지극히 개인적인 생각이지만, 비추입니다.

박사 테크 타면 이론 스킬만 올라가고, 경험 스킬은 그닥. 일반적으로 이해하셔도 됩니다.

근무 회사가 SKY, 해외파 포함 박사들이 넘쳐나는데.. ㅡ_ㅡ); 즉 이 근거로 일반화 했습니다.

실무 경험이 많지 않은 분들이 임계치를 넘처 대략 난감입니다. 말은 다들 청산유수.

천재도 책 한권을 후딱 봐도 개발이 어렵습니다. 관련 경험이 더 중요하거든요.

통계 범위도 무진장 넓고 막상 학과 과정이 괴리감이 있을 수 있습니다.

방통대도 통계학쪽으로 교수진이 탄탄해 보이기는 하는데 커리큘럼 보면 실무적 빅데이타 분석 과정과 거리가 있어 보입니다.

최근 바이오데이타를 엮어 학과 과정을 만드셨던데 관련 종사자로 역시 과정이 현업과 거리가 있습니다. 

즉 부족하다고 느끼는 부분을 실무적인 방법과 엮어 파는 것이 보다 효과적이라 봅니다.

개발자는, 국내 학위로 우위를 가질 수 있는 부분이 많으나 성장점은 학위를 떠나 경험적/기술적으로 도메인을 가지신 분들이 대부분 정점을 찍는 것 같습니다. 

데브피아에 보면 억 연봉에 근접하게 가는 분들 많이 보입니다. 대부분 학위보다 연륜에 기반한 기술력을 가지신 분들 같습니다.

국내는 빅데이타 라는 용어와 함께 이제야 쓰는 R이나 S를 함께 사용하시면 보다 도움이 되실거라 생각합니다. 그리고 전산쟁이가 통계를 한다면 R보다 DB는 필수라고 봅니다. 빅데이타를 파일 기반 색인 기법도 있지만 아무튼 최종 DB를 모르면 데이타 가지고 노는데 제약이 많다고 봅니다.

주저리 많이 썼는데, 추천 테크는

R 많이 사용하시고, 올해 승격된 데이타 분석가 자격증, DAP, SQLP 테크 추천드립니다. 그러며 머신러닝쪽 테크에... 클러스터, 하둡, 드라젠, 글러스터, 쿠타 등등 쪽으로 파시면 될 것 같습니다.

죄송합니다. 쿠타가 아닌 쿠다(CUDA)입니다.

GPU를 이용한 대용량 분산 연산 처리 방법입니다. 현존 가성비 최고 연산 처리 방법입니다.