한 때 여기서 화제였던 p모씨랑 똑같은 사람이 있더라고
미국인이었는데, 주장하는 바는 p모씨랑 완전히 정 반대였던게 진짜 인상깊었음
한 사람은 이론적인 면을 엄청 강조하면서 공대 마인드를 가진 사람을 엄청 디스하는데 반해
다른 한 사람은 실전 적인 면을 엄청 강조하면서 이론을 중시하는 학계를 엄청 디스함
긍까 한 사람은 코딩 학원 같은 실전적인 면을 강조하는 교육기관이 수학적인 배경을 제대로 교육시키지도 않고 모양만 데이터 사이언티스트 비스무리하게 만들어서 내보낸다고 까고,
다른 한 사람은 대학이나 대학원과 같이 이론을 중시하는 교육기관이 애들한테 쓸데없이 많은 수학, 통계학 교육만 주구장창 시키고 오히려 데이터 분석 과정 중에 가장 많은 비중을 차지하는 데이터 클렌징이나 데이터 랭글링 같은, 본인 표현을 빌리자면, Real World에 관한(?) 교육을 제대로 시키지도 않고 시장에 내보낸다고 까는거임ㅋㅋㅋㅋ
진짜 어떻게 의견이 어긋나도 이렇게 명확히 반대되는지 너무 신기함ㅋㅋㅋ
근데 둘 다 말투가 되게 공격적이고, 아는 사람 사이에서 나름 인지도도 있고, 호불호가 명백히 갈리고,
그리고 가장 결정적으로 둘 다 자신이 운영하는 데이터 사이언스 교육과정도 있더라ㅋㅋㅋㅋ 진짜 너무 신기하지 않냐ㅋㅋㅋㅋㅋ
그 사람 이름 좀 알려주라 검색해보게
Mike West 회사 이름이 LogikBok이었던가
비정형 데이터 전처리도 제대로 못 하는 상태로 모델에 넣어서 결과 뽑으려는 사람 vs 기껏 데이터 핸들링 해 놓더니 무지성으로 이 모델 저 모델 때려 넣으면서 정확도 짜 맞추는 사람 - dc App
어느쪽을 후임으로 뒀을 때에 현타가 심했을까 ㅋㅋㅋㅋㅋㅋ - dc App
잘 몰라서 그러는데 뭐가 더 심해요 보통?
애초에 시장에 내보내려는 전공이 아니거나 그런 목표를 가지고 있는 대학이 아니면 ‘쓸데없이 많은’ 통계학과 수학을 배우는게 독이 되지는 않지. 데이터 분석도 아닌 과학인데 쓸데없이 많은 수학과 통계학이라는 기준이 뭐임? 전공과 관련없는 수학 과목을 듣는다면 문제가 되지. 하지만 그런식으로 무지성 커리큘럼 짜는 상위권 대학은 없음.
