‘문서작업에서 데이터작업의 시대로’ 

_

빅데이터를 자주 언급하는 것은 이제 굉장히 키치적이지만, 그럼에도 데이터산업은 이제 시장입니다. 이미 국내에서도 빅데이터관련거래소가 개장을 했고, 특정지역에 특정데이터를 구글링하면 데이터를 모은 공공사이트가 등장합니다. 은행들은 앞다투어 마이데이터관련된 상품 출시를 했고 카드사와 금융사가 각자의 빅데이터 사이트를 가지고 있습니다. 저는 기존에 B2B관련 업무를 했는데 최근에는 해당 산업에서 데이터가치를 평가해야하고 이를 연결하는 신규업무를 추진하고 있습니다. 예전에는 사무직들은 다른 배경을 떠나 워드, PPT, 엑셀등을 잘다루는 것이 업무효율을 늘리는 역량이라면 이제는 해당분야의 데이터를 통한 의미있는 결과물 추출을 해야하고, 생산직역시, 해당 업계에서 더 의미있는 데이터를 산출해주는 직종이 차별성을 얻게 될거라 생각합니다. 

<데이터 과학자 되는법>은 그런 의미에서 분야를 막론하고 데이터와 관련된 커리어를 쌓을분들을 위한 취업관련서입니다. 본서는 데이터분석의 방법이나 핵심 노하우등을 담고 있지 않습니다. 그보다는 세상에서 원하는 데이터분석, 데이터과학의 범주가 어디까지인지를 소개하고 데이터과학기업(여기서는 실존기업이 아닌 실존기업을 벤치마킹한 가상기업을 대기업, 스타트업, 공공조달기업등으로 분류를 합니다)에서 원하는 데이터관련 구인분야를 얘기하며, 데이터과학자가 되기 위한 구직준비(교육,수료)와 해당 포트폴리오를 만들고 이력서와 커버레터를 만드는 것까지 얘기합니다. 바꿔 말하면 취업준비서입니다. 

재작년과 작년초 데이터관련 서적리뷰를 할 때 ‘빅데이터도 중요하지만 스몰데이터를 분석하는 역량역 좌우될 것’같다는 말씀을 공유드린바 있는데, 이게 점점 현실이 될 가능성이 높아지고 있습니다. 그 이유는 이제 데이터는 자료(Data)와 정보(information)를 넘어 자산(Asset)이 되어가고 있기 때문입니다. 이 이야기는 자신의 개인정보가 자산화된다는 것보다는, 데이터의 유의미성을 통해 가치평가를 할 수 있는 역량이 더더욱 필요한 시기가 될 것이라는 겁니다. 이미 데이터가치를 평가하는 방법론들은 시중에 소개된 것이 있지만 데이터업계의 표준이 될 만한 방법론은 아직 확고해진바 없습니다. 따라서 <데이터 과학자 되는법>과 같은 서적을 통해 데이터전문가로서 취업을 하고, 해당 분야에서 역량을 쌓은뒤 데이터 가치평가를 위한 자신만의 경쟁력을 쌓아나가는게 단순히 데이터 애널리스트, 사이언티스트를 떠나, 데이터분야에서 진정한 커리어를 쌓을수 있다고 생각합니다. 

‘데이터 작업의 시대의 핵심’

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

책제목 : 데이터 과학자 되는 법

저자 : 에밀리 로빈슨, 재클린 놀리스 지음 / 이창화 옮김

출판년도 : 2021.11.26

책을 읽기 전에...

데이터 과학자라는 직업에 대해 관심이 많다 보니 관련책을 몇권 보았다.

다른 책들을 통해 데이터 과학자가 되기 위해 어떤 지식들이 필요한지는

몇번 보았는데 취업과정이나 실무에서 어떤일들을 하는지 등에 대해

알고싶었다.

데이터 과학자가 되기 위한 기술을 공부하는게 아닌 데이터 과학자가 되기 위한

방법과 경력에 대해 궁금했다.

이 책의 목록을 보는 순간 이 책을 보면 원하는 답을 얻을 수 있을거라 생각이 되었다.

책의 내용...

이 책은 데이터 과학자가 되기 위한 진로에 관한 길잡이 역활을 한다.

기초적인 데이터 과학기술 뿐 아니라 실제 작업이 어떠한지, 나에게 맞는 회사를

찾아 정착하는 방법, 회사에서 성장하는 법, 관리직이 되는 법과 이직하는 방법들에

대해 다룬다.

즉, 이 책은 기술 설명보다는 경력에 대한 내용이 주를 이룬다.

1부 에서는 데이터 과학이란 무었이고 어떤 기술을 필요로 하는지에 대해 배운다.

데이터 과학자의 역활과 하는일, 회사의 문화와 유형에 따른 데이터 과학자로서의 직무,

데이터 과학자가 되기 위한 필요 기술을 습득하는 방법, 포트폴리오 등에 대해 설명한다.

2부 에서는 데이터 과학 직무의 구직 과정을 설명한다.

2부에서는 구직과정에 대해 상세하게 설명하는데 직무와 직책을 찾는 방법이나

이력서를 작성후 직무별로 이력서를 다듬는 방법, 면접과정, 처우 협상등에 대해 다룬다.

3부 에서는 데이터 과학 직무를 시작하고 무었을 기대해야 하는지, 이를 최대한 활용한는

방법에 대해 배운다.

데이터 과학자로서의 핵심 직무인 분석과정, 엔지니어링 기반 직무에 필요한

머신러닝 모델을 데품에 투입하는 부분, 데이터 과학자로서 함께 커뮤니케이션 하는 방법에 대해 배운다.

4부 에서는 경력을 계속 발전시키고자 하는 경험 많은 데이터 과학자를 주제로 한다.

경험있는 데이터 과학자로서 실패한 데이터 과학 프로젝트를 처리하는 방법이나,

규모가 있는 데이터 과학 커뮤니티의 일원이 되는 방법에 대해 설명하고

데이터 과학 분야의 직업을 그만두게 되는 상황에 대한 지침을 준다.

책을 읽고나서

해당 책은 데이터 과학자가 되고싶은 사람이나 데이터 과학자 초심자를 위한 책이다.

그래서 데이터 과학자에 대한 관심이 있는 사람이라면 입문서로 괜찮은 책이다.

다만 필요 기술에 대한 내용은 깊이있게 다루지 않기 때문에 기술들을 다른 책을 통해

익혀야 할 필요가 있다.

해당 책은 데이터 과학자로서 어떻게 공부하고, 어떻게 구직을하며 어떤 성장을 할 것인가에 대한

경력 위주로 서술이 되어 있다.

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아

작성된 서평입니다."

