6. 트렌드 & 전망
•
최근 산업 트렌드 (예: AI 자동화, 데이터 기반 의사결정 강화 등)
◦
AI 기반 자동화 및 증강 분석
◦
실시간 데이터 및 스트리밍 분석
◦
클라우드 기반 데이터 환경
•
이 직무의 성장성 또는 변화 방향
◦
AI 수요 급증
◦
도메인 지식의 중요성
◦
데이터 엔지니어링 역량 요구
•
관련 자격증 / 교육 프로그램
◦
SQLD
◦
ADSP
•
취업 시 유리한 경험 (예: 인턴, 프로젝트, 포트폴리오 등)
◦
인턴십
◦
자격증
◦
공모전
◦
커뮤니케이션 능력
◦
결과 보고서 작성
7. 개인 인사이트 / 느낀 점
•
조사하면서 새롭게 알게 된 점
◦
데이터 관련 업무가 많고, 대기업처럼 세분화 되어있지 않는 이상, 직무 간의 경계가 완전히 명확하지는 않음
◦
커뮤니케이션 능력이 중요하다
•
이 직무의 매력 포인트
◦
데이터를 읽고 기획 방향을 잡는 것이 매력적임
◦
새로운 솔루션을 제공하고, 생각을 많이 해야한다는 점이 매력적이다
•
직무의 적합도
◦
뭔가 생각하길 좋아하는 사람에겐 좋은 직장이다
•
앞으로 이 직무를 준비하기 위해 필요한 계획
◦
데이터 분석가 실무 경험을 쌓아 관련 업무 경력 만들기
◦
외국어(영어/일본어) 능력 향상
◦
커뮤니케이션 능력 향상
◦
자격증 취득 및 더 좋은 분석 툴 다루는 능력
8. 스터디 토의 포인트
•
이 직무에서 가장 중요한 역량은 무엇일까?
◦
문제 정의 및 비즈니스 통찰력
◦
데이터 스토리텔링 및 커뮤니케이션
◦
기술적 숙련도
•
AI나 자동화로 대체될 가능성이 있을까?
◦
데이터 수집, 기본적인 보고서 생성 등 AI 기반 증강 분석 도구에 의해 자동화될 가능성 있음
◦
목표 설정, 가설 설정, 도메인 지식을 활용한 인사이트 해석, 분석 결과에 대한 책임 있는 의사결정은 인간의 역할이므로 이 부분은 대체 불가능이다.
•
다른 직무와 협업 시 가장 중요한 점은 무엇일까?
◦
비즈니스 목표의 공유 및 이해
◦
명확하고 쉬운 커뮤니케이션
◦
데이터 품질과 한계에 대한 투명성