[Article Study] 데이터 분석가에게 코딩테스트가 필요할까?

데이터 분석가에게 코딩테스트가 필요할까?

 

https://yozm.wishket.com/magazine/detail/1708/

데이터 분석가에게 코딩테스트가 필요할까? | 요즘IT

 

• 요약 :

-비개발용 언어를 주로 활용하는 데이터분석가의 코딩테스트

 

-코딩시험 증가추세 (코딩시험 특징)

  1) 실제 업무와 유사한 난이도의 적은 범위의 문제 풀어내는 코드작성

  2) 정상적으로 돌아가고 올바른 결과값 보여주는지

  3) 메모리를 비롯한 컴퓨터 리소스 효율적 활용능력/ 4) 계산시간

 

  *특이점: 마이너한 프로그래밍 언어(R, SQL) 등 언어로도 시험

 

 - 그러나, 데이터분석가의 업무역량 파악하는 건 조금 다름 - 코딩테스트만으로 확인하기 어려울 수 있음

 - 이유: 데이터분석가 업무

   ( 주요 2가지 )

1. 데이터기반 의사결정을 위한 전략 및 분석 지원,
2. 전사적 목표 달성을 위한 가설 설정 및 검증 위한 실험 설계 및 분석)

즉, 정해진 답이 없는 문제를 해결해야함. 따라서, 답이 정해져있는 코딩테스트보다 과제 전형이 더 효과적.

 

다만, 코딩역량 역시 중요. (실무에서 자주, 익숙)

1)머신러닝 모델의 평가지표 계산

2)SQL을 활용한 메트릭 계산

3)텍스트 등의 데이터 파싱 및 전처리

 

통계학- 데이터 패턴찾거나 의미를 부여하므로 통계학기반 데이터분석. 이해가 깊을수록 데이터분석 온전히 활용.

학부수준 기초 통계학 이해도 충분. 그 이상 speciality

 

심리학- 행동모델 (고객의 심리 파악, 고객이 다음 행동진행하기 위해 필요한 보상. 이를 막는 장벽 등 모델링하고 설계 방향으로 데이터활용) 심리학에서 통계 많이 활용.

• 주요 포인트 : 데이터분석가 역량을 알아보기 위해서는 답이 정해져있는 코딩테스트보다 과제전형이 더 적합. 코딩역량 역시 중요하므로 머신러닝 모델 계싼, SQL 활용, 데이터 파싱 등의 역량은 꾸준히 쌓아놓는게 좋고, 통계학과 심리학 등의 서적 많이 읽어놓으면 도움 될 듯.

• 관련 사례 :

1. 국내 사건사고 데이터 시각화 (서비스 고도화)

: 소방청 데이터 분석 통해, 어느 위치에서 어떤 유형의 사고가 자주 일어나는지 파악. 해당위치에 선제적으로 안전 난간 설치 등의 액션으로 이어짐. 약 22% 출동건수 감소 및 사상자 수 43% 감소 등 사고 저감효과2

 

   2. 오바마 캠프의 A/B 테스트 사례 (실험설계/분석)

: 국민이라는 ‘고객’ 만족시킬 수 있는 세그먼트별 타깃전략 필요. A/B 테스트 통해 SNS 좋아요 버튼으로 수집되는 유저 데이터 및 이메일 수신자 그룹 데이터, 오바마 홍보 웹페이지 접속 이후 로그 데이터 등 데이터 활용.

 

   3. 서울시 심야버스 노선 최적화 (데이터 기반 의사결정 전략)

: 11시 이후 심야퇴근 불만사항. 개선위해 심야버스 운행. 추가수요감당하는 관점이므로 수요에 따라 지속적 최적화 필요. 통신사 KT와 협업으로 휴대전화 이력 데이터 통해 심야인구 지역파악. - 데이터 활용 기존 심야버스 노선 변경 및 신설해 고도화 진행.