데이터학과

Difficulty: High• 이과형 문과생과 문과형 이과생의 혼돈의 카오스

데이터학과

Department of Data Science

세상에 흩어진 수많은 숫자와 문자들의 퍼즐을 맞춰, 미래를 예측하고 숨겨진 가치를 찾아내는 '21세기의 연금술'과도 같은 곳이에요.

Philosophy

"Garbage In, Garbage Out (쓰레기가 들어가면 쓰레기가 나온다)"
Core Concept
Insight

Trending

Toolkit

  • 파이썬
    파이썬메인 프로그래밍 언어
    데이터 사이언스 생태계의 절대강자예요. 배우기 쉽고 강력한 라이브러리가 무궁무진해서 거의 모든 작업을 이걸로 하게 될 거예요.
  • 판다스
    판다스데이터 핸들링 라이브러리
    엑셀로 할 수 있는 모든 것을 코드로, 훨씬 빠르고 강력하게 처리해 주는 도구예요. 데이터 전처리의 알파이자 오메가랍니다.
  • 주피터 노트북
    주피터 노트북대화형 개발 환경
    코드를 한 줄씩 실행하고 바로 결과를 볼 수 있어서 데이터를 탐색하고 실험하기에 최적화된 노트장이에요.
  • 사이킷런
    사이킷런머신러닝 라이브러리
    복잡한 머신러닝 알고리즘들이 사용하기 좋게 포장되어 있어요. 마치 레고 블록처럼 가져다 쓰면 된답니다.
  • 파이토치
    파이토치딥러닝 프레임워크
    요즘 연구용, 실무용으로 가장 많이 쓰이는 딥러닝 도구예요. 코드가 직관적이고 유연해서 딥러닝 모델을 짤 때 필수예요.
  • SQL
    SQL데이터베이스 언어
    데이터 창고(DB) 문을 여는 열쇠예요. 데이터를 분석하려면 일단 꺼내와야 하니, 숨 쉬듯이 자연스럽게 쓸 수 있어야 해요.
  • 깃 & 깃허브
    깃 & 깃허브버전 관리 및 협업 도구
    내 코드의 변경 기록을 저장하고 다른 사람들과 공유하는 공간이에요. 개발자의 이력서와도 같으니 잔디 심기를 게을리하지 마세요.
  • 태블로
    태블로BI 시각화 도구
    코딩 없이도 마우스 클릭만으로 화려하고 인터랙티브한 대시보드를 만들 수 있어요. 비즈니스 보고서 만들 때 최고예요.
  • 도커
    도커가상화 컨테이너 도구
    내 컴퓨터에선 잘 되던 코드가 남의 컴퓨터에선 안 되는 불상사를 막아줘요. 환경을 통째로 포장해서 배달해 주는 도구랍니다.
  • 스파크
    스파크빅데이터 처리 엔진
    엄청나게 큰 데이터를 메모리 위에서 아주 빠르게 처리해 주는 도구예요. 대기업이나 빅데이터를 다루는 곳에선 필수 스킬이죠.

Career Paths

데이터 사이언티스트
IT 기업, 제조, 금융, 연구소
데이터 애널리스트
e커머스, 게임, 스타트업, 컨설팅 펌
데이터 엔지니어
플랫폼 기업, 클라우드 서비스 기업, 금융권
AI/ML 엔지니어
AI 전문 기업, 로보틱스, 자율주행, 챗봇 서비스
특수 도메인 전문가
제약/바이오, 증권사/은행, 병원, 프로 스포츠 구단

RoadmapStep-by-step

Level 1

데이터 사이언스의 언어 배우기

데이터를 다루기 위해서는 컴퓨터와 대화하는 법, 그리고 숫자의 흐름을 읽는 법을 배워야 해요. 처음에는 문법이 낯설고 수학 공식이 머리를 아프게 하겠지만, 이 기초가 튼튼해야 나중에 무너지지 않는답니다.

Key Modules
파이썬 프로그래밍 기초
기초 통계학
미분적분학
선형대수학
Level 2

데이터 주무르기 & 탐색하기

이제 도구를 손에 쥐었으니 실제 데이터를 만져볼 시간이에요. 날것의 데이터는 지저분하고 엉망인 경우가 많아요. 이를 깨끗하게 청소하고, 요리조리 뜯어보며 시각화하는 과정을 통해 데이터와 친해져 보세요.

