‘애널리틱스 엔지니어’, 혹은 ‘분석 엔지니어’라고 들어보셨나요? 미국에서는 대략 3~4년 전부터 화제가 되기 시작했고, 한국에서는 작년부터 본격적으로 주목받고 있습니다. 간단히 말해서, 데이터 애널리틱스(분석) 엔지니어는 ‘데이터를 사용하기 쉽게 만들어주는 요리사’라고 할 수 있는데요. 그들의 고객은 바로 데이터 분석가, 마케터, 기획자 등 데이터를 손에 쥐고 일하는 모든 현업 전문가입니다. 이제 데이터 팀은 단순히 데이터를 모으고 분석하는 것을 넘어서, 누구나 데이터를 쉽게 이해하고 활용할 수 있는 환경을 만드는 데 집중하고 있습니다.
데이터를 시각화하여 전달하면 우리의 뇌는 빠른 속도로 많은 양의 정보를 처리할 수 있고, 데이터 테이블에 비해 트렌드나 패턴, 아웃라이어 등을 쉽게 파악할 수 있습니다. 때문에 데이터를 쉽게 이해하고 데이터를 기반으로 한 의사결정에 도움을 줍니다. 하지만 모든 데이터 시각화가 쉽고 직관적으로 이해되지는 않습니다. 그 이유는 무엇일까요? 바로 데이터에서 발견한 정보가 시각 요소로 적절하게 디자인되지 않았기 때문입니다. 이번 글에서는 우리의 뇌가 시각 정보를 처리하는 과정을 이해하고, 직관적인 데이터 시각화를 만드는 방법에 대해 살펴보겠습니다.
오늘날 데이터는 어디에나 있습니다. 그리고 우리가 생산하는 데이터는 해를 거듭할수록 증가하고 있습니다. 우리가 사용할 수 있는 데이터의 양은 방대하지만, 이 모든 데이터로 무엇을 할 수 있을까요? 어떻게 사용해야 할까요? 그리고 데이터는 의미하는 바를 어떻게 이해할 수 있을까요? 이 때문에 데이터 분석가의 수요는 매우 높으며 기업 경영과 과학 분야에서 핵심적인 역할을 수행하고 있습니다. 본 글에서는 데이터 분석이 무엇인지 살펴보고, 왜 모두가 데이터 분석이 중요하다고 말하고 있는지 알아보겠습니다. 또한 데이터 분석 프로세스를 단계별로 자세히 알아보고, 데이터 분석을 수행하는 데 필요한 기술이 무엇인지 살펴보겠습니다.
최근 개발자 교육 붐이 불면서, 이른바 ‘코딩’이라고 뭉뚱그려 표현하는 개발 기술들을 배우는 학원이 많아졌습니다. 이러한 인재들이 자신들이 배운 걸 확인하기 위해 한 번쯤 꼭 거치는 단계가 있는데, 바로 ‘코딩테스트’입니다. 많은 사람을 대상을 교육의 효과 및 역량을 확인할 수 있는 가장 효율적인 방법이 답이 정해져 있는 시험이기 때문입니다. 사실 개발자 관점에서의 코딩테스트에 대한 글은 이미 많은 ‘구루’ 개발자분들이 다루고 있습니다. 그래서 이번 글에서는 비개발용 언어를 업무에서 주로 활용하는, 데이터 분석가의 코딩테스트를 이야기해보겠습니다.