터에 대한 감각과 비즈니스에 대한 이해도. 라고 하는 건 좀 막연한 치트키 같은 느낌이긴 하지만, 사실인걸 어쩌나.

 

몇 년 전에 이 업의 정체성에 대해서 누군가는 과학자라고 했고 누구는 예술가라고 했고, 나는 엔지니어라고 했다. 엔지니어는 복잡한 문제를 해결하는 사람이고, 도구를 능숙히 다를 줄 알아야 한다. 도구는 한 가지가 아니고, 문제도 여러가지다. 언제 어디서 써먹를 지 모르니 모든 가능성을 열어두어야 한다.

 

데이터 사이언티스트 하는 말보다는 데이터 마이너. 하는 말을 더 익숙해하는 아날로그적 인간으로서. CRM 단어에 거부감 있는 세대가 있듯이. 데이터 사이언티스트라는 말이 곧 부정적인 의미도 내포할거라 쓰게 예상한다. 불황에 벽에 막히면 모두 만능열쇠처럼, 객관적인 지표에 기대하여 수치적인 근거로 상황을 정의하면, 곧 마법의 솔루션이 나타날거라 생각하고 중용한다. 하지만 실제 그 힘이 발휘되려면 다른 많은 부분에서 준비가 병행되어야 한다.

심도 있는 준비 없이, 사기꾼들이 판을 치는 것을 보면, 요커에 김밥을 만 원에 판 동대문 상인이 떠오른다. 그리 살아서 얼마나 오래 가시겠어요.

 

 

거품이 빠진 뒤에도 싸잡아 사기꾼 소리 안 들으려면 결국 자기개발 뿐이다. 에잉 지겨웡. 뭔 공부를 평생 하낭... ㅜㅜ 기술이 전부는 아니라지만, 기술을 다룰 줄 알아야 하고, 현실과 이론은 다르다지만 이론을 알아야 현실에서 뭘 가져다 쓸 줄 알게 된다. 그래서 이 분야가 유망하다는 기사도 다 혹세무민이다. 글쎄- 뭐가 유망한지 아는 건 어느 주식이 폭등할 지 아는 것과 같은 수준 아닌가? 세상이 바뀌는 속도가 너무 빨라서 길게 바라보고 준비하는 게 먹히는 분야가 거의 남지 않았다. 여기도 물론 아니다. 그냥 그 때 그 때 눈치껏 중요한 게 뭔지 살피고 하는 수 밖에 없다. 제조업도 쇠락해가고, 남은 건 실버산업 뿐인데, 지금 내 직업을 그 쪽과 어찌 연결지을지가 숙제다. 평생 고민해야 된단 말이지.

 

십 년 정도는 이쪽 업으로 먹고 살 수 있겠지. 그러려면 확실히 수학 공부는 더 해야겠다. 둘째 낳고;;; 다시 공부해야겠지. 아등바등 노력하고 공부하는 것 지겹지만, 백세 시대에 어쩔 수 있나.