책 소개 링크 : https://www.hanbit.co.kr/store/books/look.php?p_code=B5522056035 

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

장점

1.     데이터 과학자가 되기 위한 업무 지식 및 관련 기업을 소개해 주며 스펙과 포트폴리오 관리 방법을 조언해 준다.

2.     취준생들을 위한 관련 직무 찾는 방법과 이력서 및 면접 대처 방안을 제공해 주며 직무를 맡으면서 효과적인 분석 방법과 제품 배포방법 협업시 유의 사항 커뮤니티 참여 방법등을 제공해 준다.

단점

1.      데이터 분석 관련 기술적 내용은 없다.

후기

1.      데이터 분석 관련 기술을 취득하거나 흥미가 있는 사람의 경우 데이터 과학자가 되기 위해 무엇을 어떻게 준비해야 될지 도움이 된다.

2.      이 책만의 특징이라면 데이터 과학자의 일생을 요약한 책이라 취업 전 후로 팁을 얻을 수 있다는 특징이 있다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

우리는 데이터 홍수의 시대에 살고 있다. 1년 365일 인터넷에 연결되어 각종 IT기기로 뉴스, 쇼핑, 음식 배달, 동영상 등 수많은 서비스들을 소비하면서 살아간다. 이러한 소비들은 다양한 형태의 데이터로 기업들의 데이터 저장소에 저장되고 있다. 그리고 이러한 데이터를 사용하여 비즈니스 정책을 결정하는 등 현실의 문제를 해결하기 위해 기업들의 "데이터 과학자"에 대한 수요 또한 높아지고 있다.

이 책은 제목 그대로 어떻게 하면 요즘 핫한 데이터 과학자가 될 수 있는지를 안내하는 책이다. 데이터 과학에 대한 기술적인 내용보다는 데이터 과학자가 되기 위해 각 과정에서 준비해야 할 내용과 어떻게 준비할 수 있는지를 알기 쉽게 설명하고 있다. 그래서 데이터 과학자를 꿈꾸지만 무엇을 어떻게 할지 막막한 사람들에게 많은 도움이 될 것으로 생각된다.

책의 내용은 크게 4장으로 구성되어 있다.

1부: 데이터 과학 시작하기

데이터 과학이란 무엇이고 어떠한 형태의 다양한 데이터 과학 기업들이 있는지 소개한다. 그리고 데이터 과학을 공부하기 위한 여러가지 방법들을 시간과 비용 관점에서 객관적으로 서술하여 저마다의 상황에 맞은 방법을 선택할 수 있도록 안내한다.

2부: 데이터 과학 직무 찾기

자신에게 맞는 직무를 찾고 입사에 성공하기 위해 필요한 이력서, 면접, 연봉 협상 등 구직 활동에 필요한 모든 내용을 포함하고 있다. 해당 내용은 데이터 과학 분야에만 국한된 건 아니라 대부분 분야에도 적용이 가능한 내용으므로 다른 분야의 직업을 얻고자 하는 분들도 참고할 내용이 많이 있다.

3부: 데이터 과학자로 자리 잡기

드디어 어느 한 기업의 데이터 과학자로 입사하게 되었다. 하지만 언제나 기대와 현실은 다를 수 있다. 이 장에서는 이러한 차이에서 오는 충격을 대비할 수 있도록 다양한 내용을 이야기 한다. 그리고 실제 기업에서 어떠한 과정으로 업무가 진행되는지 알려준다. 처음은 누구나 다 어렵다. 하지만 이 책을 통해 어떤 일들이 있을지 그리고 무엇을 유의해야 할지를 미리 알고 있다면 좀 더 빨리 적응할 수 있을 것이다.

4부: 데이터 과학자로 성장하기

드디어 초보 딱지를 떼었다. 하지만 데이터 과학의 분야에서 배울 것은 무궁무진하다. 여기서는 한 단계 더 나아가 수석 데이터 과학자로 성장하기 위해 필요한 내용을 소개한다.

총평

한마디로 이야기하면 "데이터 과학자로 취업하기 위한 가이드 책"이다. 데이터 과학자가 되기 위해 공부해야 할 기술적인 내용이 거의 없어서 개인적으로 좀 아쉽긴 했지만 "데이터 과학자"가 되기 위한 올바른 방향을 알려주는 나침반 역할은 훌륭히 소화할 것 으로 기대된다.

어렸을 때 내 꿈은 "과학자"가 되는 것이었다. 어렸을때는 엔지니어라는 말도 몰랐고, 막연하게 아버지와 같은 사람이 되고 싶은 마음에 과학자가 되고 싶다고 했었는데, 이제는 어느덧 공학을 전공하고 엔지니어가 되었다. 

 지금은 이제 매일같이 회사가서 센서 데이터를 분석하고, 이 데이터속에서 유의미성을 판단하는 일을 하고 있지만, 과연 내가 "데이터 과학자"인가? 하는 것에는 의문을 가지고 있다. 왠지 하는 일들 자체가 데이터를 편하게 처리할 수 있는 도구나 스크립트를 만들고, 더 나아가서 데이터의 유의미성을 바탕으로 효율적인 알고리즘을 개발하고는 있지만, 과연 내가 다른 사람들 한테도 "저는 데이터 과학자입니다." 라고 얘기할 수 있을만큼 잘하고 있는지도 스스로 의구심이 들던 부분이 있었다. 

이 책은 데이터 과학자로 취업하거나 이직을 생각하는 사람들에게 가이드를 줄 수 있는 책이다. 뒷부분의 기술면접에서 예시를 들면서 코드가 살짝 나오기는 하지만, 거의 대부분이 데이터 과학자가 되는 자세나 준비사항, 도움이 될 만한 내용들이 담겨져 있다. 사실 취업하거나 이직을 생각하는 사람이라고 독자를 한정짓기는 했지만, 현재 데이터 과학자인 사람도 읽으면서, "오 이건 내 생황이랑 똑같은데?" 라고 느낄 수 있는 부분이 많이 포함되어 있다.

서두에서도 잠깐 얘기했지만, 나도 원래는 데이터 과학자가 아니고, 대학원에서 시스템 구조를 전공하고, 회사와서는 통신 플랫폼 관련 개발을 하던 사람이었다. 그런데 4년전에 어떻게 인연이 되어서 인공지능을 실무로 활용하는 일을 할 수 있게끔 되었다. 남들 앞에서는 이야기하지 않았지만, 전혀 전문성이 없는 분야에 익숙해지기 위해서 노력을 많이 했던 것 같다. 회사 내에서 데이터 관련 스터디 그룹도 만들어서 열심히 하고, 나름 블로그에다가 강의에서 들었던 내용도 정리해서 올리고, 작년부터는 영어 블로그도 만들었었다. 그리고 올해는 버킷리스트 중 하나였던 책도 써내고, 다른 도움이 필요한 학생들에게 도움이 될 수 있는 멘토링도 하게 되었다. 다행히 책에서도 이런 내용들을 권장하는 것을 보면서, 아 그래도 내가 잘 하고 있었구나 하는 생각도 얼핏 하고는 했었다.

