조지아텍 OMSA 전공 후기 정리(3): Meta 분석팀 매니저의 경우

 

요약

• 과정 개요: 질문자는 메타(Meta)에서 팀을 관리하면서 3년 동안 파트타임으로 조지아텍 데이터 분석 석사 과정을 이수했습니다. 이 과정은 데이터 사이언스 프로그램과 유사하며, 비용 경쟁력이 뛰어나고, 유명 대학의 학위라는 장점, 그리고 다양한 과목 선택의 유연성이 있습니다.
• 과목별 경험:
  • Computing for Data Analytics: 파이썬, 넘파이 등 컴퓨팅 분석의 기초를 다지는 부트캠프 스타일의 과목. 과제 난이도가 높지만, 프로그램 적합성 판단에 도움.
  • Data and Visual Analytics: 다양한 기술을 얕게 다루며, 실제 업무와 유사하게 짧은 시간 내에 여러 도구를 익히는 경험 제공.
  • Intro to Analytics Modeling: R을 활용한 분석 및 금융 모델링 이해에 도움.
  • Simulation: 해석적으로 풀기 어려운 문제를 시뮬레이션으로 접근하는 방법 학습. 콜센터, 물류 등 실제 사례와 연결.
  • Bayesian Statistics: 머신러닝과 모델링에 유용하지만, 교수의 강의 방식(슬라이드 읽기)에 실망. 대체 교재와 실습을 추천.
  • Management 6203: 비즈니스와 분석의 연결을 다루나, 실질적으론 시간 낭비로 평가.
  • Computational Data Analytics (Machine Learning 1): 선형대수 등 기초가 중요하며, 실제 프로젝트(맥도날드 아이스크림 기계 고장 분석 등) 경험.
  • High Dimensional Data Analytics: 난이도 높지만 매우 유익한 강의. 텐서 분석, 알고리즘 구현 등 실습 중심.
  • Deep Learning: 논문 구현, 보고서 작성 등 실전 중심의 과제. 학습 효과가 높음.
  • Practicum: 실제 현장 경험의 중요성 강조. 현업 프로젝트를 통해 실무 능력 강화.
• 총평: 3년간 주말과 저녁 시간을 투자해야 하는 희생이 있지만, 구조화된 환경에서 자기주도적으로 학습할 수 있고, 다시 선택해도 할 만큼 만족도가 높음. 마지막 학기에는 컴퓨터공학 석사 과정에도 지원하여 전공을 확장함.
• 조언: 베이지안 통계 과목은 추천하지 않으며, 실무 경험(Practicum)과 실습 중심 과목을 적극적으로 활용할 것.

 

배경

저는 메타(Meta)에서 팀을 관리하면서 약 3년 동안 파트타임으로 조지아텍에서 석사 과정을 밟았습니다. 이 과정은 대부분의 데이터 사이언스 프로그램과 매우 비슷합니다. (...) 저는 오랫동안 분석 일을 해왔습니다. 13~14년 정도 된 것 같네요. 정말, 저는 제 자신을 더 발전시키고 싶어서 이 과정을 시작했습니다. 이 프로그램을 정말 강력히 추천합니다. 이런 자료를 스스로 공부할 수 있도록 구조화된 환경이 있다는 점이 정말 좋습니다. 한 번에 한 과목씩 들으면서 3년 정도면 이 프로그램을 마칠 수 있습니다. 주말과 저녁 시간을 많이 투자해야 하니 희생이 필요합니다. 그래도 다시 한다고 해도 할 것 같습니다. 조지아텍에서의 경험이 너무 좋아서, 마지막 학기에는 컴퓨터공학 석사과정에도 지원했고, 전공을 그쪽으로 확장하기로 결정했습니다.

과목별 경험

저는 2019년 가을에 이 프로그램을 시작했습니다. 첫 번째로 들은 과목은 (1) Computing for Data Analytics였습니다. 파이썬, 넘파이, 그리고 계산 분석에 정말 능숙해지는 하드코어 부트캠프 같은 과목입니다. 이 과목의 가장 좋은 점은 과제입니다. 노트북을 붙잡고 여러 가지 랜덤 테스트 케이스를 통과하려고 정말 열심히 과제를 풉니다. 이 과목의 힘든 점은, 마지막 점수를 따기 위해 복잡한 숫자 오류 때문에 고생하는 부분입니다. 그걸 해결하지 못하면 과제 전체를 망칠 수 있어서 정말 미치게 만들죠. 실제로 이 부분에서 많은 학생들이 어려움을 겪습니다. 다소 마조히즘적으로 들릴 수도 있지만, 이 프로그램을 계속할지 판단하는 데 아주 좋은 시작 과목입니다.

