두 직무를 한 문장으로 가르면 이렇습니다. 데이터 분석가는 숫자로 질문에 답하는 사람이고, 데이터 엔지니어는 그 숫자가 제때 깨끗하게 흐르도록 길을 놓는 사람입니다. 같은 데이터를 다루지만, 하나는 의미를 꺼내고 하나는 파이프를 만듭니다.
하루 업무가 이렇게 다릅니다
데이터 분석가의 하루는 질문에서 시작합니다. '지난달 이탈이 왜 늘었나' 같은 물음을 SQL과 통계로 파고들어, 사람이 5초 안에 이해할 그래프와 한 줄 결론으로 옮깁니다. 도구보다 질문을 지표로 번역하는 감각이 먼저입니다.
데이터 엔지니어의 하루는 파이프라인에서 시작합니다. 여러 곳에 흩어진 데이터를 모아 정제하고, 분석가와 서비스가 바로 쓸 수 있는 형태로 매일 흐르게 만듭니다. 코드와 인프라 비중이 커서, 소프트웨어 엔지니어링에 더 가깝습니다.
준비물도 갈립니다
- 분석가: SQL, 통계 기초, 시각화(Tableau·대시보드), 비즈니스 이해
- 엔지니어: SQL, Python, 분산처리(Spark 등), 클라우드·워크플로 도구
- 공통: SQL은 둘 다의 바닥이라, 어느 쪽이든 여기서 시작하면 손해가 없습니다
고민된다면 SQL부터
둘 사이에서 못 정하겠다면, 공통 바닥인 SQL을 먼저 파세요. 몇 주 해 보면 '숫자에서 의미를 꺼내는 게 재미있는지', '데이터가 흐르는 구조를 짜는 게 재미있는지'가 스스로 갈립니다. 그 감각이 가장 정직한 진로 신호입니다.
분석가는 '무엇을 아는가'로 평가받고, 엔지니어는 '무엇을 만들었는가'로 평가받습니다.
— 두 직무 채용공고의 평가 항목 차이
그래서 포트폴리오의 결도 다릅니다. 분석가는 하나의 질문을 끝까지 파고든 분석 리포트가, 엔지니어는 실제로 돌아가는 파이프라인과 코드가 강합니다. 두 직무를 항목별로 나란히 놓고 보고 싶다면 직무 비교에서 연봉·역량·준비물을 한 화면에 펼쳐 볼 수 있습니다.
참고한 자료
- 데이터 분석가·데이터 엔지니어 신입 채용공고의 담당업무·자격요건 비교
- 취업 오리 데이터 직무 가이드 — 필요 역량·학습 순서 정리
취업 오리 편집 기준에 따라 작성했습니다. 무엇을 근거로 쓰는지는 사이트 소개에 정리했습니다. 참고용이며, 지원 전에는 해당 공고를 직접 확인하세요.
이 글과 이어지는 직무
글에서 다룬 직무의 하는 일·연봉·필요 역량·학습 순서를 가이드에서 이어 보세요.