책에서 내가 감명받았던 부분은 "가면 증후군"(Imposter Syndrome)에 대한 내용이었다. 간단하게 서술하자면 본인의 내면속에 있는 능력이 충분함에도 불구하고, 가면속에 숨어서 본인의 능력을 과소평가하는, 한마디로 자존감 떨어지는 자세를 말하는 것이다. 내가 서두에 언급한 것도 그런 맥락과 얼추 비슷하다. 내가 가진 다양한 경험이나 기술들은 충분히 인정받을 수 있는 부분인데, 스스로가 이를 부정하고 감추는 것도 잘못된 자세라고 책에서는 소개하고 있었다. 이를 극복하기 위해서 조금 더 다양한 사람을 만나고, 스스로를 어필하면서 자기를 나타낼 수 있는 능력도 필요하다고 책에서는 언급되어 있었다. 어떻게 보면 기존에 내가 가지고 있던 마음을 그대로 표현한 것 같아서, 읽고 나서 적어도 내년부터는 조금더 내 자신을 어필하고 열심히 살아볼 생각을 가지게 해줬다.

이밖에도 이직시 연봉협상이나 업무에서 데이터 과학자가 가져야 할 자세에 대한 내용도 재미있게 볼 수 있었다. 마치 내가 유명한 회사에 이직한다면 이런 즐거운 고민을 해볼 수 있을까 잠깐이나마 상상해봤다.(물론 아직까지는 내가 하고 있는 실무에 대한 만족도가 있고, 조금은 더 파볼 여지가 있어서 당장에는 이뤄지지 않을듯하다...)

아무튼 이 책은 독자의 범위를 굳이 한정짓지 않고, 데이터 관련 업무를 하거나 앞으로도 할 계획이 있는 사람에게는 도움이 될듯한 내용이 많이 들어있다. 특히 요즘 트렌드인 인공지능이나 빅데이터의 특성상 데이터 과학자가 되려는 수요는 앞으로도 계속 늘어날 것 같다. 그런 사람들에게 조금은 막연하기는 하지만, 그래도 어떻게 보면 하나의 길을 알려준건 아닐까 싶다.

(해당 포스트에서 소개하고 있는 "데이터 과학자 되는 법" 책은 한빛 미디어로부터 제공받았음을 알려드립니다.)

출처: https://talkingaboutme.tistory.com/entry/Book-Build-a-career-in-data-science [자신에 대한 고찰]

컴퓨터도 값이 비쌌을 때는 소수의 인원만 사용할 수 있었습니다.

값이 저렴해지면서 많은 사람이 컴퓨터를 사용하게 변했습니다.

1980년대 소프트엔지니어와 비교해 보겠습니다.

당시 컴퓨터의 가격이 떨어지고 성능은 향상되며 대중성은 빨라졌습니다.

그때는 프로그래머가 사라질 것으로 예상하기도 했었습니다.

하지만 결과는 정반대로 나타났습니다.

미국에 웹마스터란 직업이 있었는데요.

웹마스터란 직업은 사라졌지만 웹 사이트 개발 및 유지보수 관련된 일을 하는 사람은 늘어났습니다.

데이터 과학에 전 세계에서 관심을 갖고 있습니다.

데이터 과학 관련 책을 소개해드리려 합니다.

소개해 드릴 책은 ‘데이터 과학자 되는 법’입니다.

이 책을 통해 데이터 과학자란 어떤 직업인지 알아보겠습니다.

데이터 과학자란 직업의 이름은 사라질 수 있습니다.

데이터 과학을 활용하는 전문화되고 세분화된 직업이 생길 것으로 예상됩니다.

◆ 이해관계자와 협업

데이터 과학자는 이해관계자와 협업을 하려면 어떻게 해야 할까요?

분석한 데이터를 통해 신뢰할 수 있는 제안을 해야 합니다.

이해관계자들에게 머신러닝 모델을 신뢰할 수 있게 해야 하는데요.

데이터 과학자는 머신러닝 모델 연구에 힘쓸 필요가 있습니다.

이해관계자의 질문에 답을 할 수 있도록 노력해야 합니다.

◆ 비즈니스의 이해

비즈니스를 이해해야 솔루션을 만들 수 있습니다.

비즈니스 상황을 이해해야 데이터로 모으고 분석이 가능합니다.

고객 이탈 원인이란 막연한 주제로 데이터를 얻으려면 얻을 수 없습니다.

질문에 데이터로 어떻게 답할 것인지를 데이터 과학자가 정해야 합니다.

비즈니스를 이해해야 좋은 질문을 할 수 있습니다.

질문을 만들 땐 답을 할 수 있게 정의를 세워야 합니다.

비즈니스 상황을 데이터로 변환하려면 비즈니스 솔루션 만드는 방법을 알아내야 합니다.

끝으로 데이터 과학자가 되고 싶어서 이 책을 찾고 보게 되었을 것입니다.

면접도 1차부터 대면 최종 면접까지 자세히 알려줍니다.

또한 데이터 과학 관련 업계 종사자들의 인터뷰도 담겨 있습니다.

인터뷰를 통해 현장의 생생한 경험도 느끼실 수 있을 겁니다.

데이터 과학자가 되고 싶은 분들에게 이 책을 추천합니다.

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

요즘 핫한 직무이자 앞으로도 계속 핫할 분야다. 빅데이터의 중요성은 점점 커지고 있으며 데이터 과학자의 수요도 마찬가지다. 어느 회사라도 고객이 있다면 데이터가 있고 더 잘 팔기 위해선 분석이 필요하다. 그렇다면 '데이터 과학자'가 되려면 무엇을 준비해야 할까?



이 책은 데이터 과학에 대한 내용을 다루지는 않는다. 데이터 과학자의 커리에 패스에 대한 이야기이다. 기술서적을 기대했다면 오산이다. HR에 가깝다.

개발자들은 최근 새로운 도전에 직면했다. 빅데이터와 인공지능이라는 도전 앞에서 그나마 인식이 있는 개발자들은 자기개발 내지는 기술트랜드 팔로업 차원에서 빨대를 꽂아보곤 한다. 나와 내 주변인들 이야기이다. 

과거에도 데이터 엔지니어는 있었다. 데이터 분석가도 있었다.  개발자들에 비하면 그들은 소수였었고 그나마 공통 분모를 SQL 정도에서 찾을 수 있었다. 요즘은 빅데이터가 나온 후 둘 사이에 강을 두고 있는 느낌이다. 이 직업군은 예전처럼 이해할 수 없는 영역이 되었다. 이제 궁금증 정도가 아니라 뭔지 제대로 알 필요가 생겼다. 개발자도 데이터 과학을 알아야하는 시대가 왔기 때문이다. 