두 번째로 들은 과목은 (2) Data and Visual Analytics입니다. 이 과목에서는 정말 많은 기술을 접하게 되는데, 표면적으로만 다루기 때문에 깊이 있게 익힐 시간은 부족합니다. 하지만 현실과 비슷하죠. 실제로도 어떤 패키지에 대해 깊이 있게 익힐 시간 없이 결과물을 만들어야 할 때가 많으니까요. 이 과목에서 배운 다양한 새로운 방법론을 나중에 업무 프로젝트에 적용하기도 했습니다.

그 다음 들은 과목은 (3) Intro to Analytics Modeling입니다. 이 과목에서는 R로 분석하는 방법을 배웁니다. 금융 모델링을 더 잘 이해하는 데도 매우 유용합니다.

네 번째 과목은 (4) Simulation입니다. 때로는 해석적으로 풀 수 없는 문제가 있는데, 이런 경우에는 시뮬레이션이 훨씬 쉽습니다. 통계적 특성과 기대값을 생각하는 방식인데, 콜센터, 물류, 배송 등과도 연결됩니다. 이 과목의 교수님이 정말 훌륭해서 이 과목을 A등급으로 올려줍니다.

다음은 (5) Bayesian Statistics입니다. 조지아텍 OMSA 커리큘럼에서 가장 실망스러운 과목이었습니다. 좋은 점부터 말하자면, 베이지안 통계는 머신러닝이나 모델링에 매우 강력한 도구입니다. 문제는 교수님이 강의 내내 슬라이드만 읽으신다는 겁니다. 조지아텍에서 이 과목은 듣지 마세요. 대신 이 책으로 시작하세요. 이 책이 파이썬으로 베이지안 통계를 배우는 기본적인 내용을 알려줄 겁니다. 그리고 이 책이 진짜입니다. 이걸 직접 구현해보면 조지아텍 베이지안 통계 과목에서 얻을 수 있는 것보다 2~3배 더 많이 배울 수 있습니다.

다음은 (6) Management 6203입니다. 이 과목은 비즈니스 개념과 분석을 연결해줍니다. 시간 낭비였습니다.

다음 과목은 (7) Computational Data Analytics, 즉 Machine Learning 1입니다. 이 과목은 정말 훌륭합니다. 선형대수로 여러분을 단련시키니, 선수과목을 꼭 해두세요. 이 과목의 가장 멋진 점은 프로젝트입니다. 저희 팀은 맥도날드 아이스크림 기계의 고장 원인을 분석하는 딥다이브 프로젝트를 했습니다. 맥도날드 매장 운영자가 기계 고장의 원인인지 알아보는 것이었죠. 실제로 이와 관련된 소송도 있습니다.

마지막 학기에는 HDDA, 딥러닝, 실습(Practicum), 그리고 OMSCS 석사과정 선수과목을 들었습니다. 이 과목들부터 이야기해볼게요. (8) High Dimensional Data Analytics는 S등급 과목이고, 정말 어렵습니다. 꼭 듣는 방법을 찾아보세요. 그만큼 가치가 있습니다. 텐서 분석과 유용한 실습, 알고리즘 구현 등이 많습니다. 듣길 정말 잘했다고 생각하지만, 동시에 트라우마도 남았습니다.

마지막으로 소개할 과목은 (9) 딥러닝입니다. 과제들이 정말 잘 만들어져 있고, 5개의 논문을 읽고 직접 구현해보는 식입니다. 프로젝트 내에서 구현하고, 보고서를 작성하고, 배운 점을 분석합니다. 정말 아름다운 수업 방식입니다.

이제 (10) 실습(Practicum)에 대해 말씀드릴게요. 이런 학위를 마치고 실무 경험이 없다면 안 된다고 생각합니다. 실제 현장에 나가서 배운 것을 적용해보면 정말 많은 것을 배울 수 있습니다. 저는 지역 비즈니스에서 웹페이지가 포트폴리오 성과와 어떻게 연결되는지 이해하는 프로젝트를 했습니다. SHAP 패키지 등 다양한 파이썬 패키지를 경험해보고 싶었고, 그 도구를 더 많이 다룰 수 있는 프로젝트를 선택했습니다. 이게 바로 이 학위의 핵심입니다.