꿈라CBT다음은 A기업 분석팀에서 실제로 발생한 상황들에 대한 해석이다. 데이터 사이언티스트에게 요구되는 역량의 관점에서 가장 적절하지 않은 것은?
- 1이탈 예측 모형의 정확도는 높았으나 현업 담당자가 결과를 이해하지 못해 채택되지 않았다면, 하드스킬보다 소프트스킬의 부족이 성과의 병목이 된 사례로 볼 수 있다.
- 2모형이 통계적으로는 유의했으나 업계에서 통용되는 '이탈'의 정의와 다른 기준을 사용해 실무에 쓸 수 없었다면, 도메인 지식의 부족이 원인이 된 사례로 볼 수 있다.
- 3분석 결과가 특정 집단에 불리하게 작용한다는 민원이 제기되었을 때, 그 피해를 검증하고 법적으로 구제하는 일은 데이터 사이언티스트가 아니라 알고리즈미스트의 영역으로 구분된다.
- 4소프트스킬은 정량적으로 측정하기 어려운 보조적 역량이므로, 하드스킬이 충분히 뛰어나다면 소프트스킬의 부족은 분석 성과에 실질적인 영향을 주지 않는다.