데이터사이언티스트가 세상 모든 데이터 다 다루는것도 아닌데 말이야
'데이터사이언스 팀' 안에 딥러닝 엔지니어, 통계분석가, 등등 다양한 구성원이 있는건 문제없는데 순수하게 개인으로 데이터사이언티스트라는 오만한 명칭을 달 사람이 존재할까 과연?
임상데이터 만지는사람은 임상통계학이나 바이오인포매틱스하는 사람들일테고 금융쪽은 퀀트애널리스트나 뭐 다양할텐데 그들이 스스로를 데이터사이언티스트라고 소개하지는 않잖아?
딥러닝만 깔짝대던사람들이 무근본인게 아니라 특정 영역의 데이터, 어떤 데이터를 특정 상황 하에서만 다룰줄 아는사람들이 데이터사이언스한다는 말 자체가 무근본인것임. 더 나아가 데이터사이언티스트란 말 자체가 존나 말도안되는 칭호인거고
이건 딱히 타과 저격도 아니고 통계하는사람들도 마찬가지임.
'데이터사이언스 팀' 안에 딥러닝 엔지니어, 통계분석가, 등등 다양한 구성원이 있는건 문제없는데 순수하게 개인으로 데이터사이언티스트라는 오만한 명칭을 달 사람이 존재할까 과연?
임상데이터 만지는사람은 임상통계학이나 바이오인포매틱스하는 사람들일테고 금융쪽은 퀀트애널리스트나 뭐 다양할텐데 그들이 스스로를 데이터사이언티스트라고 소개하지는 않잖아?
딥러닝만 깔짝대던사람들이 무근본인게 아니라 특정 영역의 데이터, 어떤 데이터를 특정 상황 하에서만 다룰줄 아는사람들이 데이터사이언스한다는 말 자체가 무근본인것임. 더 나아가 데이터사이언티스트란 말 자체가 존나 말도안되는 칭호인거고
이건 딱히 타과 저격도 아니고 통계하는사람들도 마찬가지임.
동감. 개인적으로는 데이터 사이언티스트라는 칭호가 너무 남발하는 것 같긴 함. 최소한 통계학 석~박사는 기본에 최대한 variety한 type의 data problem을 이론+실무적으로 해결해 본 경험이 풍부한 인원에게만 data scientist라는 명칭을 쓸 수 있게 해야 됨. - dc App
다양한 종류의 데이터 문제를 하면 될것이지 왜 영어 쓰고 있음? - dc App
데싸만큼 회색지대에 있어서 애매한 포지션이 없다... 데싸라는 사람들도 스페셜티들이 다 다르고 다 잘해야 된다는데 언제 다 잘하냐 - dc App
링크드인 가보면 다 데싸 포지션 달아논 애들 많은데 막상 까보면 걍 쿼리돌리고 라이브러리 가져다 쓰는 애들임 걍 비즈니스 인텔리전스인데.. ㅠ
우리나란 글쓴이 말대로 뭐 하는 직업인지 제대로 알지도 못하고 다 갖다 붙이는 느낌이 강하긴 해 ㅋㅋㅋㅋ 그나저나 미국이나 영국 같은 나라도 상황이 비슷함?