데이터 직군 비교

같은 회사 안에서도 경계가 흐릿하다. 기업마다 다르므로 채용공고의 직무기술서를 확인한다.

직군	핵심 역할	하는 일	초점
데이터 분석가	데이터 정리·분석·시각화	Raw 데이터 정리 및 구성 · 기술 통계를 활용한 분석 · 해석과 시각화·대시보드 구성 · 분석 결과를 비즈니스 팀에 발표	과거와 현재의 데이터 이해
데이터 과학자	머신러닝·AI 알고리즘 모델을 개발해 예측 제공	통계 모델 평가 · 머신러닝으로 예측 알고리즘 구축 · 모델의 지속적 학습 및 최적화 운영	미래 예측 생성
데이터 엔지니어	데이터 플랫폼과 파이프라인 아키텍처 개발·운영	데이터 소비를 위한 API 구축 · 데이터 플랫폼 아키텍처 구성 · 파이프라인 개발·운영 · 머신러닝 모델 feature store 제공	소프트웨어 개발·분산처리 기술 의존도 높음

출처: "데이터분석가 vs 데이터엔지니어 vs 데이터과학자 차이가 뭘까? (1) 역할과 정의" https://socrates-dissatisfied.tistory.com/5

AI 시대에 데이터 통계학, 왜 배우나

분석은 맡길 수 있다. 무엇을 시킬지, 결과가 맞는지, 왜 그런지는 여전히 사람 몫이다.

1. 1질문을 정확히 시킬 수 있다 — "데이터 분석해줘"는 내가 원한 분석을 주지 않는다
2. 2용어가 곧 압축이다 — "이상치 빼고 중앙값으로" 한 줄이 설명 수십 줄을 대신한다
3. 3지표를 고를 줄 안다 — 같은 데이터도 무엇으로 보느냐에 따라 다른 이야기가 된다
4. 4결과를 검증한다 — 그럴듯한 답과 맞는 답은 다르다
5. 5설명 책임을 진다 — "AI가 그랬는데요"는 근거가 아니다

같은 데이터, 다른 얼굴 — 평균과 최빈값

소득처럼 한쪽에 몰리고 꼬리가 긴 분포에서는, 대푯값마다 서로 다른 값을 가리킨다.

지표	무엇을 말하나	예시의 값	무엇을 조심하나
평균	모두 더해 사람 수로 나눈 값	380만원	소수의 고소득에 끌려 올라간다
중앙값	줄 세웠을 때 한가운데 사람의 값	200만원	극단값에 잘 흔들리지 않는다
최빈값	가장 많이 나온 값	200만원	가장 흔한 사람의 몫에 가깝다

예시 — 10명 중 9명이 월 200만원, 1명이 2,000만원을 번다. 평균만 보면 "월 380만원 버는 집단"이 된다. 어떤 지표를 고르느냐가 곧 어떤 이야기를 하느냐다.

"AI가 그랬는데요"는 근거가 아니다

분석을 맡길 수는 있어도, 설명 책임은 넘길 수 없다.

1. 1"근거가 뭐야?" — 어떤 데이터를 어떤 방법으로 봤는지 말할 수 있어야 한다
2. 2"이게 뭘 뜻하는데?" — 숫자를 의사결정의 언어로 옮기는 일은 사람이 한다
3. 3"다른 해석은 없어?" — 지표를 바꿔 보고 반례를 찾으려면 개념을 알아야 한다
4. 4"AI한테 물어보고 오겠습니다" — 회의는 그 자리에서 멈춘다

통계는 AI를 대체하는 지식이 아니라, AI를 부리고 그 결과를 책임지는 언어다.

강의 계획 ( 실습 언어 : Python )

1. 1교과목 소개 및 데이터의 개념과 변수
2. 2[기본통계학] 1차원 데이터 - 지표 계산, 시각화 실습
3. 3[기본통계학] 2차원 데이터 - 지표 계산, 시각화 실습
4. 4추측통계의 기본
5. 5이산형 확률변수와 대표적인 이산형 확률분포
6. 6연속형 확률변수 와 대표적인 연속형 확률 분포
7. 7중간고사 전 내용 정리 및 회고
8. 8중간 고사
9. 9독립동일분포
10. 10통계적 추정
11. 11통계적 가설검정
12. 12회귀분석 - 단순회귀모형, 중회귀모형
13. 13회귀분석 - 모형의 선택, 모형의 타당성
14. 14기말고사 전 내용 정리 및 회고
15. 15기말 고사

확인 문제 — 데이터를 표로 읽고 크기를 세는 법

시험에 이런 형태로 나올 수 있는 문제입니다. 문제를 띄우면 답 장으로 넘기기 전에 먼저 손으로 풀어 보세요.

1. 1shape 가 (10, 5) 인 데이터에서 10 과 5 는 무엇인가?
2. 2DataFrame 에서 열 하나를 꺼내면 무엇이 되나?