MSDS Boot Camp 수강 후기 (2)
MSDS Boot Camp 시험을 치르고 나니 몇 개 후기를 더 받았는데,
프로그램 결정하는데 or 업무하는데 도움 될 것 같아보이는 구절들만 몇 개 골라봤습니다.
(중략)
제가 이번 강의를 들었던 가장 큰 이유는 MSDS 과정을 밟기 위해서가 아니라, (*주: MSDA 지원하겠다고 미리 말씀하신 분)
데이터 사이언스라는 분야에 발을 들이기 위해선
최소한 어떤 학문 또는 역량, 훈련이 필요한지 알기 위해서였습니다.
강의를 들었을 땐 조각이 맞춰지는 기분이었는데,
이상하게 시험을 치뤘을 땐 ‘아 그 때 다 맞춰진 게 아니라 그냥 기분이었구나. 아직 멀었구나’라고 생각했습니다. 웃프네요.
12년 동안 수학은 암기과목이다 생각하고 살아온 탓에,
수학, 통계학을 직관적으로 바라볼 수 있는 훈련(혹은 교육)을 받고 싶었습니다.
직관적인 시각, 훈련을 기르기에 2달이라는 기간은 제게 조금 짧았던 것 같아요.
(중략)
(중략)
대표님 강의는 항상 느끼는 것이 많지만, 금번 강의 및 시험은 특히나 와 닿는 것이 더 많았습니다.
(중략)
문제와는 별개로, 시험을 준비하면서 잊고 있었던 수리통계 지식들을 복구하는 과정은 힘들었지만 재밌었습니다.
예전에는 단순히 개념/증명을 외우고 문제를 푸는데 집중했다면,
현업에 있고 & 대표님 강의를 듣고 난 지금은 이 성질 / 정리들이 왜 중요하고, 어디에 어떻게 쓰일 수 있을 지를 고민하다보니 더 좋았던 것 같습니다.
(중략)
말씀주셨던 대로, 더욱 열심히 공부하라는 뜻으로 받아들이고 그만 좌절하고 더욱 정진하겠습니다.
어차피 통계 / 데이터 사이언스 공부는 끝이 없기 때문에 갈 길도 멀고,
당장의 조급함에 치우쳐 전체를 그르치는 것 보다 한 계단 한 계단 내공을 쌓아올리는 데 집중하겠습니다.
(중략)
표면적 사고에 적응해서 깊이있는 논리적 사고가 부족한 제 분수를 알게된 시험 덕분에 마음이 많이 아프지만..
어떻게 공부하고 생각해야 하는가에 대한 방향을 이제 좀 알 것 같습니다.
부끄럽지만 앞으로 더 열심히 하겠습니다 ㅜ.ㅜ
먼저, 두 달 동안 좋은 강의를 해주셔서 감사합니다.
Prep class를 들으면서 시험을 쳐야하나 말아야하나 고민이 많았지만,
스스로가 얼마나 심각한지 느끼고 각성해야겠다는 마음으로 시험장에 들어갔네요.
저는 산업공학으로 학사, 석사를 마쳤는데 Prep class 8번의 통계학 수업은 전부 다 처음 다뤄본 내용이었습니다..
(Wald, LR 등 parameter의 variance에 대한 test나 heteroskedasticity, endogeneity가 존재할 경우…)
동적최적화 부분 역시도 마찬가지지만요..
첫 수업을 듣자마자 흔히 말하는 멘붕이 왔지만 작년 들었던 DS 수업을 떠올리며 버텼습니다.
DS 수업도 어찌저찌 흐름만 따라가고 실제는 반도 이해못했었지만, 다 듣고 나니 깨닫는게 많았던 수업이었고
당시 데이터 업무를 어떻게 해나가야 되는지 모르는 저에게 방향성과 지식의 깊이가 어느정도 돼야 하는지 가늠자가 됐었습니다.
(그 전에도 여러 강의를 찾아봤지만 다 코드 기반의 수업들만 있어서 회피하다가 진짜 없어서 그나마 하나 선택해서 들었었는데 크게 도움은 안됐었습니다. 그렇게 떠돌다가 결국 파비클래스를 알게 되긴 했지만요ㅎㅎ)
이번 Prep class를 들으면서 선형대수, 통계도 다시 공부하게 됐고 그 후에 다시 수업내용을 따라가느라 많이 버거웠던 것 같습니다.
그래도 추천해주신 김창진 교수님의 계량경제학 노트 덕분에 많은 도움이 됐었습니다. 확실히 이 노트를 보고 수업 내용을 복기하면서
‘대표님께서 이 정도는 알고 있다는 가정 하에 수업을 진행하시는구나’를 많이 느꼈습니다. 부끄럽습니다..
그리고 전공에서 왜 이러한 관점에서는 안 다룬건지 너무 화가 나서 일부 과목들의 교재를 살펴보고 생각을 해봤는데,
그냥 품질, 실험계획 과목이나 제조 데이터 특성상 데이터 분석 영역의 대부분이 one variable로 확률분포 분석을 하거나
반복 측정으로 measurement error를 줄일 수 있거나 regression을 해도 보통 A3F와 A5N인 상황이 많기 때문이라는 것을 깨달았습니다.
