풀스택(Full-stack) 개발자와 데이터 사이언티스트

    요즘 너도나도 풀스택 개발 강의와 데이터 사이언티스트 강의를 수강하는 사람들과 자신을 풀스택과 데이터 사이언티스트라고 소개하는 신입들을 보고 있자면 참 답답한 마음이 너무 크다. 학원에서 저렇게 강의하라고 한 것일까? 왜 저 소리에 답답한지 SI 10년 이상의 PL 및 TA 경력에 데이터 사이언티스트인 사람으로 일침을 한번 가해보고 싶다.

     

    풀스택(Full-Stack)

    풀스택이란 무엇인가? 쉽게 생각하면 백엔드와 프론트엔드 및 모든 스택을 마스터한 사람이라 생각할 수 있다. 한마디로 만능 개발자라는 것이다. 하지만 프론트엔드와 백엔드만 둘다 다루면 풀스택이라 칭하는 사람들이 있다. 이 정의가 맞다면 웹개발자 대다수는 모두 풀스택 개발자가 되는 것이다.

     

    Full-stack skills...

     

    결국 풀스택이 일반적인 웹개발자랑 차이가 날려면 일반적인 웹개발자가 못하는 스킬이 있어야 하는데 그것은 바로 "관리"라 생각한다. Git, SVN과 같은 형상관리뿐만 아니라 풀스택 개발자라면 어디가서 PL로 뛰기에 충분하고(혼자서 사이트 하나 정도는 뚝딱 만들테니...) PL로 뛸려면 어떤 DB를 마스터하지 못한다한들 어떤 과제가 주어지면 최적의 언어와 방식으로 리딩을 할 줄 알아야 될 것이다.

     

    물론 신입이라 하더라도 죽어라 스킬을 익힌다면 가능하겠지만 도대체 어떤 회사에서 신입한테 풀스택의 능력을 원할까? 만약 그걸 원한다면 코딱지만한 회사라서 만능을 원하는 것이다. 규모가 있는 회사라면 신입한테 어울리는 일을 시킨다. 결국 풀스택 개발자라고 신입이 자신을 소개할 필요는 없으며 그걸 공부할 필요도 없다.

     

    차라리 그 시간에 알고리즘을 더 공부하고, 언어 하나를 제대로 파는 사람이 좋은 회사에 갈 가능성이 훨씬 높다. 회사는 당신에게 다양한 일을 할 수 있는지 원하지 않는다. 큰 회사일수록 업무가 분업화 되어 있을것이며 특정 업무에 뽑을 사람을 원한다.

     

    결국 언어를 완벽히 이해하고, 최신 트렌드만 쫓는게 아니라 어떤 언어를 하더라도 충분히 개발할 수 있는 자신감을 보여주고 디자인 패턴등을 마스터 하는 것이 100번 생각해봐도 좋을 것이다. (물론 DB 공부는 당연히 해야 겠지만...)

     

    데이터 사이언티스트

    어느순간 이제 막 데이터 분석에 대해서 배우는 학생인데 자신을 데이터 사이언티스트로 포장하는 사람이 많다. 데이어 분석가 혹은 데이터 마이너의 상위 개념인 데이터 사이언티스트에 학사 신입 그것도 비전공자가 학원 6개월 다녔다고 될 수 있을거라 생각하는가? 오히려 데이터 사이언티스트에 대한 이해도가 부족하다고 안 뽑힐 가능성이 높다.

     

    아직 데이터 분석가와 데이터 사이언티스트의 차이점을 모르는 사람이라면 아래에 관련된 내용을 읽어보도록 한다. 데이어 사이언티스트는 뛰어난 개발자이자 분석가이고 창의적인 인재에다가 도메인에 대한 이해도가 높은 사람이다. 

     

    https://machinelearningmastery.com/become-data-scientist/

     

    일단 개발 실력도 중급 이상을 갖춰야 하고, 전문적인 데이터 분석 스킬과 경험이 많아서 직관 혹은 판단과 같은 부분도 매우 뛰어나야 한다.

     

    이처럼 신입이 자기를 데이터 사이언티스트로 설명하는 것은 정말 말도 안되는 것이며 자기를 그정도로 설명할 정도라면 정말 학창시절에 데이터에 관련된 많은 논문을 쓰거나, 연구과제를 맡고 부업으로 관련 업무를 하며 성공적으로 프로젝트를 완료한 경험도 있어야 할 것이다.

     

    주변에 신입을 보면 분명 어떻게 하면 회귀 분석을 할지, 분류를 해야 할지 등을 이해하는 사람은 많으나 데이터를 도출해나가는 과정에 대한 스토리텔링도 부족하고, 인사이트를 전혀 내리지 못하는 경우가 허다하며 가장 큰 문제를 데이터 해석을 이상하게 하는 경우가 많다.

     

    사실 이 부분이 가장 클 수 있는데 통계라고 하는 것이 동일한 데이터를 보면서 전혀 해석을 달리할 수 있기 때문이다. 그렇기에 올바른 해석을 하기 위해서는 정말 많은 프로젝트를 뛰면서 "경험"을 해봐야 하는데 이 경험이 없는 신입이 자기를 데이터 사이언티스트라고 소개하는 것이 얼마나 한심스러운지 생각해봤으면 좋겠다.

     

    댓글

    Designed by JB FACTORY