데이터 핸들링 하는 법은 이론 수학 배우는 것보다 훨씬 쉽고 빨리 배움. 수학 모르고 컴퓨터 딸깍 거리는 애들이 수학 배우는게 빠를까 수학 잘하는 애에게 데이터 다루는법 가르치는게 더 빠를까? 데이터 과학이라는게 수학 컴퓨터 둘 다 잘 해야겠지만 quora에서 말하고 있는 사람의 주장은 대규모 데이터 분석가 양성 프로그램에나 먹힐만한 말임
그리고 real world 교육? 데이터 핸들링은 리얼 월드가 아닌 그냥 기술에 불과함. 산업에 뛰어들면 금방 배울 수 있는 것들임. 차라리 데이터 다루는데 필요한 직관은 해당 분야에 대한 지식으로부터 오거나 오히려 수리적 통찰력으로부터 오는 경우가 많지
근데 님이 생각하는 그 금방 배울수 있는 기술이야말로 데이터 분석의 핵심이고, 가장 배우기 어렵고, 학계는 안가르쳐주는 기술이란게 그 사람의 생각임 물론 그사람도 통계학이 아예 필요없다곤 하지 않는데 어디까지나 응용, 기초통계만 알면되고 그 이외는 데이터 전처리 기술, 특히 SQL 스킬을 엄청 강조하더라고
오히려 학계에서 교육받은 사람들을 온실속에서 자란, 데싸라는 야생에 어울리지 않는 애송이 라고 표현하더라고ㅋㅋㅋㅋㅋ
academic이 아닌 industry에 중점을 두는 대학원이라면 수학을 엄청 깊이 들어갈 시간에 실시간 데이터 한번 더 다루는게 더 도움이 되겠지 근데 박사 이상의 프로그램을 목표를 두는 학교라면 데이터 다루는건 알아서 터득해야하는거고 논문에 들어갈 수식 정리하는 수준까지 가려면 몇년 수학에 집중해도 모자란데
쓸데없이 너무 많은 수학, 통계학이라는 말은 박사 이상을 목표로 하는 대학원에는 안맞는거임. 직업학교나 데이터분석 대학원 수준이면 모를까. 데이터 다루는 법이 중요하지 않다고 하는게 아님. 단지 박사학위생이 수학을 소홀히 할 정도로 데이터 핸들링이 어렵거나 엄청난 시간이 요구되는게 아니라는 거지
전처리, 쿼리 다루는건 박사생이면 실습 및 연구를 하면서 금방 배움. 위에 말하는 real world에 관한 건 그런 기술적인 것이 아닌 데이터를 보는 통찰력을 말하는 것인데 이건 대학원에서 공부한다고 쉽게 얻어지는게 아닌 실제현장을 뛰면서 배워나가는 거임. Quora에서 그 사람이 주장하는 것과 완전 다른 말임
현직 데싸인데 이론 없이 오는 애들 보면 답답하다... 전공생까진 아니라도 아이디어 정도는 제대로 알아야하는데 무뇌가 많아 심지어 석사 전공생들도 날림 많다 - dc App
전처리 이런건 인강 끊어주고 인수인계 해주고 계속 일 시키면 바보 아닌 이상 어느 정도는 해... 물론 직무나 업종 담당업무 따라 다를 수도 있음. 비정형만 엄청 다루거나 또는 머신러닝 리서쳐/엔지니어 느낌을 데싸로 퉁치는 곳도 있으니까 - dc App
근데 참 뭔가 모순적이긴 하네요 애초에 직업이 데이터 사이언티스트인데 아니 과학자라면서 이론이 없는데 어떻게 과학자를 하겠다는 거지
https://youtu.be/p4GpHpq4VxY
이 사람은 데이터사이언티스트는 이론 몰라도 된다가 아니라, 데이터사이언티스트가 가치가 없다고 보는 사람인 듯? 이론'만' 아는 사람 대신 데이터 전처리를 할 줄 알고 이미 만들어진 모델을 잘 갖다 쓰는 MLE가 좋다고 보는 것 같음
쓸데없이 많은 수학과 통계학 교육에서 직관력과 논리력이 피어나는 것을...고로 쓸데가 있다
애초에 그게 문제가 아닌데 ㅋㅋㅋ 잘하는 놈들은 항상 둘다 잘함 ㅋㅋㅋㅋ 교육 받아도 소화도 다 못시키는게 대부분인데 저런 얘기가 뭔 소용 ㅋㅋㅋ p처럼 교육팔이나 하다가 말겠지 ㅋㅋㅋㅋ
후자가 원하는 인재상은 데이터 엔지니어에 가깝지 그런사람을 데이터 '사이언티스트'로 보지는 않음
Mike West도 그냥 회사 홍보차원에서 어그로 끄는거 아니겠음? P모씨든 Mike든 다른 사람 존중하면서 하면 되지 왜 그렇게 까지 극단적으로 주장하는지 모르겠음.