학위가 없어도 학위있는 만큼의 실력을 보여줄수 있으면 상관없긴 합니다만,
마치 명문대 안가도 명문대 나와서 잘하는 사람만큼의 능력이 잇으면 된다랑 비슷하네요..
그런대 그러한 능력이 잇음을 증명하는 가장 쉬운 방법이 명문대나 대학원을 가서 체계적으로 공부 및 연구를 한 후 실적으로 보이는게 가장 명확합니다..

좋은 대학이나 대학원을 가는 이유는 간판이나 학위 따려고 가는게 아니라 좋은 환경에서 실력을 체계적이고 효율적으로 기르고 그 공부/연구하는 노하우를 배우며 그거로 얻은 자신의 능력을 논문/과제 등으로 검증받을수 있다는 점 입니다.. 물론 능력이 되면
자연스럽게 인맥도 생길테고요..

그런데 컴공은 능력되면 굳이 학위없이 그냥 현업에서 바로 돈벌면서 실력을 기르는것도 가능은 한데, 요즘같은 시기에 좋은 경력을 쌓을수 있는 회사나 업무는 그만큼 경쟁이 치열해서 그 만큼의 능력이 이미 준비되어 있지 않으면 그런곳에 배치되지도 않을테고, 잘못하면 엉뚱한 곳에서 구르다가 시간만 갈수도 있습니다.

필수는 아니지만 석사정도는 마치는걸 추천드립니다. 제가 겪은 바로는 학벌보다는 경력이 중요했습니다. 문제는 이 경력을 쌓으려면 어떻게 하냐인 거죠. 일단 학생 입장에서 커리어 쌓기 가장 좋은건 대학원입니다. 진학하면서 학벌 업그레이드도 어느 정도 가능하고요. 성격은 뭐 석사정도는 2년 군대갔다 생각하고 버티시는 방법 밖에 없습니다. 최대한 연구실/교수님에 대해서 잘 알아보시고 가세요. 좋은 교수님들도 많습니다. (좋은 교수님이라고 편하다는 건 아님)
대학원은 학교도 중요하고 연구실 주제/이름도 중요합니다. 데이터사이언스, 데이터마이닝, 인공지능, 머신러닝, 딥러닝 관련 분야로 진학하시면 좋습니다. 학생 입장에서 필요한 과목은 각종 수학과목 그리고 그중에 특히 통계쪽 공부를 하시면 좋습니다. 프로그래밍 쪽은 기본 언어들과 python 정도와 알고리즘 과목들을 집중해서 들으시면 좋습니다. DB쪽으로도 공부를 좀 하시면 좋고 DB아키텍쳐와 SQL 정도는 어느정도 다룰수 있는 수준으로 공부하시면 됩니다. 요즘 DB들은 DB플랫폼 상에서 머신러닝이 어느정도 가능하기 때문에 이점도 염두해 두시면 좋아요.
연구실에서는 주제 잘 잡고 SCI/SCIE 급 논문을 1~2편 정도 게재 한다는 목표를 잡으면 좋습니다. 요즘 인공지능 분야에서 아무래도 딥러닝이 핫하지만 데이터 사이언스 분야는 약간 다르게 이제는 고전취급받는 기본 머신러닝기법도 중요합니다. 인공지능 분야에서는 정확도가 제일 중요하지만 데이터사이언스 분야에서는 정확도와 더불어 해석력 분석력이 필요하기 때문입니다.
그 밖에 공부하시면 좋은건 AWS, Google Analytics, R언어, Keras, 텐서플로우, MXnet 정도입니다. 실력이 어느정도 쌓이시면 AI경진대회 등에 참여해보는 것도 좋은 경험입니다.
나중에 취직하실때는 구글, 아마존 등의 해외기업이 아니라면 국내는 금융 분야가 연봉이나 대우등에서 가장 탑티어 입니다. 하지만 그만큼 바로 가시기엔 어렵습니다. 대안으로는 유통/마케팅 쪽에서 경력을 쌓는 것도 추천드립니다. 요즘 여러군데서 데싸/AI 분야 인력을 뽑긴하는데 경력직 위주인데다가 어중간한 데이터 관련이 적어보이는 대기업은 추천드리지 않습니다. 면접시 지금 데이터가 얼마나 쌓여있으며 데이터 수집 인프라가 어느정도 구축되어 있는지 파악하시는게 좋습니다. 이쪽 분야는 데이터가 없으면 아무것도 할 수 있는게 없습니다. 취업이 잘 안되면 오히려 인공지능/데이터분석 관련 서드업체(중소기업)에서 경력을 쌓는 것도 좋습니다. 아직 미필이시면 석사 졸업 후 해당 업체에 산업체로 들어가시는것도 방법입니다.
그 밖에 궁금하신게 있으시면 쪽지주셔도 좋습니다. 하지만 제가 이 사이트에 매일 접속하는게 아니라 답변이 늦어질 수 있습니다.