이 책이 그 간격을 좁혀줄 수 있을 것이다. 또한 저자가 외국인이다 보니 우리 문화보다는 외국 문화를 읽게 된다. 머지않은 대한민국의 이야기가 될 것이기에 지금이 적기이다. 데이터 기업에서 하는 일부터 시작해서 프로젝트 팀은 어떻게 협업을 하는지, 직무 능력 향상을 위해서 해야 할 일까지 조목조목 썼다. 이력서와 포트폴리오, 면접 보는 방법에서 퇴사하는 방법까지 다루는건 약간 오버한 느낌마저 든다. 분량채우기 느낌이랄까... 이럴거면 차라리 에세이를 썼으면 어땠을까 하는 생각도 든다.  스토리텔링은 언제나 진리니까. 특히 Q&A 를 매 장 뒤에다 넣었는데, 전달력이 약하다. 교과서처럼 썼기 때문이다.

결론 내리면 데이터 과학자를 진로진학의 목표로 삼은 이들에게 유익할 것이다. 빅데이터 분야에서 인력개발업(HRD)을 하는 인사담당자들에게도 추천할만 하다. 딱 그정도의 목적성을 갖는 책이라 하겠다. 

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

본 포스터는 한빛미디어에서 [나는 리뷰어다]를 통해 책을 지원받아 작성한 리뷰 포스터입니다. 

최근 페이스북 및 오픈 카카오톡방에서 많이 인기가 있었던 책입니다. 데이터 싸이언티스트가 되는 방법들에 대한 글들을 다루고 있습니다. 

특히, 취준생 입장에서도 좋은 책이라고 생각했던 부분이 이력서, 포트폴리오 및 직무 스택 등에 대해서 다루어줘서 어느정도 길라잡이가 되어주는 글이었습니다. 그리고, 스타트업부터 대기업까지 회사 별로 어떤 장단점이 있는지 소개해줘서 비록 외국계 기업들이지만 국내 기업에 대입해봐서 방향성을 정해볼 수 있지 않을까 생각이 들었습니다. 

AI 보다는 데이터 과학자에게 맞춰진 책이지만, 한번쯤은 읽어보면 좋은 내용이라고 생각합니다. 회사에 다니는 분들에게 와닿는 부분도 많을 것 같고 취업을 준비하는 입장에서도 도움이 많이 될 것 같습니다. 

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

데이터 관련 분야는 관련 실무를 오랜 기간 해본 사람이 별로 없다.

DBMS 정도가 있을 것 같다. 분석을 위해 데이터를 추출하면 이를 실무자가 엑셀에 올려 보고를 위한 그래프를 그리거나 평균을 계산하는 정도였을 것이다.

그러나 컴퓨터 스펙이 좋아지고 하둡과 같은 큐를 병렬로 처리 가능한 시스템이 심지어 무료로 시장에 등장하며 대용량 데이터를 적재하고 분석하는 것이 가능해졌고, 이를 위한 직무들이 새로 생겨나게 됐다.

그 중 하나가 데이터 과학자인데, 여태까지 내가 현업에서 파악해본 바로는 모델을 설계하는 사람 정도로 정의해볼 수 있을 것 같다.

책에 기재된 데이터 과학자의 다양한 직무 중 일부는 데이터 분석가로 분리해 채용을 하는 회사도 있고,

데이터 분석가에게 데이터 과학자의 업무를 할당하는 회사를 본 적도 있다.

아직까지는 우리 업계 자체가 데이터 분석가, 데이터 과학자가 정확히 어떤 직무인지 정의를 하지 못한 상태라고 생각한다.

그만큼 성장 가능성이 무궁무진한 직무이고 산업군이라 생각한다.

이 책은 데이터 과학자로 오랜 기간 실무를 다진 선배가 카페에서 커피 한 잔 마시며 직무에 대해 멘토링을 해주는 느낌의 책이다.

코드 샘플이나 아파치 서버를 까는 등의 실습은 없다.

책이 어느정도로 자세하냐면, 퇴사를 말하는 방법(!!)까지 알려주고 있다.

만약 내가 선임이랄게 없는 회사에서 근무를 하고 있고, 데이터 과학자로의 직무 이전을 꾀한다면 꼭 한 번 읽어보라고 권하고 싶다.

데이터 과학자 되는 법. 이 책은 데이터 과학자가 되고 싶은 사람이 읽어도 좋고, 초보 데이터 과학자가 좀 더 바른 방향으로 성장하기 위해 읽어도 좋다고 생각합니다. 컴퓨터로 데이터를 만져본 사람이 읽어야 도움이 될 것 같습니다. 적어도 엑셀정도는 사용한 적이 있어야 책에 흥미가 생길것 같습니다.

데이터 과학자란 데이터를 이용하여 현실의 문제를 해결하는 사람이라고 할 수 있습니다. 회사에 다니면서 엑셀로 이런 저런 숫자를 다뤄본 경험이 있다면 데이터 과학자가 될 가능성이 조금은 있다고 생각합니다. 엑셀 시트에 쌓인 매출기록같은 다양한 데이터로 유의미한 비즈니스 결정을 할 수 있다면, 이것을 좀 더 전문적으로 할 수 있다면 그 사람이 데이터 과학자가 아닐까 싶네요.

‘데이터 과학자 되는 법’ 책에서는 데이터 과학자가 겪을 수 있는 많은 사례들이 소개되고 있습니다. 데이터 과학자 생애주기(공부, 준비, 지원, 면접, 입사, 회사생활, 발전, 퇴사 등)를 다 설명하고 있다고 보면 됩니다. 단 데이터를 분석하는 기술적인 내용은 없습니다. 기술을 설명하지는 않지만 기술을 습득하는 방법을 가르쳐줍니다. 자세한 책의 내용은 목차만 봐도 감이 잡힙니다.

‘데이터 과학자 되는 법’을 읽으면서 좋았던 점은 챕터 마지막에 나오는 인터뷰 내용이었습니다. 이 인터뷰들에서 데이터 과학자와 관련된 많은 궁금증들이 해결되었습니다. 참고로 부록에는 데이터 과학자 면접질문이 수록되어 있습니다.