산업공학이라는 학문이 흔히들 넓고 얕게 많은 걸 배운다라고 하는데 그러다보니
정말 딱 그 프레임 안에서 필요한 것만 가르칠 수 밖에 없었던 건가 싶지만
Prep class로 다양한 주제를 배우고 나니 뭔가 아쉬움이 남았습니다.
특히나 이제는 기존 분석 외에도 다양한 데이터를 다룰 기회들이 많아지고 요구할텐데
이러한 직무로 오는 전공자들이 경쟁력이 있을까 싶네요.
물론 산업에 따른 도메인 지식도 중요하지만 부족한 수학적 논리로 인해 필드 데이터와 분석결과 간 괴리감이 클 것 같습니다.
(중략)
이러한 환경에서 제가 잘못된 지식이 쌓여가면 어떻게 하나 염려가 되면서도 저의 부족함을 한탄했습니다.
그래서 파비 대학원이 생긴다고 했을 때 많은 생각을 했던 것 같습니다.
(제가 다른 기업으로 이직한다한들 이 직무에 대해 제대로 알려 줄 선배나 시니어를 만날 확률이 극히 낮을 것이고
그런 운에 기댈 바에는 파비 대학원 가서 제대로 공부하는게 빠르지 않을까.. 이런 생각들..)
Prep class 모집 초기 당시에는 사실 대학원 과정이 이렇게 세분화될 줄은 몰랐지만 DS 수강 경험상 어려울 걸 알았기에
더욱 더 수준을 알아야 저에게 맞는 과정 선택을 할 수 있다고 생각하여 등록을 했는데 역시나 저에겐 어려웠네요..
아마 채점을 하면서 한숨을 많이 쉬셨을 생각을 하니 죄송해집니다.
저 또한 미리 포기하고 메일을 드려야하나, 망하더라도 시험을 봐야 하나 등등 머리 터질 듯 고민했습니다. (그 와중에 동적 최적화는 너무 어렵고..ㅠ)
그래도 어떤 과정이든 대학원을 가고 싶기 때문에 부딪혀보는게 맞다고 생각해서 시험을 지원했습니다.
(시험장에서의 많은 빈자리와 오전에 블로그 Boot camp 후기를 읽으면서 저와 같이 생각하는 분들도 있구나라는 생각이 드네요.)
이런 유형의 시험이 익숙하지 않아서 좀 얼어 있던거 같습니다..
동적최적화 부분은 아직 이해못한 내용도 있지만 다른 문제들은 저 또한 아쉬움이 큰 것 같습니다..
(준비가 그만큼 미흡했다는 것이겠지만요..)
+ 간단 의견
전반적으로 보면, 내용이 어려운 부분도 있었겠지만, 시험 준비 방식이 시험 점수를 결정했지 않나 싶다.
나 역시 처음 이런 지식을 이런 방식으로 배울 때 그림을 하나로 그려내면서 문제 풀이를 하지 못했던 탓에 고생이 많았었다.
계속 문제들을 풀면서 어느 시점엔가 이게 문제를 만들려고 문제를 만든게 아니라,
굉장히 좋은 논문이 구성된 방식을 정리하고, 그 정리한 내용을 문제로 바꾼거라는걸 깨닫는 순간이 있었는데,
딱 그 때부터 시험 점수의 레벨이 완전히 달라졌던 것 같다.
이런 전환이 단기간에 쉽게 일어나려면 이미 수학적으로 준비가 굉장히 많이 된 상태거나,
아니면 원래부터 논리를 쌓는 훈련도가 높고, 최소한의 수학 지식을 갖췄어야 할 것이다.
그 둘을 우리나라 대학들이 제대로 못 시켜준다는걸 느낄 수 있는 후기이기도 했고,
강의 끝나고 조교 수업을 붙여서 문제들을 풀어주는 훈련이 반드시 필요하겠다는 확신을 갖게되는 후기이기도 한 것 같다.
MSDA (-> 변경 MSc in Data Science) 첫 학기에 배울 Mathematical Statistics 1 (-> 변경 Regression Analysis) 수업은 아예 교수님 두 분에게 본인들 방식으로 하나씩 만들어달라고 부탁을 했다.
한 수업을 듣고 잘 이해가 안 되면 같은 내용을 다룬 다른 교수님 수업을 들으면서 좀 더 보완을 해 보는거다.
이렇게까지해도 MSDA의 첫번째 관문을 넘을 수 없으면 Science DNA가 부족하다는 걸 스스로 인정하고
MBA in AI BigData에서 공부를 조금이라도 더 즐겁게 하면 좋겠다.
논문을 정리해서 문제를 만들었다는 걸 깨닫고 갑자기 문제를 푸는 길, 논문을 쓰는 길이 눈에 확~ 들어오던 그 무렵,
너무 기분이 좋아서 구글링으로 여러 학교 문제들을 뒤져서 한동안은 못 푸는 문제가 없다고 자뻑감에 좀 사로잡혔었는데,
우리 학생들도 어느 레벨에서 공부하건 그런 즐거움을 만끽하는 순간을 경험하면 좋겠다.
前 MSDS, 현 MSc Artificial Intelligence 입시시험 후기 시리즈
