[아티클 정리] 데이터 분석가에게 코딩테스트가 필요할까?

코딩 테스트란?

코딩이 포함된 자격증이 매년 늘어나고 있는 추세이다. 2017년 이후, 매년 50개가 넘는 코딩 자격증이 추가 되고 있다. 코딩테스트는 실제 업무와 유사하지만 간략한 환경에서 코드가 정상적으로 돌아가고, 올바른 결과값을 보여주는지, 리소스를 얼마나 사용하여 푸는지, 시간을 어느정도 걸리는지를 채점하는 방식이다. '

 

기업 내 데이터 분석가의 업무

기업은 데이터분석가들에게 다음과 같은 특징을 기대한다.

- 분석할 수 있는 데이터는 준비되어있다.

- 서비스를 통해 풀고자 하는 문제를 명확히 인지한다.

- 복잡한 혹은 최신 논문에 나오는 분석기법을 사용하지 않는다

- 데이터 분석팀 외에도 다양한 팀과의 협업을 통해 문제를 해결한다.

- 특별히 어떤 툴을 썼다 하는 내용은 언급되지 않는다.

정리하자면 문제정의, 데이터 분석에 대한 이해, 타 직군과 협업, 빠른 학습 등이 요구된다.

 

정해진 답이 없는 데이터분석가의 업무

데이터 분석가는 데이터를 활용해 정해진 답이 없는 문제를 해결한다. 보통 이러한 능력을 테스트하는데에는 코딩테스트보다는 과제 전형이 대체로 효과적이다. 보통 데이터분석 사례들에서 특별히 어떤 툴을 사용했다 하는 내용이 언급되지 않는다. 많은 조직에서 데이터분석가에게 어떤 문제를 풀어서 어떤 변화를 만들 수 있는지가 문제를 어떻게 풀것인지 보다 중요하기 때문이다. 

 

코딩테스트와 데이터 분석

코딩테스트는 기술 역량을 확인하는데 있어 아주 효과적이다. 하지만, 데이터 직군의 경우 코딩테스트로는 확인하기 어려운 역량들 또한 필요하다. 데이터분석가는 너무 기술적인 관점에만 몰입하면 정작 필요한 결과를 얻기 어렵다. 코딩역량이 중요하지 않다는 이야기는 아니다. 데이터 직군의 코딩테스트에서 언급되는 예시들은 다음과 같다.

- 머신러닝 모델의 평가 지표 계산

- SQL을 활용한 메트릭 계산

- 텍스트 등의 데이터 파싱 및 전처리

 

추가적으로 데이터분석가에게 필요한 이론적 배경도 있다.

- 통계학 : 수 많은 데이터 분석 기법들이 통계학에 베이스를 두고 있다.

- 심리학 : 고객의 심리를 파악하고, 구매와 같은 액션을 끌어내는 방향으로 데이터를 활용한다.

 

느낀점

어느정도의 코딩 실력이 필요하지만, 너무 기술적인 면에 매몰되면 안된다는 점을 깨달았다. 

 

출처

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