수학 전공하고 통계는 수리통계,회귀 정도까지 들음
근데 데이터 까서 할줄 아는건
그냥 그래프그리기, T검정하기, 정규성검정하기, 회귀분석
이거밖에못함. 솔직히 이거 이상 머신러닝,딥러닝 했다고하는 학사 애들은
뭣도 모르고 책보고 따라한 수준이 95%다
요즘 지식의 한계를 느끼고 무력감이 들어서
석사를 고민중이다
학사를 안뽑는건 학력의 문제가 아니라 학사는
할줄 아는게 없어서임을 온몸으로 깨달아버림
근데 데이터 까서 할줄 아는건
그냥 그래프그리기, T검정하기, 정규성검정하기, 회귀분석
이거밖에못함. 솔직히 이거 이상 머신러닝,딥러닝 했다고하는 학사 애들은
뭣도 모르고 책보고 따라한 수준이 95%다
요즘 지식의 한계를 느끼고 무력감이 들어서
석사를 고민중이다
학사를 안뽑는건 학력의 문제가 아니라 학사는
할줄 아는게 없어서임을 온몸으로 깨달아버림
석사 들어가면 더 배우긴 하는데 학사라고 못하냐? 하면 그건 아닌 것 같긴 함 수통회귀 두 과목만 들었음 당연히 그거밖에 못하지 - dc App
여기서 더 공부한다면 비모수, 시계열, 베이즈 정도인데 베이즈통계는 학부 레벨로 이해가 어렵지 않나? 나머지 두개를 공부한다치면 이거 두개로 데이터에 대한 관점이 확 넓어짐? 순전히 궁금해서 물어봄
학부 레벨로 이해 가능하고 언급한 거 외에도 다변량 범주형 머신러닝 실험계획 금융통계 생물통계 비모수 등... 마치 수학과 전공에서 해석학 위상수학 두 개만 이수해놓고 학사 별거 없네랑 똑같은 급의 말임 - dc App
학교마다 다르겠지만 학사들이 잘 못하는 건 시간부족 상 책을 다 못 떼고 일부만 끄적이다 넘어가는 탓이 킁 - dc App
언급한 과목들 책 하나 다 볼정도면 확실히 경쟁력 잇을 것 같네. 근데 학부생이 수업시간에 넘어간거 따로 채워서 공부할정도면 걔는 석사 이상급 인재일듯
석사도 똑같아... 결국 내가 메꾸는건데 마인드셋의 차이지 - dc App
논문보고 구현하거나 직접 모델 설계하고 생성 구축 배포까지 하는 데이터 사이언티스트 직무 아니면 거진 다 비슷함. 이미 구현된 모델 중 어떤 걸 쓰냐 계속 테스트해보는 거지 - dc App
구현된 모델을 데이터에 적용하려고 논문 이것저것 봤는데 논문을 이해하는데서 부터 학사와 석사의 차이가 나지않나 싶음. 물론 내가 부족한거일수도 잇지만 이론적 베이스가 더 잇으면 더 많은 논문을 받아들일수 잇잖아
윗 댓 말처럼 수통 회귀까지만 배워서 데이터 분석 실무 들어가기는 부족한거 같음. 응용통계과목들 들으면 확실히 관점이 넓어진다
석사한다고 달라지진 않는데.. 모델 구현은 실무에 10퍼센트도 안됨... 왜 그 모델을 구현해야되는지에 대한 기획서/보고서 작성하는게 업무의 90프로다
왜 이 모델이 필요한가? 를 설명하려면 오히려 이론적 베이스가 더 필요한거 아님? 댓글 의도가 보고서 잘써야하고 임원이랑 사이 좋아야한다 그런거임?
나는 어느정도 동감하는게 구현을 할일이 거의 없던거 같다. 내가 리서처쪽 일을 별로 안해서 그런걸수도 있고 이미 있는 라이브러리를 가져다 쓰는경우가 대부분 이었던듯 물론 안에서 어떻게 동작하는지는 이해가 된 상태로.
요즘에는 리더급들 설득하는게 내 일의 절반인듯..ㅋㅋ 회의만 하루에 3-4개씩 하는경우도 다반사고
ㄹㅇ 업무보다 업무 기획이나 리뷰가 더 어려움 - dc App
석사한다고 뭐가 달라질거 같지 않은데
왜 그런지 이유좀 알려주세요 진지하게 고민중이라
석사 한다고 학사보다 엄청 많은걸 배우지 않음 박사면 모를까