비전공자 데이터 분석 취업 비결

비전공자 데이터 분석, 어떻게 공부해야 할까요? 취업 준비 방법, 취업 성공 후기

안녕하세요. 8년차 데이터 분석가
Jason 입니다.

안녕하세요! 저는 Jason이라고 합니다. 비전공자 출신으로 시작하여 현재 8년차 Data Scientist로 근무하고 있습니다. 제 첫 직장은 식품회사 였어요. 대학은 산업공학과를 전공했고 첫 직장인 식품회사에서는 세일즈/마케팅 직무로 취업했어요. 열심히 영업도 뛰고 세일즈도 했지만 한편으론 누구나 할 수 있는 일인 거 같다는 회의감도 들었죠. 이후 제조 회사로 산업공학 전공을 살려 금형 설계 및 생산관리 직무로 이직했어요. 제조, 생산공정의 생산성, 제품 수율 등의 향상을 위한 제조공정을 관리하는 업무를 했습니다. 생산 관리를 하다보며 자연스럽게 생산 데이터에 대한 관심이 많아졌어요. 이후 독학과 교육 프로그램을 통해 데이터 분석 프로젝트 경험을 쌓고 데이터 직무로 커리어 전환 성공했습니다.

이후 제조, 금융, 유통, 식품 등 다양한 산업 분야에서 데이터 분석 프로젝트를 수행했고 이를 바탕으로 Data Analyst에서 Data Scientist로 성장했습니다. 업무 외에도 강의, 멘토링, 특강 등 부캐로서의 삶도 함께 살아가며 전문성을 발전시켜나가고 있습니다.

Q. 비전공자 데이터 분석가는 어떤 의미인가요?

데이터 분석 취업 시장에서 비전공자와 전공자는 아래의 기준으로 나뉩니다.

많은 분들이 데이터 분석 취업 시장에서 ‘비전공자’라고 생각하는 건 1번의 경우일 거에요. 관련 전공(산업공학, 통계, 수학과)의 학위가 없고, 데이터 직무 실무 경험이 없는 경우를 의미하죠.

하지만 기업에서 바라보는 입장은 1) 완전 비전공자와, 2) 프로젝트 경험 없는 유관 전공자가 크게 다르지 않습니다. 비전공자와 유관전공자 모두 실제 데이터 분석 문제를 해결해본 경험이 없기 때문에 기업 입장에서는 프로젝트 경험 없는 모두 ‘비전공자’로 보곤 합니다.

Q. 비전공자 데이터 분석 취업에 대해 좀 더 자세히 알려주세요!

먼저 ‘비전공자’라는 것에 대해 좀 더 자세히 이야기 해볼게요. 우리가 흔히 말하는 데이터 분석 취업 시장에서 ‘전공자’라고 할 수 있는 전공은 산업공학, 수학과, 통계학, 컴퓨터공학과가 있습니다. 컴퓨터공학과는 데이터 엔지니어와 밀접한 관계가 있으므로, 데이터 분석가로 한정 짓는다면 산업공학, 수학과, 통계학과가 남게 됩니다. 그렇다면 이 3가지 전공들을 왜 관련 전공자라고 부르는 것일까요?

산업공학, 수학과 , 통계학과에서는 데이터 분석의 핵심 이론인 통계학 기초와 선형대수학, 프로그래밍(pytho, R)을 공통적으로 학습합니다. 또한 최근 데이터 분석 취업 시장에 대한 관심이 높아지며 Python과 R을 활용한 데이터 분석 과제 및 팀 프로젝트를 수행하기도 합니다.

유관 전공자는 비전공자보다 기초 수학과 통계의 핵심 이론부터 고급 이론까지 체계적으로 학습하며, 실제 다양한 주제의 팀프로젝트를 Python과 R을 통해서 진행하므로 데이터 핸들링 스킬 및 문제해결능력도 자연스럽게 습득을 하게 됩니다. 그렇기에 결과적으로 유관 전공자는 이론적 지식과 간접적으로 프로젝트를 수행함으로써 비전공자 대비 우위를 선점하게 되는 거에요.

Q. 요즘 유독 데이터 관련 공고가 많아요. 비전공자 데이터 분석 취업 시장은 어떤가요?

최근 디지털 트랜스포메이션 및 4차 산업혁명이라는 주도 아래 데이터 관리에 대한 중요성이 증가하고 있고, 이를 처리할 수 있는 데이터 분석 취업 시장의 수요가 폭발적으로 증가했습니다. 이에 따라 대학에서도 변화하는 데이터 분석 취업 트렌드에 맞춰 해당 전공에서 데이터 분석과 관련된 이론과 프로젝트를 상당수 진행하고 있습니다. 이 과정 속에서 데이터 분석 프로젝트를 수행함에 있어, 데이터 분석 프로세스의 전반적인 내용들을 경험해보게 되는 것이고 이를 우리는 전공자라고 부르게 되는 것입니다. 다른 측면으로는 관련된 전공자가 아니더라도 데이터 분석 회사에서 인턴 혹은 정규직 경험을 하신 분들도 취업시장에서는 관련 직종 전공자라고 지칭하게 됩니다.