이 책을 읽고 갑자기 데이터 과학자가 되기 위해 회사를 그만둘 필요는 없다고 생각합니다. 비즈니스 로직을 가장 잘 알고 있는 현재 직장의 데이터부터 다뤄보는게 어떨까 싶네요. 그러다보면 지금 다니고 있는 회사에서 인정받을지도 모릅니다. 아니면 이걸 기반으로 이런저런 포트폴리오를 만들다보면 이직을 할 때 도움이 될겁니다. 더 구체적인 도움은 ‘데이터 과학자 되는 법’에서 배울 수 있습니다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

데이터 과학자 되는 법 이라는 책 표지에 취업, 이직부터 탄탄한 커리어를 쌓는 방법까지라고 되어있다.  이게 이책에 대한 모든것을 말해주는 듯 하다.

CHAPTER 1에서는 데이터 과학이란 내용으로 구성이 되어있다. 내용은 데이터 과학의 세 가지 핵심 영역에 대하여 그리고 데이터 과학에 대한 업무에 대하여 이야기 한다.

데이터 과학은 현실의 문제를 해결하고 이해하는 데 데이터를 사용하는 과정이라고 할 수 있다.

이 책에서는 여러 가지 데이터 과학 업무에 대해 자세하게 다루고 있다. 이 과정을 통한 장점과 단점에 대해서 알게 될 것이다. 그리고 실제 인터뷰를 통한 내용도 인상깊다.

CHAPTER 2에서는 다양한 기업 다양한 영역에서 사용되는 장점과 단점 그리고 기술 스택에 대해서 풀어서 이야기한다. 이 장에서는 실제 사용되는 영역에서 다루다 보니 느낌이 상세하게 전달된다. 데이터 과학자가 되기 위해서 근무하기 위한 기업을 이해하는 것이 상당히 중요하다는 것을 알 수 있게 된다.

CHAPTER3에서는 데이터 과학을 학습하는 다양한 방법과 본인에게 적합한 과정을 선택하는것에 대하여 이야기한다.

데이터 과학을 습득하는 방법은 대학원 학위 취득 또는 과학 부트캠프 참여해 보기, 현재 회사에서 데이터 과학 업무를 진행해 보는 것, 또는 온라인 강의와 데이터 과학 서적으로 독하는 법이다. 이 과정을 이번 장에서 자세하게 다룬다. 어떠한 방법으로 데이터 과학자가 될 것인지를 알 수 있게 될 것이다.

CHAPTER4에서는 데이터 과학자가 되기 위한 포트폴리오를 작성하기 위한 방법을 설명한다. 이 장을 통해서 다양한 포트폴리오를 만들고 어떻게 이력서를 만드는지에 대한 상세한 설명을 통한 내용을 이해할 수 있게 된다.

CHAPTER5에서는 본인에게 적합한 직무를 찾기 위한 내용이다. 어떠한 방법으로 적합한 직무를 찾을것인지 직무 설명을 보면서 어떤 역할인지를 이해할 것인지 그리고 내가 지원할 직무를 고르기위한 방법에 대해 설명하고 있다. 다양한 예를 통하여 전달하고 있어 상당히 도움이 된다.

CHAPTER6에서는 지원을 위한 이력서와 커버레터를 만드는 방법이다. 어떻게 하면 설득력 있게 이력서와 커버레터를 작성할 수 있는지 그리고 지원서를 해당 직무에 맞게 작성할 수 있는지를 구체적으로 설명하고 있다. 마지막으로 실제 인터뷰를 통한 내용을 통하여 어떠한 느낌인지 딱 알 수 있도록 하고 있어 많은 도움이 될 듯 하다.

CHAPTER7에서는 면접이다. 면접에서 어떻게 대처할 것인지에 대하여 설명한다. 면접관이 찾는 부분이 무엇인지 일반적인 인터뷰 질문들은 어떠한 것인지 기업에서 의사소통할 때 적절한 에티켓은 무엇인지를 상세하고 설명하고 있다.

CHAPTER8에서는 제안에 대한 수락 내용을 인지하는 부분에 대하여 설명한다. 제안을 어떻게 다룰것인지 제안을 효과적으로 어떻게 협상할 것인지 어떠한 제안이 좋은 선택이 될 지에 대하여 이야기 한다. 실무적이고 다양한 예를 통하여 제시하고 있기에 많은 도움이 될 것이다.

CHAPTER9에서는 회사에서 첫달이다. 데이터 과학자로 입사를 했을 때 어떠한 내용으로 업무를 하는지 기대하는 것은 무엇이고 관계를 형성하고 질문하고 생산성을 높이는 방법과 업무 환경이 좋지 못할 때 대처 방법이다. 중소기업에 입사했을 때 기대치와 그 기대치를 맞추기 위한 행동과 기업과 맞지 않을 때 퇴사를 진행하는 방법에 대하여 설명한다.

CHAPTER10에서는 효과적으로 분석하는 방법이다. 좋은 분석을 하기 위한 다양한 특징과 방법에 대해서 알려주고 있다. 실제 사용될 수 있는 내용으로 이루어져 있기에 많은 도움이 될 듯 하다.

CHAPTER11에서는 모델을 제품으로 배포하기 위한 내용이다. 제품을 배포하기 위한 방법과 시스템을 구현하는 방법과 각 모델을 구현하기 위한 다양한 방법과 문서화하고 배치하고 배포하고 유지하는 것에 대하여 구체적으로 설명한다.

CHAPTER12에서는 이해관계자와 협업하기 위하여 사용될 수 있는 노하우와  유형에 대하여 이야기한다. 각 포지션에서 해야할 일들에 대하여 설명하고 있어서 흥미롭게 접근할 수 있다. 그리고 혁신적으로 업무를 처리하기 위한 다양한 방법을 제시하고 있다.

CHAPTER13에서는 데이터 과학 프로젝트를 실패하는 경우에 대하여 설명한다. 왜 실패를 하는지 그리고 실패했을 해야할 행동들에 대하여 설명한다. 

CHAPTER14에서는 데이터 과학자를 위한 커뮤니티 참여를 위한 방법에 대하여 설명하고 있다. 이 장에서는 다양한 데이터 과학 포트폴리오 구성을 위한 다양한 방법을 알게 될 것이다.

CHAPTER15에서는 퇴사를 위한 조언을 위한 장으로 구성이 되어 있고, CHAPTER16에서는 한 단계 더 성장하기 위한 내용으로 구성되어 있다. 어떻게 하면 현재 위치에서 더 높은 곳으로 향하기 위한 마음가짐부터 다양한 커리를 쌓기 위한 방법을 제시하고 있다. 즉 관리자가 되었을 때 처하게 되는 상황을 콕 짚어서 잘 설명하고 있는 듯 하다. 

이번 데이터 과학자 되는 법을 통하여 나 자신 또한 데이터 과학자가 되기 위해 무엇을 준비하고 어떻게 행동해야 할 지 많은 부분을 알게 되었다. 이 책을 통하여 많은 부족한 부분을 채울 수 있을 듯 하다. 오랫만에 정말 소중한 책 한권을 얻을 수 있었다.

