저는 데이터 분석은 아니지만 인공지능 학습 데이터 라벨링 수업을 받은 적이 있고 데이터를 처리하고 이를 인공지능화해서 구현하려면 데이터분석은 필수적인 과정이라고 알고 있습니다. 데이터분석은 이처럼 다양한 분야에서 중요한 역할을 하고 있는 것이기에 데이터분석 공부는 필요하다고 봅니다. 데이터 분석 공부를 하려면 기본적인 개념들을 알아야 하는데요. 주로 데이터 분석 개요, 통계학의 기본개념, 데이터 수집과 정리, 데이터 시각화를 학습하셔야 합니다.
데이터분석을 공부하려면 온라인 플랫폼에서 Coursera, edX, Udacity, Kaggle등이 있는데요. 제가 보기에는 데이터 분석을 위한 튜토리얼과 실습 데이터를 제공하는 Kaggle이 좋을 것 같습니다. 그리고 데이터 분석을 위해서 필요한 도구와 프로그래밍 언어를 배워야 하는데요. 데이터 분석에 사용되는 언어로 Python이 있는데 Pandas, NumPy,Matplotib, Seaborn 등의 라이브러리를 학습해야 합니다.
그리고 통계분석에 강력한 언어인 R로 ggplot2, dplyr 등의 패키지를 학습하고요. 데이터베이스에서 데이터를 추출하고 조작하는데 사용되는 SQL을 배우시고 데이터 분석의 기본도구인 Excel도 하셔야 하는데 기본적인 데이터 처리 및 시각화 기능을 학습합니다. 학습이 끝나면 실습 프로젝트를 수행하는데요. 다양한 데이터셋과 분석문제를 제공하는 Kaggle을 통해서 실력 쌓아갑니다. 사회 문제 해결을 위한 데이터 분석 대회에 참여할 수 있는 Driven Data도 이용해봅니다. 그런 다음에 자신이 분석한 데이터를 블로그에 정리해 나갑니다. 이는 복습과 포트폴리오 작성에 도움이 되는 것입니다. 이제 이를 토대로 해서 학원 및 오프라인 강좌를 한다거나 데이터 수집, 커뮤니티 참여를 통해서 여러 정보들을 교류해야 합니다. 이렇게 하시면 데이터 분석을 체계적으로 학습하지 않을까 합니다.