Key Modules
데이터 전처리
탐색적 데이터 분석
SQL 데이터베이스
데이터 시각화
Level 3

머신러닝: 기계에게 학습시키기

드디어 데이터학과의 꽃, 머신러닝에 진입했군요! 과거의 데이터를 통해 미래를 예측하는 모델들을 배우게 될 거예요. 단순히 코드를 돌리는 것보다, 각 알고리즘이 어떤 원리로 작동하는지 깊이 파고드는 게 중요해요.

Key Modules
지도 학습
비지도 학습
머신러닝 알고리즘론
모델 평가 및 최적화
Level 4

딥러닝 & AI: 인간의 뇌를 흉내 내기

더 복잡하고 비정형적인 데이터(이미지, 소리, 텍스트)를 다루기 위해 인공신경망을 배워요. 요즘 핫한 AI 기술들의 근간이 되는 단계라 아주 흥미롭지만, 난이도도 확 올라가니 마음 단단히 먹으세요!

Key Modules
딥러닝 기초
컴퓨터 비전
자연어 처리
강화 학습
Level 5

실전 엔지니어링 & 배포

모델을 만드는 것에서 끝나면 안 돼요. 실제 서비스에서 작동하도록 시스템을 구축하고 운영하는 법을 배워야 진짜 '쓸모 있는' 데이터 전문가가 될 수 있답니다.

Key Modules
빅데이터 분산 처리
클라우드 컴퓨팅
파이프라인 구축
캡스톤 디자인 프로젝트

Challenges& Reality Check

🤔
수학의 장벽
"선형대수학 행렬 연산이나 통계 수식이 외계어처럼 보일 때"
코딩만 하면 될 줄 알았는데, 논문을 읽거나 알고리즘 깊게 파려고 하니 온통 수식뿐이라 '내가 수학과에 온 건가' 싶은 자괴감이 들 수 있어요.

모든 증명을 완벽하게 할 필요는 없어요. 수식이 코드상에서 '어떤 의미'를 가지는지, 직관적으로 이해하는 데 집중해 보세요. 유튜브 시각화 자료들이 큰 도움이 될 거예요.

🤔
환경 설정의 늪
"코드는 짠 적도 없는데 라이브러리 버전 충돌로 하루를 다 날렸을 때"
빨간 에러 메시지만 보다가 하루가 다 가버리면 정말 허무하죠. 딥러닝 할 때 CUDA 버전 맞추다가 노트북을 던지고 싶은 충동이 들 수도 있어요.

모든 개발자가 겪는 통과의례예요. 가상환경(Virtual Environment)이나 도커(Docker) 사용법을 익히면 이 고통에서 해방될 수 있어요. 에러 메시지를 구글링하는 것도 중요한 실력이에요.

🤔
전처리의 고통
"멋진 AI 모델링은 5분 만에 끝나고, 3일 내내 엑셀 찌꺼기만 치우고 있을 때"
화려한 AI 개발자를 꿈꿨지만, 현실은 데이터 오타 수정하고 결측치 채우는 '데이터 청소부'가 된 기분이 들 거예요.

좋은 재료가 있어야 맛있는 요리가 나오는 법이에요. 전처리를 꼼꼼히 할수록 모델 성능이 비약적으로 오르는 걸 경험하면, 이 과정도 즐거워질 거예요. 정말이에요!

🤔
끝없는 공부량
"어제 배운 최신 기술이 오늘 구형 기술이 되어버리는 속도감을 느낄 때"
매일 아침 쏟아지는 새로운 논문과 AI 기술들을 보며 '나는 영원히 못 따라가겠구나' 하는 조급함과 번아웃이 올 수 있어요.

트렌드를 쫓는 것도 좋지만, 변하지 않는 '기초(통계, CS 지식)'에 집중하세요. 기초가 튼튼하면 새로운 기술은 금방 익힐 수 있답니다. 너무 조급해하지 말고 자기만의 속도로 가요.