데이터 과학자가 되고자하는 독자가 있다면 필독서라고 해도 충분할 듯 하다.

꼭꼭 읽어 보시라고 권하고 싶다. 

데이터 과학에 대해 쉽고 많은 부분을 얻을 수 있는 훌륭한 책이다.

  "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

• 분노와 짜증으로 가득찬 나날
  • 화를 잘 내지 않고 어디 가서도 둥글둥글하다는 말을 듣는 편이지만 데이터에 발을 들인 이후 많이 바뀌었다.
  • 의심이 많아졌고 분노가 가득차 있으며 체력이 감당할 수 있는 범위를 넘어서면서 짜증을 낼 때도 많아졌다.
  • 이런 부정적인 감정은 표면적으로는 특정 데이터나 인물을 향해있지만 스스로는 안다. 나를 향한 것이라는 걸.
  • 기껏 받은 데이터를 원하는 대로 요리하지 못하는 나, 쓸만한 모델을 만들지 못하는 나에게 화가 난다.
  • 내 능력이 한없이 부족하게 느껴지는 것과 비례하여 자기 데이터를 제대로 보지도 않는 오너들이 어이가 없다.
  • 쏟아지는 신기술을 따라잡는 건 사실상 포기, 그런데 현업에서는 옛날 기술만 요구해서 성장은 정체된다.
  • 산책이라도 하면서 냉정하게 판단하려고 노력을 하고 나름의 전략을 수립하지만 맞게 가는 중인지 불안하다.
  • 사춘기 때, 늦어도 학위 과정 중에 마쳤어야 하는 고민을 지금 하는 것 같아 나이에 뒤처진 느낌마저 든다. 

• 데이터 과학자들은 불안하다
  • 한 명의 사람이 태어나 신체적으로, 정신적으로, 사회적으로 한 사람 구실을 하려면 여러 과정이 필요하다.
  • 걸음마를 하기 위해서 넘어져 보기도 하고 다른 친구들과 부대끼며 사랑과 이별을 겪으며 감정이 여문다.
  • 전문적인 기술을 익히면서 조금은 특별한 존재가 되는데 이 때 스승과 선배들의 도움이 요긴하다.
  • 문제는 새로운 분야에 몸을 담은 사람들. 이들에게는 스승이나 선배라고 할 만한 사람들이 존재하지 않는다.
  • 다 같이 걸음마를 하는 입장에서 내가 똑바로 걷고 있는지 봐 줄 사람도 없고,
  • 행정상, 조직도상 선배나 동료로 분류되지만 다른 일을 하는 이들의 조언은 와 닿지도 않고 도움도 안된다.
    - 귀는 듣고 입은 "네네"라고 하고 있지만 속으로는 "개뿔..."을 되뇌인 게 백 번은 넘은 것 같다.
  • 실질적으로 역량을 키울 수 있는 방법을 경험적으로 체득하지만 제도권에서 노력으로 인정받기 힘들다.
    - 블로그 작성, 커뮤니티 활동, 오픈 소스 기여, 유튜브 등 공개 강연 등이 그 예시.
    - 생존과 성장을 위한 필사적인 노력이지만 밖에서 보기엔 시간이 남아 노는 걸로 보이기 딱 좋다.

• 선배 데이터 과학자들의 후배를 위한 조언
  • 이 책은 데이터 과학자 되는 법이라는 제목과 매우 잘 어울리는 내용을 담고 있다.
  • 네 개의 파트로 나누어진 본문은 소제목 이상의 의미를 담고 있다.
    
  • 교과서적인 뻔한 원론적인 이야기는 과감하게 배제한다.
  • 아니, 교과서적인 이야기가 때로는 틀릴 수 있음을 여러 사례를 들어 알려준다.
  • 흔히 커뮤니티 질의 응답에서 회바회(회사 바이 회사), 사바사(사람 바이 사람)으로 정리되는 데이터 과학의 너무나 많은 사례들을 적절하게 묶어서 유형별로 정리해주기 때문에 데이터 과학자들이 겪는 성장통의 원인과 처방을 알 수 있다.

• Part I. 데이터 과학 시작하기
  • 데이터 과학의 본질과 회사 유형별 업무 형태를 알려 준다.
  • 막연하게 최신 기법을 적용하려는 이들과 데이터 만능주의로 빠지기 쉬운 이들에게 경종을 울린다.
  • "12년동안 일하면서 아카이브 논문을 적용한 경우는 없습니다. 효과가 높은 회귀분석을 여전히 사용합니다. 이것이 바로 현실이죠. 여러분은 데이터를 정리할 것입니다. (중략) 이것이 현실입니다." - p68
  • "데이터를 잘 알아야 합니다. (중략) 데이터 품질은 모든 업무의 기본입니다. (중략) 데이터를 제대로 이해하기 위해서는 해당 분야의 전문가와 가까이 지내야 합니다." - p69
  • "해당 분야의 최신 기술이나 트렌드를 따라잡는 데 너무 스트레스받지 마세요. 데이터 과학과 머신러닝 일을 하면 딥러닝이나 다른 고급 방법을 사용해야 한다는 유혹이 있을 겁니다. 이런 방법은 산업에서 가장 어려운 문제 중 일부를 해결하기 위해 개발됐습니다. 데이터 과학자로서, 특히 신입이 직면할 문제가 아닙니다. 데이터 변환 및 시각화, 다양한 패키지를 사용한 프로그래밍, 가설 검정, 분류 및 회귀분석과 같은 통계적 기법부터 시작해야 합니다. 최신 개념을 고민하기 전에 개념을 잘 이해하고 적용하는 것이 중요합니다." - p102

• Part II. 데이터 과학 직무 찾기
  • 커뮤니티에 가장 많이 올라오는 질문 중 하나다. "이 회사 어떤가요?" or "이 회사 가면 뭐 하나요?"
  • 경영진이 데이터 과학을 제대로 아는 경우가 적기도 하고, 세상이 빠르게 변해 같은 말이 다르게 쓰인다.
  • 사람에게 문제가 없어도 데이터가 제대로 갖춰지지 않은 경우가 허다하고 이 사실을 아무도 모른다.
  • 제대로 된 기업은 공고를 내면 지원자가 너무 많기 때문에 인맥을 통해 사람을 뽑는다. 결국 인맥이 중요하다.
  • "직무 기술서에서 눈여겨봐야 할 문장이 있다. '열심히 일하고 열심히 놉니다'는 장시간 근무하고 비공식적인 회사 행사(회식)에 참석해야 한다는 것을 의미한다. '자발적이고 독립적인 사람'은 지원을 많이 받지 못한다는 뜻이다." - p109
  • "필요한 데이터는 잘 정리돼 항상 이용할 수 있고 문제가 있으면 엔지니어 팀이 즉시 해결해주며 여러분의 업무는 직무 기술서에 명시된 그대로이고 흥미 없는 데이터 과학은 하지 않아도 된다고 생각할 것이다.
    아쉽게도 꿈 같은 일이다." - p111
  • "2017년 캐글의 조사에 따르면 데이터 과학자로 채용된 사람들이 회사를 찾았던 대표적인 방법은 채용 담당자 및 친구, 친인척, 지인 등 인맥을 통해서이다. 인맥을 만드는 가장 좋은 방법은 밋업meetup 행사에 가는 것이다." - p 112

