게임 데이터사이언티스트는 대규모 게임 플레이·과금·커뮤니티 데이터를 기반으로 머신러닝·통계 모델을 개발하여 유저 행동을 예측·분류하고, 개인화 추천, 매칭 시스템, 부정행위 탐지, 게임 밸런스 최적화 등에 활용합니다. 분석가가 인사이트를 제공하는 단계에서 나아가 예측·최적화·자동화 모델을 구축합니다.
필요 역량
1.
데이터 수집·전처리 – SQL, Python, BigQuery를 활용한 대규모 데이터 추출·정제
2.
통계 분석·모델링 – 분류·회귀·군집, 시계열, A/B 테스트 설계 및 통계 검정
3.
머신러닝·딥러닝 응용 – 추천 시스템, 매칭 알고리즘, 부정행위 탐지, LTV 예측
4.
시각화·리포팅 – Python·태블로를 활용한 모델 결과 해석 및 전달
5.
도메인 지식 – 게임 메커니즘, 밸런스 지표, 유저 행동·경제 시스템 이해
1) 역량별 BDA 강의 추천
역량 | 강의명 | 기간 | 배울 내용 | 활용 예시 |
수학·통계 기초 | 데이터사이언스를 위한 수학 리터러시 | 10주 | 벡터·행렬 연산, 선형대수·미적분 기초 | 추천·이탈 예측모델 수학적 기반 이해 |
수학·통계 기초 | 데이터사이언스를 위한 기초확률론 | 10주 | 확률변수, 분포, 베이즈 정리 | 리텐션·이탈 확률모델 해석 |
통계 분석·실험 설계 | 데이터 분석 입문반(통계) | 16주 | 군집분석, 가설검정, A/B 테스트 설계 | 고객 세분화, 마케팅 실험 설계 |
머신러닝 모델링 | 데이터 분석 모델링반(ML1) | 16주 | 분류·회귀 | 고객 전환율/이탈률 예측 |
머신러닝 응용 | 데이터 분석 실전반(추천시스템 구현) | 10주 | 협업 필터링, 콘텐츠 기반 필터링, 하이브리드 추천 | 맞춤형 상품 추천 시스템 구축 |
2) 관련 BDA 행사는 무엇이 있을까?
과거에 진행했던 BDA 행사 중 추천하는 행사는 다음과 같습니다!
•
Do It! 딥러닝 교과서 저자 직강 (024.05.17)
•
데이터 엔지니어의 취업 가이드 (2024.11.30)
•
찍어먹어 BDA 원데이 클래스: 실습을 통해 배우는 1 - day 머신러닝 (지도학습) (2024.08.02)
•
찍어먹어 BDA 원데이 클래스: 구현하며 이해하는 CNN(2024.08.11)
게임 분야 데이터사이언티스트 역량 강화를 위한 11기 전용 특강·실전 프로젝트도 준비 중이니 많은 기대 부탁드립니다! 