“가장 좋은 건 회사에서 성과 평가 할 때 이력서도 같이 업데이트하는 것” “직무 기술서를 최대한 많이 보고 이 직무에서 요구하는 역량이 무엇인지 파악하는 것”
“예를 들어 PM이라 하면, 요즘 이 직무의 기술서에 꼭 등장하는 말이 ‘Data Driven(데이터 기반 의사결정)과 ‘신규 서비스 론칭’ 인데요. 그럼 이 직무에 지원하는 분의 이력서에는 Big Query(SQL), MySQL, Tableau, Pandas, Spark, TensorFlow, Python, R 등의 데이터 분석 도구 중 활용할 수 있는 것이 무엇인지, 이를 활용해 누구를 타깃으로 하는 어떤 서비스 런칭을 이끌었고, 어느 정도의 결과(회사 비즈니스나 매출에 얼마나 영향을 미쳤는지)를 도출했는지를 기술해야 한다는 것이죠.”
“두 가지의 장점을 모두 사용하면 되지 않겠는가? 실제로 많은 데이터 과학자들이 그렇게 하고 있다. 데이터 집계의 첫 단계는 파이썬으로 실행 가능하다. 그 다음 R에 내장된, 충분한 테스트와 최적화를 거친 통계 분석 루틴을 이 데이터에 적용한다. R을 일종의 파이썬 라이브러리로 사용하거나, 파이썬을 R을 위한 전처리 라이브러리로 사용하는 개념이다. 특정 계층에 가장 잘 맞는 언어를 선택해서 케이크처럼 쌓아 올리면 된다. R이 케이크이고 파이썬이 그 위에 올리는 설탕 가루인가? 아니면 그 반대인가? 그건 각자가 선택하면 된다.”