• Part III. 데이터 과학자로 자리잡기
  • Part I과 II가 데이터 과학자로서의 삶을 시작하는 이들을 위한 부분이라면 III부터는 이미 데이터 과학자로서의 삶을 시작한 이들을 위한 장이다.
  • 대기업과 중소기업의 업무 형태를 비교하고, 효과적으로 분석하는 방법과 모델을 배포하는 방법을 언급한다. 
  • 특히 Chapter 10. 효과적으로 분석하기 부분에서 크게 공감을 하고 많은 위안을 얻었다.
  • 수년간 여러 데이터를 겪으며 고민한 내용을 발표한 적도 있지만(https://bit.ly/3Hbu7gR) 혼자만의 고민으로 얻은 결론이기에 누군가의 지지가 절실했는데 내가 했던 말과 거의 같은 내용들이 적혀 있어서 너무 기뻤다.
  • "처음으로 데이터 과학에 입문하는 사람들은 흔히 최고 성능의 모델을 개발하는 것이 목표라고 오해하고는 한다. 많은 학문적 연구와 교육에서 정확한 모델을 만드는 방법을 다루기 때문에 충분히 오해할 만 하다. 대부분 데이터 과학 업무에서 매우 정확한 모델을 가지는 것 만으로는 성공하기 어렵다. 모델의 유용성, 통찰력 수준, 유지 가능성 등이 더 중요하다." - p178 (번역 수정) 
  • "데이터에서 '뭐지?'라고 소리쳤던 부분을 기록하며 어디에 있는지 발견해야 한다. 업무 과정에서 일일이 기억하기는 어렵다. 많은 기업은 데이터를 문서화하지 않으며 데이터 발견에 도움을 주는 시스템이 없다." 
    - p180
  • "관리자에게 질문을 하고 다른 사람에게 몇 분간 물어보는 것이 며칠 동안의 헛수고보다 낫다." - p183
  • "협업을 잘 하는 두 가지 비결이 있습니다. 엔지니어의 언어를 이해하고 엔지니어의 업무에 관심을 갖는 것입니다." - p233

• Part IV. 데이터 과학자로 성장하기
  • 성장을 바라보는 저자들의 관점이 여기에 녹아있을텐데, 단락들이 흥미롭다. 
  • Chapter 13. 데이터 과학 프로젝트를 실패할 때, Chapter 14. 데이터 과학 커뮤니티에 참여하기, Chapter 15. 품위 있게 퇴사하기, Chapter 16. 한 단계 올라가기
  • 그간 겪어왔던 크고 작은 실패로 인해 마음이 불편하고 빚진 느낌은 짜증과 분노의 원인이 되고 있다.
  • 내가 부족하다고 보기에는 억울한 일들 - 아무 생각 없이 분석을 요청한 이들, 자기 데이터의 상태도 모르고 있던 이들, 계획하지 않는 책임자 - 도 상당히 많았지만 결국 내 탓이라는 생각에 앓기도 했다.
  • 때로 나 혼자 아픈 것이 아니라는 것을 아는 것 만으로도 큰 치유가 되는데 이 단락을 읽으며 내 영혼이 많이 나은 것 같다.
  • "대부분 데이터 과학 프로젝트는 위험성이 높고 모험적이다. 어느 누구도 예측하지 못한 것을 예측하고 최적화하지 못한 것을 최적화하며 이전에 보지 못한 데이터를 이해해야 한다. 여러분은 무엇이 되었든 그 프로젝트를 하는 첫 번째 사람이며 프로젝트는 항상 실험적이다." - p259
  • "실패한 프로젝트의 마지막에 나오는 자연스러운 말은 '내가 더 훌륭한 데이터 과학자였다면 이 프로젝트는 실패하지 않았을 것이다'이다. 잘못된 생각이다. 대부분 데이터 과학 프로젝트는 데이터 과학이 본질적으로 작동하지 않는 것을 시도하는 데 기초해 실패한다. (중략) 데이터 과학 프로젝트를 실패하는 이유는 여러 가지이다. 데이터 과학자의 역량 문제인 경우는 매우 드물다." - p269

• 가면 증후군이 치료될지도 모르겠다.
  • 본문 중에 여러 차례 언급되는 가면 증후군(impostor syndrome)은 본인의 성공을 스스로의 재능과 노력이 아닌 운에 기인했다고 생각하고 언젠가 자신의 사기 행각이 드러날까 두려워하는 불안 증세를 말한다.
  • 고백컨대 데이터에 발을 들인 이후 저 생각을 안 한 날이 드물다.
  • 나를 좋게 봐 주시는 분들이 적지 않고 이 분들께 진심으로 감사하는 한편, 아직 저 분들이 내 단점을 알지 못하기에 어쩌다가 일시적으로 그런 생각을 해 주시는 것이라는 불안감이 공존하고 있다.
  • 하지만 데이터 과학의 범위가 넓은 만큼 모든 분야를 잘 알고 잘 하는 사람은 상상 속에나 존재한다. 
  • 내가 알고 있는, 나보다 나은 수많은 사람들이 모든 분야에서 나보다 나은 것은 아니기 때문에 이들을 보며 자괴감에 빠지기보다 (이제까지 이렇게 하려고 노력해왔듯) 좋은 부분은 보고 배우며 내게 맞는 나만의 장점을 다듬어 나갈 일이다.

• 나는 틀리지 않았다는 사실이 가장 반갑다.
  • 데이터 owner들과의 협업을 제외하면 데이터 담당자로서 4년째 혼자 일을 하면서 고민이 많다.
  • 부서별로 뽑은 AI 담당자들과의 협력, 지원부서 소속으로 연구부서 소속인 저들과의 차별화 포인트.
  • 세상과 동떨어지기 너무 좋은 환경이라 어떻게 시류에 뒤쳐지지 않을 지에 대한 방안.
  • 무엇보다 조직과 세상에 보탬이 될 수 있는 방법.
  • 내가 고민하고 실행하고 있는 방법이 데이터 과학자 되는 법이라고 말해주는 이 책이 너무 반가웠다.
  • 데이터 과학자를 꿈꾸는 이들, 데이터 과학자로 살아가는 비슷한 고민을 가진 이들에게 필독을 권한다.

