미국 Data Scientist 채용 — Case Interview · Kaggle · 한인 PhD 진로 (2026)

Data Scientist — 한인 PhD 진입 1순위 직무

미국 Data Scientist (DS) 는 2012년 HBR "Sexiest Job of the 21st Century" 이후 폭발 성장했지만, 2024-2026 LLM 시대에 직무 정의가 재편됐다. 단순 EDAㆍ대시보드 작성은 사라지고 (1) Product Data Scientist (분석 + 실험) (2) Machine Learning Engineer (모델 배포) (3) Research Scientist (논문ㆍ알고리즘) 3분기로 분화됐다. 한국 PhD (통계ㆍCSㆍ수학ㆍ공학) 졸업생의 미국 데이터/ML 직무 진입은 여전히 가장 현실적 경로 다.

3가지 분기 (FACT, 2026 직무 정의)

Product DS / Data Analyst — A/B 테스트, 메트릭 정의, 인과추론, SQL/Python. PM ㆍ엔지니어와 협업
ML Engineer (MLE) — 모델 학습ㆍ서빙ㆍMLOps. PyTorch, distributed training, GPU 인프라
Research Scientist (RS) — 논문 publishing, novel 알고리즘. PhD 필수, NeurIPS/ICML 액셉트 경력

한국에서 "데이터 사이언티스트" 라고 하면 보통 첫째 (Product DS) 를 의미하지만 미국에서는 둘째ㆍ셋째가 연봉이 훨씬 높다.

면접 형식

SQL / Python coding — 데이터 추출ㆍ변환. Stratascratch, Leetcode SQL hard
Statistics / Probability — 베이즈, 가설검정, p-value, 회귀, A/B 테스트 설계
ML Theory (MLE/RS) — bias-variance, regularization, attention, transformer, RL
Case Study — "DAU 가 떨어졌다. 진단해보라" / "Spotify 추천 시스템 설계"
Behavioral — STAR. 가설ㆍ실험 사례 강조

Case Interview 프레임워크

Diagnosis (진단) — DAU 하락 → 세그먼트 분해 (지역ㆍ디바이스ㆍ신규/기존) → 시계열 변화 추적 → 외부 요인 (런치/경쟁사) 확인
Metric Design — "Spotify 의 북극성 메트릭은?" → DAU ↔ Listening time ↔ Premium conversion 트레이드오프 토론
Experiment Design — 가설 → 메트릭 → 표본 크기 (power analysis) → SUTVA / interference → ramp-up plan
Estimation — Fermi. "Uber NY 일일 ride 수는?" → 인구ㆍ사용률ㆍ평균 ride 곱셈

Kaggle ㆍ Github — 포트폴리오

Kaggle Competitions — Expert / Master / Grandmaster 등급. Master 이상 = 강력한 시그널
Kaggle Notebooks — 분석 노트북 공개. 면접관이 직접 봄
Github — 개인 프로젝트 (NLPㆍCVㆍRecSys). README + reproducible
논문 (RS 지망) — NeurIPS / ICML / ACL / CVPR. 1st author 가 강력
블로그 — Medium, Towards Data Science, 개인 사이트. 면접관 검색 시 노출

한인 PhD 진입 경로

경로 1: 한국 KAIST/SNU PhD → 미국 빅테크 RS — 논문 필수. NeurIPS 1-2편 + 인턴십 (Google/Meta/Amazon)
경로 2: 미국 PhD → 빅테크 — Stanford, MIT, CMU, Berkeley 졸업 후 자연스러운 진입. OPT/STEM extension 으로 H-1B 시간 확보
경로 3: 한국 기업 (네이버 클로바, 카카오브레인, 삼성 AI) → 미국 이직 — L-1 또는 O-1 비자 활용
경로 4: 데이터 부트캠프 — Insight Data Science, Springboard. 학사+산업경력 보유자에게 유효

연봉 (2026 기준, FACT — Levels.fyi)

Product DS L4 (Meta/Google) — Total $250-330K
MLE L5 (Meta/Google) — Total $400-550K
Research Scientist (Senior) — Total $500-900K (특히 LLM 분야 폭증)
OpenAI / Anthropic / xAI 시니어 RS — Total $700K-$2M+ (RSU 가치 변동성 큼)
FAANG 외 (Netflix, Stripe, Databricks) — Total $350-550K

2024-2026 시장 변화

LLM 붐 → Research Scientist / ML Engineer 수요 폭증, 연봉 인플레이션
Product DS 수요 감소 [INFERENCE] — Big Tech 의 헤드카운트 컷이 분석직에 집중
"Data Analyst" 자체 직무 위축 → AI 자동화 영향. 대신 Analytics Engineer (dbt, Snowflake) 부상
한국 PhD 의 LLM 분야 진입 증가 — 카카오브레인ㆍ네이버 클로바ㆍLG AI 경력 가치 ↑

출처

Kaggle, Stratascratch, Levels.fyi DS, Towards Data Science, NeurIPS, "Cracking the Data Science Interview" (Jay Feng).

※ 데이터/ML 시장은 연 단위로 빠르게 재편됩니다. 본 글은 2026-05 기준 일반 가이드. 연봉ㆍ직무 정의는 회사ㆍ경기 사이클에 따라 변동 큼.