대학원 프로그램 선택을 고민할 때, 어떤 부분을 고민해서 결정해야 할까요?

 

 
 
Q. 이번에 지원해서 발표나고 잇는 상황인데, 학교/프로그램 선택 시에 커리큘럼 즉, 수강 과목들을 많이 보라고 하셨는데, 사실 지식이 많이 없다보니 수업을 보고 프로그램을 선택하는 것이 선뜻 감이 오질 않습니다. 물론 좋은 학교가 프로그램도 좋을 가능성도 높을 수 있겠지만서도요. 혹시 프로그램을 선택할 때 주의 할만한 점을 알 수 있을까요?
 
기준1. 내가 목표로 하는 데이터 직무 / 잡타이틀이 요구하는 스킬셋들을 잘 배울 수 있는 프로그램인가?
프로그램 선택 시 커리큘럼을 보고 판단하라고 말씀드린 이유는 데이터 과학(DS) 프로그램이 프로그램마다 초점이 다를 수 있기 때문입니다. 어떤 프로그램은 통계에 더 중점을 두고, 다른 프로그램은 컴퓨터 과학(CS)에 더 중점을 둘 수 있습니다. 본인이 목표로 하는 데이터 직무(데이터 분석가, 데이터 과학자, 데이터 엔지니어, 머신러닝 엔지니어 등)에 필요한 스킬셋을 먼저 정리하는 것이 중요합니다. 예를 들어, 데이터 엔지니어를 목표로 하는데 통계 위주의 프로그램을 선택하면 필요한 스킬셋이 일치하지 않아 추가적인 공부가 필요할 수 있습니다. 이렇듯 내가 배우고 싶은 내용을 명확히하고 학습에 있어서 우선순위를 확실히 하면, 좀 더 만족스러운 대학원 프로그램 선택이 이루어질 수 있을 것 같습니다.
 
기준2. 대학원 프로그램에서 주로 사용하는 언어가 Python? R?
대학원 프로그램에서 주로 사용하는 프로그래밍 언어도 중요한 고려 사항입니다. 잘 아시겠지만, 인더스트리에서는 Python을 주로 사용하는 경우가 많습니다. 하지만, 많은 대학원 프로그램이 아직도 R을 메인으로 사용하는 경우가 있습니다 (통계학 석사, Business Analytics 일부 프로그램 등). 미국은 학계에서 아직도 R을 많이 사용하고 있는데, 교수님들 본인이 R이 좀 더 익숙하시면, 학생들의 입장을 고려하지 않고, 그냥 R을 이용해서 강의를 진행하시는 것이죠...
따라서, 이렇게 R을 메인으로 사용하는 프로그램을 선택하게 되면, 개인적인 노력을 통해서 Python을 따로 학습해야 할 수도 있습니다. 가뜩이나, 배울 것도 많고 바쁜 대학원 생활에 잡 인터뷰를 위해서 추가적인 프로그래밍 언어를 배우는 것은 여간 쉽지 않은 일입니다. 따라서 프로그램 선택 시 주로 사용하는 언어가 무엇인지도 확인하는 것이 필요합니다.
본인이 학계에 계속 남아서 일을 할 것인지 or 산업군으로 나아갈 것인지?
어떤 인더스트리는 R을 주로 사용하는 분야도 있고, 어떤 분야는 Python을 주로 사용하는 분야도 있습니다. 따라서, 본인이 목표로 하는 커리어에 따라서, 프로그램을 선택하는 것이 중요하겠습니다.
 
기준3. 대학원 프로그램이 생긴 지 얼마나 되었는가?
Data Science 특성상 신생 프로그램이 많습니다. 랭킹이 높은 학교라고 해서 꼭 좋은 프로그램을 제공하는 것도 아니고, 랭킹이 낮은 학교라 하더라도 알차게 가르치는 프로그램이 많이 있습니다. 따라서, 해당 대학원 프로그램이 언제 처음 생겼는지 확인해 보는 것은 중요합니다.
새로 생긴 프로그램일수록 우선 졸업생 네트워크가 부족할 수 있습니다. 따라서, 잡서칭 시에 네트워킹을 할 졸업생이 많이 없다는 것은 불리한 상황일 수 있습니다. 또한, 커리큘럼에도 문제가 있을 수 있습니다. 아무리 좋은 학교에서 환상적인 기획력으로 좋은 석사 프로그램을 디자인했다고 하더라도, 실제로 기획과 운영은 많은 괴리가 있습니다. 따라서, 프로그램이 안정적으로 운영되기 위해서는 학교 측에서도 몇 년에 걸쳐 학생들의 피드백을 통해 개선을 거듭해야 좋은 석사 프로그램이 됩니다.