늘어나는 데이터 과학자의 수요에 맞춘 유용한 서비스라고 생각된다.
대표적인 MOOC 서비스로 잘 알려진 Coursera에서도 데이터 과학 분야 아래에 data analysis, machine learning 및 probability & statistics 소분야로 나누어서 261개 강좌를 서비스한다. 존스홉킨스대에서는 Coursera 내에 총 10개 강좌로 구성된 Data Science Specialization를 제공한다.
MOOC에 대해서는 2015년 내 블로그에 작성한 글이 있다.
UST 교수법 워크숍을 다녀와서 - MOOC와 Flipped learning
한국형 MOOC를 표방하는 K-MOOC에서도 비슷한 성격의 강좌를 다수 서비스한다. 2015년 10개 대학이 참여하여 27개 강좌로 시작하여 2017년 12월 현재 개설된 강좌는 총 570개로 꽤 큰 규모로 성장하였다. Coursera는 2,000개가 넘는 강좌를 제공하고 있다. K-MOOC의 강좌 분류는 Coursera와 약간 달라서 '데이터 과학'과 같이 트렌디한 분류명은 없다.
데이터 과학에 해당하는 K-MOOC의 강좌는 어떤 대분야에 속해 있을까? 몇 가지를 조사해 보았다. 생각보다 다양한 대분야로 분산된 모습을 볼 수 있다.
- [A.I. Series] R을 이용한 통계학개론 -> 자연
- Machine learning for data science -> 공학
- 인공지능 및 기계학습 -> 공학
- 빅데이터의 세계, 원리와 응용 -> 사회과학
- 빅데이터 첫걸음 -> 공학
- 통계학의 이해 -> 자연
- 데이터 과학을 위한 Python 입문 -> 공학
- 바이오헬스 빅데이터 마이닝 -> 인문과학
- 텍스트 마이닝 실전 및 분석 -> 공학
이제는 학교나 학원에 다니지 않고서도 이렇게 학습을 할 수 있는 기회가 널리 제공되고 있으니 기초 통계학이나 스크립트 언어 사용법을 배울 기회가 없었다고 변명을 하기는 점점 곤란해질 것이다. 앞으로 KOBIC의 차세대생명정보강좌에서도 이러한 점을 감안해야 할 것이다. 그리고 기존에 IT나 통계 실무 분야에서 교육 서비스를 제공하던 회사와의 상생 방안도 마련되어야 할 것으로 보인다.
댓글 없음:
댓글 쓰기