Pdata analyst bi insight
IT & Data 포지션 · Chapter 2 — 05
Data Analyst · BI 엔지니어
포지션 인사이트
SQL·Python·Tableau·Looker를 다루는 데이터 분석가·BI 엔지니어 포지션의 핵심 스택, 레벨별 기대치, 비즈니스 감각의 중요성까지 실전 가이드입니다.
01포지션 개요 & 시장 현황
데이터 분석가는 비즈니스 질문을 데이터로 답하는 역할입니다. SQL이 가장 핵심 도구이며, Python·R은 복잡한 분석과 시각화에 활용됩니다. BI 엔지니어는 이 분석 결과를 대시보드·리포트로 조직 전체에 배포하는 역할을 합니다.
데이터 분석가에게 기술만큼 중요한 것은 비즈니스 도메인 이해입니다. "이 숫자가 왜 이렇게 나왔는가"를 비즈니스 맥락에서 해석하는 능력이 주니어와 시니어를 가르는 핵심 차이입니다.
02핵심 기술 스택
분석 언어 & DB
SQL (고급 쿼리 필수)
Python (pandas, numpy)
BigQuery / Redshift / Snowflake
dbt (데이터 변환)
시각화 & BI
Tableau / Looker / Power BI
Superset / Metabase
Python (matplotlib, plotly)
Google Data Studio
분석 방법론
A/B 테스트 설계·분석
코호트 분석
퍼널 분석
통계 기초 (가설 검정, 회귀)
03레벨별 기대 역량
JUNIOR
주니어 (0~3년)
SQL 기본~중급 쿼리 작성. 엑셀/구글시트 활용. 기본 시각화 도구 사용. 리포트 제작 경험. 데이터 정합성 확인 습관.
MID
미드레벨 (3~6년)
복잡한 SQL 쿼리(Window Function, CTE). A/B 테스트 설계·결과 해석. Python으로 데이터 분석 자동화. BI 대시보드 독립 구축. 비즈니스 팀과 데이터 기반 의사결정 협업.
SENIOR
시니어 (6년+)
데이터 전략 수립. 지표 체계(North Star Metric) 설계. 분석 인프라 구축. 데이터 거버넌스 주도. 경영진 대상 데이터 스토리텔링.
데이터 분석가 면접에서 가장 중요한 것은 "숫자를 비즈니스 언어로 바꾸는 능력"입니다. SQL을 잘 쓰는 것은 기본이고, "이 분석이 비즈니스에 어떤 의사결정을 가져왔는가"를 말할 수 있어야 시니어로 인정받습니다.