‘전공자’임을 판단하는 중요한 부분은 ‘데이터 분석 프로젝트 경험’이라는 부분입니다. 기업에서 전공자를 채용하는 이유는 바로 업무에 투입하였을 때 즉시, 데이터 분석 프로젝트를 수행할 수 있는 역량을 보유하고 있기 때문일 것입니다. 그렇다면 답은 매우 간단해집니다. 바로 데이터 분석 프로젝트를 수행하고 관련 포트폴리오를 만들면 되는 거죠.

Q. 중요한 건 데이터 분석 경험이네요! 비전공자로 데이터 분석 경험 쌓기 어떻게 시작해야 할까요?

비전공자로 데이터 분석 취업 시장에 뛰어들기
처음엔 저도 막막했어요.

저에게도 ‘제로베이스’였던 첫 시작이 있었습니다. 첫 직장을 제조 회사로 입사하였지만, 처음부터 데이터 관련된 업무를 시작했던 것은 아니었죠. 저의 첫 면접은 사내 조직 이동이였습니다. 제가 사내 조직 이동을 준비했을 당시에는 요즘처럼 머신러닝, 딥러닝에 대한 강의나 취업캠프 등 탄탄한 커리큘럼을 가지고 있는 교육 컨텐츠가 전무했습니다. 자격증도 없고 인턴 경험도 없이 스펙이라고는 원활한 커뮤니케이션 능력 정도만 언급할 수 있는 수준이였습니다.

하지만 제가 가진 약점을 극복하기 위해서 웹 검색으로 크롤링을 수동으로 흔히 말하는 노가다성으로 진행하여 사용자 리뷰 분석을 사전에 진행하였고, 해당 내용을 토대로 포트폴리오를 작성하여 면접 시 제출하였습니다. 추후 면접관님을 통해 들은 이야기로는 포트폴리오가 면접 당락을 결정하는데 크게 작용했다는 피드백을 받았었죠. 이런 간절함 어필을 통해서 사내 데이터 조직에 이동할 수 있었고, 데이터 직무 커리어를 시작하게 되었습니다.

Q. 사실 취업 준비도 막막하지만 그 이후도 걱정이에요. 비전공자 데이터 분석 커리어 계속 이어갈 수 있을까요?

저도 처음 2년 정도는 데이터 분석에 ‘데’자도 경험하지 못했습니다. 2년 동안 저에게 주어진 일은 그저 데이터를 전처리하고 가공하는 업무가 주를 이루었습니다. 지루하고 고된 시간이였지만 이 2년이 제가 데이터 분석가로 성장하는데 기반이 되었다는 것을 지금에서야 느끼고 있습니다. 그만큼 데이터 분석가, 사이언티스트에게 데이터를 핸들링하는 스킬은 가장 기초가 되고 필수적인 직무 스킬이라고 할 수 있습니다.

이후 Python과 R을 사용하여 데이터 분석을 진행하는 업무를 맡게 되었고, 점점 실력을 쌓아 올려나갈 수 있게 되었습니다. 실무지식이 풍부해질때쯤 제조 데이터 이외에 다른 데이터에 대한 경험을 해보고 싶다는 생각이 들었고, 이 때부터 이직을 준비했던 것 같습니다.

Q. 데이터 분석가 이직을 위해 필요한 경험은 또 다를 거 같아요. 어떻게 준비하셨나요?

이직을 위한 이력서도 작성해보고, 내부 및 외부 교육도 들어보고, 데이터 관련된 자격증도 취득해보았습니다. 여러 스펙이 추가될 때마다 이력서 합격률, 면접 합격률도 증가하게 되었지만 최종 합격을 결정했던 건 내가 수행한 업무와 프로젝트에 대한 포트폴리오였습니다. 다른 스펙도 당연히 중요하지만 어떤 업무를 어떻게 수행했는지에 대한 종합적인 능력을 제시하기 위해서는 포트폴리오만큼 효과적인 방법은 없었던 것 같습니다.

그 이후부터는 포트폴리오에 집중하여 원하는 시기에 원하는 회사로 잘 이직을 해나가면서 커리어를 발전시킬 수 있었고, 그에 따른 금전적인 보상도 얻을 수 있었습니다. 저의 인터뷰 속에서 계속적으로 프로젝트 수행 경험, 포트폴리오를 강조하는 이유가 바로 제가 8년간 시도했었던 방법 중 가장 효과적인 방법이였고, 제가 면접관이 되어서 현재 활동하고 있는 관점에서 바라봤을 때도 지원자의 역량을 평가하기 가장 좋은 것이 포트폴리오 이기 때문입니다. 포트폴리오를 잘 준비하신다면 분명 좋은 결과가 있을 것이라고 예상됩니다.

