데이터 사이언스 학습 로드맵 (나의 버전)

내 경우 데이터사이언스 자체를 목표로 한다기보다는  처음부터 RPA와 UIpath라는 목적을 두고 공부하고 있다. 하지만 해당 분야가 데이터 사이언스라는 분야에 있어서 한 축을 담당하기에 배경지식을 어느정도 이해하고 있어야 유기적인 판단과 처리를 할 수 있을 것으로 판단되어 로드맵을 따라 학습 하려고 한다.

 

-> 데이터사이언스의 로드맵을 따르지만 우선순위로는 UIpath를 위한 서포트 파트를 공부할 것

 

내가 앞으로 만들어가야할 학습과정 및 포트폴리오는 아래와 같다.

1. 처음엔 아주 기초적인 아웃풋 사례에서 부터 복잡한 과정을 담아갈 것

   ->  실질적으로 기업에 도움이 될수있는 아웃풋 그걸 위해 순차적인 레벨1짜리 아웃풋을 수차례 경험할 것

2. 실패했던 사례와 보완하는 사례를 만들것

3. 학습, 성장 셀프 피드백하기

 

 

 

 

위임의 다섯레벨

기본적으로 프로젝트를 함에 있어 누군가의 밑에서 일하는 것 혹은 누군가에게 일을 시키기 위해서는 5단계의 위임단계가 있다.
1레벨 위임 : 담당자가 더도말고 덜도말고 딱 요구하는 만큼 업무를 완수해 주기를 바라는 것
2레벨 위임 : 담당자가 해당 사안을 검토 및 조사한 뒤 그 결과를 결정권자에게 보고하도록 하고 싶을 때 하는 것
3레벨 위임 : 담당자에게 문제 해결 과정에 참여하며 스스로 움직일 여지를 더욱 많이주지만 최종 결정권은 없는 것.
4레벨 위임 : 담당자가 선택안들을 평가하고, 스스로 결정하고, 결정을 실행한 뒤, 그렇게 했다고 보고하는 것.
( 담당자의 수준이 결정권자의 기준에 상당이 가까워졌음)
5레벨 위임 : 결정권한까지 떠나보내며 사실상 프로젝트 또는 업무의 전 과정을 다른사람에게 넘기는 것

Michael S. Hyatt 의  저서 Free To Focus 에서 참고

📌 코멘트

나의 경우 데이터 처리를 배우는 업무 자체가 1레벨, 2레벨의 기준에 부합하기 위한 목적으로 학습을 할 예정이지만, 기업의 방향에 유기적으로 성장하기 위해서는 다음 단계 또한 밟아가야하고 정진해야한다고 생각한다. 

때문에 데이터를 추출하고 정제하는 과정 뿐만 아니라 이것을 어떤 식으로 사용할 수 있을까? 를 목적으로 반대로 운영자의 입장으로 고민해보며 학습을 해나아가야한다는 계획을 세웠다.

 

 

 

1. 프로그래밍 및 소프트웨어 엔지니어링 (예상 기간: 2-3개월)

• 알아야 할 프로그래밍 주제
  • 파이썬 학습
    • 일반적인 데이터 구조 (데이터 타입, 리스트, 사전, 세트, 튜플), 함수 작성, 논리, 제어 흐름, 검색 및 정렬 알고리즘, 객체 지향 프로그래밍, 외부 라이브러리 작업 등
  • Git과 GitHub 학습
    • 터미널 사용 능숙, Git 버전 제어와 GitHub 사용
  • SQL 학습
    • SQL 스크립트: 조인, 집계, 서브쿼리 등을 사용하여 데이터베이스 조회

 

---

1 -2 레벨 위임 수준

 

2. 데이터를 추출하고 처리하는 방법 (예상 기간: 2개월)

• 데이터 추출과 정제

---

3 레벨 위임 수준

 

3. 데이터 해석과 비즈니스 통찰, 스토리텔링 학습 (예상 기간: 2-3개월)

• 배워야 할 구체적인 데이터 탐색 및 스토리텔링 주제
• 데이터 분석 학습

---

4 레벨 위임 수준

 

4. 데이터 엔지니어링 학습 (예상 기간: 4-5개월)

• 1. 데이터 엔지니어링 학습
• 2. 데이터 엔지니어링 준비를 위한 인증

5. 응용통계와 수학을 학습하는 방법 (예상 기간: 4-5개월)

• 1. 응용통계와 수학에 중점을 두어야 할 토픽들
• 2. 통계와 수학을 배우는 리소스

---

6. 머신러닝과 AI를 학습하는 방법 (예상 기간: 4-5개월)

• 1. 머신러닝을 학습하는 리소스

출처: https://h1guitar.tistory.com/77?category=966836#toc141 [기꼬월드 Geek Code World]