2020년을 시작으로 데이터 사이언스는 어떤 형태로 바뀌어 왔을까요?
오늘 우리는 2020년부터 2024년까지 데이터 사이언스 산업의 양상이 어떻게 변했는지 간단하게 확인하고, 데이터사이언스 학자가 되기 위해선 어떤 기술을 배워야 하는지 알아보는 시간을 가져볼게요!
2020년 : 데이터 사이언스 산업의 확장
2020년 전 세계가 COVID-19 팬데믹의 영향을 받으며 대부분의 산업들은 어려움을 마주했어요. 이와 같은 상황에서 많은 사업들이 오프라인에서 온라인으로 전환되며, 기술 산업의 확장이 일어났죠.
데이터 사이언스의 경우, 여러 산업에서 50%의 수요 증가를 보였어요. 특히 건강관리, 기술, 미디어, 금융 서비스 산업에서 데이터 사이언스 인력 채용이 급증했죠.
2022년과 2023년 : 해고의 급증
하지만 데이터 사이언스 학자들에 대한 높은 수요는 그리 오래 가지 않았어요. 2022년과 2023년 동안의 코로나가 진정되면서, 데이터 사이언스 시장에서는 또 하나의 큰 변화가 생긴 것이죠 : 채용의 급증이 해고의 급증으로 이어져 버린거에요! 대기업들은 채용을 90% 가까이 줄였어요. 이 2년은 입문 단계와 경험 많은 데이터 사이언스 학자 모두에게 어려운 시기였어요. 기술 산업의 모든 직종에서 50만명 이상의 해고가 있었으며, 그 중 30% 이상이 엔지니어링과 데이터 과학 분야에 있었죠.
2023년 데이터사이언스 전문성 상승
하지만, 관련 기술 전문성의 상승이라는 긍정적 변화도 있었죠. 데이터 사이언스 직업에 대한 전반적인 수요는 줄어들었지만, 시장은 점차 안정화되고 있어요. 특히 경험 많은 전문가에 대한 수요가 크게 증가했다고 하네요. 일반적인 데이터 사이언스 학자의 역할은 머신러닝 엔지니어와 데이터 엔지니어와 같은 보다 중요한 직책으로 옮겨 갔어요. end-to-end 작업을 수행할 수 있는 데이터 과학자에 대한 수요는 점차 줄어들었죠. 데이터 사이언스 학자들은 ROI에서 가치를 입증해야 해요. 그들은 ML 엔지니어링이든, 데이터 엔지니어링이든, 데이터분석이든 자신의 기술을 전문화해야 하죠.
2024년 데이터 사이언스 학자가 되기 위해선?
코딩은 머신러닝 엔지니어링 같은 작업에서 특히나 더 중요하며, 이러한 데이터 사이언스 기법에서 코드를 사용해야 해요. 전문가들은 노베이스 상태에서 데이터 사이언스 학자가 되기 위해 코딩 언어를 배워야 한다면, 파이썬과 SQL을 선택하는 것이 좋을 것 같다고 해요. 흥미롭게도, 최근에는 데이터 분석가와 비즈니스 분석가와 같은 직종에선 AI 기술, 특히 ChatGPT가 사용할 수 있는 플러그인이 인기를 끌면서 대부분의 데이터 과학 작업을 자동화하는 저코드 및 노코드 도구를 통해서도 효과를 본다고 하네요.
원문 출처 : 미디엄 / 번역 및 가공 : 두아즈
하단 미디엄 링크를 통해 영어 원문을 확인해보세요!
Share article