영어 점수, 관련 자격증은 많으면 많을수록 좋습니다. 당연히 여러분의 노력을 증명해주는 결과니까요. 하지만 데이터 분석 취업에서 바라봤을 때 딱 그정도 수준입니다.
‘노력을 열심히 했구나.. 그동안 열심히 했나보네.’

그렇다면 비전공자 데이터 분석 취업에서 무기가 되는 스펙은 무엇일까요?

데이터 분석 취업 시장에서 의미 있는 자격증을 언급하자면 실제 데이터를 핸들링할 수 있는 SQL 자격증, BI툴 자격증인 태블로 자격증입니다.

✅ SQLD
Kdata (한국데이터사업진흥원)에서 주관하는 시험으로 데이터베이스 SQL 국가공인 자격증입니다.

https://www.dataq.or.kr/www/sub/a_03.do

✅ Tableau Specialist
태블로 기초 역량을 인증할 수 있는 자격증으로 태블로에서 접수하고 인증합니다.

https://www.tableau.com/ko-kr/learn/certification

실제 데이터 분석 업무에서 사용하는 소프트웨어 툴 스킬이기에 자격증을 취득했다고 하면 가산점을 받을 수 있습니다. 하지만 여러분께 가장 중요한 건 데이터 분석 경험을 담은 데이터 분석 포트폴리오입니다.

비전공자 데이터 분석 취업 준비 방법

데이터 분석가로 취업하기 위해서 효과적으로 전략을 구상할 필요가 있습니다. 기업에서 요구하는 모든 역량을 만족시킬 때까지 공부만 계속 할 수 는 없기 때문입니다. 크게 우리는 2가지 측면에서 준비를 해야 합니다.

비전공자 데이터 분석 취업 준비 방법 1. SQL, Python 활용 역량

첫 번째는 데이터 분석 프로젝트를 수행하기 위한 기본적인 이론 지식과 데이터를 다루기 위한 Skill(SQL, python)을 습득해야 합니다. 우리의 최종 목적은 스스로 데이터 분석 프로젝트의 A~Z까지 수행할 수 있는 역량을 확보하는 것이기 때문에, 여기에 필요한 수준 정도에 이론과 skill 습득을 목표로 합니다.

예를 들어 SQL의 경우에는 원본 데이터로 부터 내가 원하는 데이터를 추출 하고 가공하여 데이터 분석 전 잘 가공된 데이터 집합을 만들 수 있는 수준까지 준비해야 합니다. python의 경우 sql을 통해서 가공된 데이터를 핸들링하며 인사이트를 추출하거나 머신러닝과 딥러닝을 이해하고, 예측 모델링을 수행할 수 있는 수준까지 준비해야 합니다.

학습을 하는데 있어 항상 생각해야하는 것은 ‘스스로 데이터 분석 프로젝트의 A~Z까지 수행할 수 있는 역량’을 확보하는 것을 다시 한 번 강조합니다.

비전공자 데이터 분석 취업 준비 방법 2. 데이터 분석 프로젝트 경험

두번째는 데이터 분석 프로젝트를 기획 및 수행하기 위한 Soft skill을 습득하는 것입니다. 데이터를 기반으로 문제를 정의하고, 데이터 분석 프로세스를 설계하며 최종적으로는 어떻게 성과측정을 진행할 것인지에 대한 프로젝트 수행 능력을 확보하는 것입니다. 마치 현업에서 직접 데이터 분석 프로젝트를 수행하는 것과 동일한 프로세스를 기반으로 다양한 프로젝트를 수행하면서 해당 역량을 키워나가야 합니다. 그렇다면 이런 핵심역량을 우리는 어떤 방법을 통해서 습득해야할까요?

데이터 분석 프로젝트를 수행하기 위한 기본적인 이론 지식과 데이터를 다루기 위한 Skill은 시중에 나와 있는 도서나 제로베이스와 같은 탄탄한 커리큘럼을 가지고 있는 취업 스쿨을 통해서 습득해 나갈 수 있습니다. 제로베이스의 데이터 취업 스쿨은 기초 수학, 통계에 대한 이론 지식부터 SQL, 태블로까지 실무에 필요한 소프트웨어 스킬셋까지 모두 갖출 수 있도록 커리큘럼이 구성되어 있습니다. 학생들이 팀을 구성하여 데이터 분석 프로젝트를 수행하고 현직 데이터분석가의 피드백을 받아보고 있습니다.

Kaggle이나 Dacon 등 다른 분석가가 진행한 코드를 참조해서 혼자 습득하는 것도 좋은 방법이지만, 데이터 취업 스쿨이나 멘토링을 통해 프로젝트를 수행하는 방법을 배우고, 피드백을 통해서 역량을 보완하는 방법이 짧은 시간 안에 역량을 효과적으로 올릴 수 있는 방법이라고 생각해요.

비전공자로 데이터분석 취업 시장에서 살아남기 혼자서 할 자신 없다면 전문 교육을 받아보는 걸 추천할게요.

데이터 분석 취업까지 6개월.
데이터 전문 교수진이 함께합니다.
>> 데이터 취업 스쿨 바로가기

추천 컨텐츠