취업까진 잘 모르겠습니다만..
데이터 사이언티스트로 활동하시기 위해서는 우선 해당 회사의 산업기반에 대한 학문을 배우셔야 될 것 같습니다. 반도체면 반도체공학이나 회로이론, 광학 등을 배워야겠죠~

그리고 컴퓨터전공자들처럼 코딩을 많이 해야하는 분야도 있겠지만..
소프트 코딩이라고 해야할까요? MATLAB이나 R, WEKA과 같은 프로그래밍으로 모델을 만들어낼줄 아신다면 충분히 입사시 어필할수 있습니다.

첨언하자면 데이터 분석의 8할은 Domain Knowledge.
즉, 해당공정의 숨어있는 Key Parameter에 대한 깊은 통찰이 필요하기 때문에 단순 통계지식, 코딩실력만으로는 깊이있는 Data Mining을 하실수 없습니다. 적어도 알아는 들어야죠~

좋은 답변 감사드립니다.
제가 데이터 사이언티스트로 활동하고자 한다면 통계지식은 기본으로 갖추고,
제가 취직하고자 하는 회사에서 필요한 Background를 갖춰야 한다는 말씀인가요?
공부할 것이 많아서 갈피가 잡히질 않았는데, 답변을 들어서 방향성이 조금이나마 생긴 것 같습니다.
혹시, 구글이나 페이스북와 같은 회사에서도 필요한 지식이 있을까요?

석사학위를 하면서 특정 산업군쪽 지식을 더하면 좋을것 같습니다.
저도 통계로 일을 하긴 합니다만 마크 트웨인의 왈
"세상에는 3가지 거짓말이 있다. 하나는 거짓말. 두번쨰는 새빨간 거짓말.
그리고 세번째가 통계다"

통계는 배우셔서 아시겠지만 헛점이 무척 많이 있는 학문입니다.
따라서 통계를 쓰기 전에 먼저 산업에 대한 통찰이 뒷받침되어야만 합니다.
바로 취업해서 배우실 수도 있겠지만, 전문가로 특화되긴 힘들고 잘못하다간 단순히
Sample 수집만 죽어라 하는 일을 하게 될수도 있습니다.

의료정보쪽에서 IT 기술과 통계가 많이 필요하죠.

감사합니다. 그러면 지금 하고 있는 공부가 통계 이외에 python, 머신러닝을 공부하고 있는데 따로 공부하는 방법이 있을까요? 아직 Domain Knowledge에 대해선 제가 무엇을 좋아하는 지 찾질 못해서요.

그리고 혹시 통계에서 공업수학이 많이 필요한 지 알 수 있을까요? 학부에서는 따로 공업수학을 수강하진 않는데, 공업적인 문제를 풀 때 공업수학이 많이 필요하다고 해서요.