1.
Kaggle 은 독이 될 수 있다.
데이터 분석가에게 중요한 것은 모델의 정확성, 튜닝이 아닌 EDA과정이다.
현업에서는 문제가 주어지는 것이 아닌, 문제를 정의하는 것에서 시작한다.
2.
비즈니스 > 데이터 분석
데이터 분석은 첫째도 둘째도 비즈니스다.
속한 산업의 비즈니스 모델을 제대로 파악해야 제대로 된 분석이 가능하다.
변화가 빠른 산업일수록 Action으로 이어지기 쉽다.
3.
보고서 + 커뮤니케이션 역량
보고서 + 커뮤니케이션 역량이 70% 는 먹고 들어간다.
4.
데이터 분석가는 조직에서 아웃라이어
목적 조직의 팀에서는 통계적인 해석을 어려워하고 좋아하지 않는다.
어떻게 통계적 수단을 심플하게 활용할 것인지, 쉽게 설명할 것인지가 더 중요하다.
5.
수비형 데이터 분석가 < 공격형 데이터 분석가
ad-hoc성 데이터 추출업무에서 그치지 말고 공격수가 되도록 하자.
실험 + 기획을 통해 직접 서비스에 적용되도록 하자