데이터 분석가
비슷한 이름: 데이터 애널리스트 · 비즈니스 분석가 · 데이터 사이언티스트(인접)
이 직업은 어떤 문제를 해결하나
쌓여만 있는 데이터에서 의사결정에 쓸 수 있는 답을 꺼낸다
📌 실제로 반복하는 일
- •데이터 수집·정제 (실제 업무 시간의 큰 몫)
- •지표 설계와 대시보드 운영
- •가설을 세우고 데이터로 검증
- •분석 결과를 보고서·발표로 전달
다루는 대상: 데이터 · 지표 · 사람(의사결정자) / 결과물: 보고서 · 대시보드 · 의사결정 근거
🎒 어떻게 진입하나
- •통계·산업공학·CS 등 전공
- •포트폴리오(분석 프로젝트)
- •비전공 부트캠프 전환 사례 많음
준비 기간·비용(대략): 전공 4년 또는 전환 학습 6개월~2년 + 포트폴리오
💪 어떤 역량을 얼마나 쓰나
0(거의 안 씀) ~ 3(성과를 좌우). 지금 부족해도 배울 수 있는 것들입니다.
🏢 환경과 보상
환경: 실내·책상 · 협업 잦음 · 분기·캠페인 단위 시간압박
보상 구조: 수요 많음 · 직군 이동 유연 · 성과가 눈에 보임
역량이 이어지는 인접 직업: 데이터 엔지니어, 리스크 관리자, 그로스 마케터, 정책 분석가
🪞 나와 비교해 보기
점수가 아니라 확인입니다. 솔직하게 답할수록 쓸모 있어요.
이 직업의 핵심 업무가 실제로 흥미로운가요?
필요한 준비 기간을 감당할 수 있나요?
주요 업무환경(협업·압박·반복)을 받아들일 수 있나요?
핵심 역량을 이미 갖고 있거나, 배울 의지가 있나요?
화려한 면뿐 아니라 반복 업무도 감당할 수 있나요?
🔬 이 직업, 미리 겪어보기
이상한 값이 숨어 있는 표를 주고 '어떤 숫자가 이상한가, 왜 그런가'를 찾게 한다
🎮 지금 바로 해보기 →해보고 스스로에게 물어보세요 — 재미있었나요? 반복해도 괜찮을까요? 그 답이 어떤 검사 결과보다 정확합니다.
🏝️ MathIsland에서 미리 기르기
이 직업이 크게 쓰는 역량 중, 지금 실험실에서 체험할 수 있는 것들이에요.
📌 진로 가설로 저장
결정이 아니라 가설입니다. 상태는 언제든 바꿀 수 있어요 — 내 보드에서 모아 봅니다.
출처: 초안 — 워크넷 한국직업정보·NCS 대조 예정 (2026)