데이터 과학자는 데이터를 관리하고 분석하여 비즈니스 문제를 해결하기 위한 다양한 기술 및 도메인 기반 기술을 필요로 하는 직업을 말한다. 수학자, 비즈니스 분석가 및 컴퓨터 과학자가 포함되며, 프로그래밍 언어 활용 능력 역시 필수 요소로 꼽힌다. 따라서 IT기업들은 코딩테스트를 통해 데이터과학자를 뽑기도 한다.
하지만 최근에는 코딩에 대한 사전 지식이나 경험 없이도 데이터 과학자로서 충분히 커리어를 쌓을 수 있다는 의견이 피력되고 있다. 외신인 analyticsindiamag에 인용된 Rapid Miner 블로그의 Tom Wentworth는 "코드를 작성하지 않고도 실제 데이터 과학을 수행할 수 있다"라면서 "오늘날 조직에서는 데이터 과학 문제를 해결하기 위해 일반적으로 비코더 데이터 과학자도 채용하고 있다"고 강조했다.
실제로 많은 데이터 과학자들은 코딩에 대한 사전 지식이나 경험 없이 경력을 시작한 사례가 있으며, Google Duplex 데모는 미래의 데이터 과학자가 기계를 코딩하는 대신 기계와 단순히 대화를 나눌 수 있는 AI의 미래에 대해서 암시한 바 있다.
다만, 코딩 능력 없이도 데이터과학자로서의 커리어를 시작하기 위해서는 다음과 같은 능력을 갖춰야 한다고 analyticsindiamag는 언급했다. 확률과 통계에 대한 철저한 이해, 숫자에 대한 열정과 능력, 비즈니스 문제를 식별하는 능력, 주어진 데이터 세트에서 통찰력을 추출하는 능력, 다양한 관점에서 데이터를 분석하는 능력, 모델 출력을 시각화하는 기능, 이해 관계자와의 뛰어난 의사 소통 능력과 좋은 모델링 기술, 분석 기술 등이 그것이다.
반면, 이러한 경우에도 R, Python 및 SQL을 포함한 기본 프로그래밍 기술을 배우는 것은 많은 도움이 되며, 제대로 된 경쟁력을 갖추기 위해선 '코딩 능력'이 필수라는 의견들도 많다.
코딩이 필수라고 말하는 전문가 중 하나인 Rachael Tatman은 freeCodeCamp에 대한 기사에서 “모든 데이터 과학자가 통계 컴퓨팅 및 기계 학습을 위한 코드를 작성할 수 있어야 한다”고 말했다. 또한 Intelligent World 수석 분석가의 CEO인 Ronald Van Loon 은 최근 블로그에서 데이터 과학자에게 필요한 기술 기술의 긴 목록을 작성했다. 그는 Python, Perl, C/C++, SQL 및 Java를 포함한 프로그래밍 언어에 대한 지식과 SAS, Hadoop, Spark, Hive 및 Pig에 대한 전문 지식이 필요하다고 말했다.
[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]