 ※ 한빛미디어 2021 도서 서평단 "나는 리뷰어다"의 일원으로 도서를 제공받아 작성한 리뷰입니다.

이 책은 한빛미디어에서 출간되었으며, 데이터 과학 분야에 진출하고 싶은 사람이나 아직 데이터 과학 분야에서 일한지 몇 년 안된 사람들을 위해 만들어진 책이다. 책 제목에서 그렇듯 “데이터 과학자 되는 법”에 대해서 설명하고 있다. 자세히는 데이터 과학자의 역할과 직함에 따른 여러 직무를 소개하고, 데이터 과학자가 되기 위해 필요한 기술을 습득하는 다양한 방법에 대해 구체적으로 담았으며, 포트폴리오를 만드는 방법까지 설명하고 있다. 또한 데이터 과학 직무의 구직과정에 대해서도 아주 자세히 담았다. 커버레터 작성하는 법에서 직무별로 이력서를 다듬는 방법, 그리고 처우를 협상하는 방법까지! 데이터 과학에 발 담군지 몇 년 안된 이 시점에 이 책을 지금이라도 접할 수 있게 해준 한빛미디어와 글쓴이에게 깊은 감사를 드린다.

이 책은 정말 데이터 과학자, 즉 데이터 엔지니어로서의 라이프사이클을 총체적으로 담아놓은 것 같다. 나 또한 현업에서 일한지 이제 3년을 꽉 채웠는데, 그 간 경험했던 일들이 주마등 처럼 스쳐지나가면서 지금 시점에서 내가 필요한 것이 무엇인지, 앞으로 더 채워야 할 부분은 무엇인지, 어떤 방향을 가지고 더 성장해야될지 정리를 할 수 있게 도와준 고마운 책이다. 이 책을 대학교 3-4학년 때 쯤 읽었더라면, 대학원 과정 중 읽었더라면 조금 더 멋있는 사람이 될 수 있었을 텐데 하는 생각이 든다. 지금이라도  이 책을 접할 수 있다는 것에 감사하며, 연말은 이 책을 아주 꼼꼼히 읽어보고, 앞으로의 방향을 설정하는 일에 집중하는 시간을 가져야겠다.

[도서 소개]

최상위 데이터 과학자로 성장하도록 이끌어주는 최고의 실전 가이드

이 책은 데이터 과학 분야에 진출한 모든 이를 위한 실전 입문서다. 데이터 과학자로 취업하는 방법과 커리어를 탄탄하게 쌓는 노하우를 상세히 소개한다. 또한 다양한 업계에 종사하는 데이터 과학자들의 인터뷰를 참고해 실무 적응 능력을 키우고 자신의 커리어를 한 단계 향상할 수 있도록 구성했다. 미래의 데이터 과학자는 다른 지원자와 차별화된 이력서를 작성하는 방법을 배울 수 있으며, 30여 가지 면접 예상 질문과 모범 답안으로 면접 노하우를 습득할 수 있다. 현업 데이터 과학자는 회사의 복잡한 요구 사항을 해석하고 까다로운 이해관계자들과 소통하는 능력을 얻을 것이다. 이 책을 통해 현재 직면한 어려움을 극복하고 더 나은 데이터 과학자로 성장하길 바란다.

[목차]

[PART 1 데이터 과학 시작하기]

CHAPTER 1 데이터 과학이란?

CHAPTER 2 데이터 과학 기업

CHAPTER 3 기술 익히기

CHAPTER 4 포트폴리오 작성하기

[PART 2 데이터 과학 직무 찾기]

CHAPTER 5 탐색: 본인에게 적합한 직무 찾기

CHAPTER 6 지원: 이력서와 커버레터

CHAPTER 7 면접: 어떻게 대처할 것인가

CHAPTER 8 제안: 수락 내용 인지하기

[PART 3 데이터 과학자로 자리잡기]

CHAPTER 9 회사에서의 첫 달

CHAPTER 10 효과적으로 분석하기

CHAPTER 11 모델을 제품으로 배포하기

CHAPTER 12 이해관계자와 협업하기

[PART 4 데이터 과학자로 성장하기]

CHAPTER 13 데이터 과학 프로젝트를 실패할 때

CHAPTER 14 데이터 과학 커뮤니티 참여하기

CHAPTER 15 품위 있게 퇴사하기

CHAPTER 16 한 단계 올라가기

[대상 독자]

- 데이터 과학자가 되고 싶은데 무엇부터 시작해야 할지 모르는 비전공자

- 커리어를 어떻게 쌓아가야 할지 모르는 주니어 개발자

- 데이터 과학 직무가 너무 다양한 형태로 존재해서 취업 준비가 막막한 취준생

- 이직 준비를 어떻게 해야 할까 하는 시니어 개발자

[주요 내용]

- 데이터 과학 포트폴리오를 작성하는 노하우

- 협업 부서의 제안을 가늠하고 협상하는 법

- 나에게 맞는 회사를 찾아 정착하는 법

- 현명하게 퇴사하고 이직하기

- 다양한 업계의 데이터 과학자 인터뷰

[서평]

4차 산업으로 갈때 인공지능, 빅데이터 시대를 이끌어 갈때 가장 유망한 직종을 뽑는다면 바로 데이터 과학자 일것이다. 

이 책에서는 데이터 과학 분야에서 경력을 어떻게 시작해야 하는지, 데이터 과학자의 역할, 필요한 기술 습득 방법, 데이터 과학 분야에서 일하기 위한 과정을 안내 하고 있다. 

이 책의 구성으로는 전체 4부로 되어 있다.

1부에서는 데이터 과학이 무엇이고 어떤 기술이 필요한지를 다루고 있다.

 1장에서는 데이터 과학자의 역할과 직함에 따른 여러 직무를 소개한다.

 2장에서는 데이터 과학자가 있는 가상 기업 다섯 개를 예시로 소개한다. 각 회사의 문화와 유형이 데이터 과학 직무에 어떤 영향을 미치는지 살펴본다.

 3장에서는 데이터 과학자가 되는데 필요한 기술을 습득하는 다양한 방법에 대해 배운다.

 4장에서는 데이터 과학 포트폴리오를 구축하기 위해 프로젝트를 만들고 공유하는 방법을 살펴본다.

2부에서는 데이터 과학 직무의 구직 과정을 설명한다.

 5장에서는 실제 채용되었던 직무와 지원할 만한 직책을 찾는 방법에 대해 소개한다.

 6장에서는 커버레터와 이력서 작성한 후 직무별로 이력서를 다듬는 방법을 설명한다.

 7장에서는 면접 과정과 기대 사항을 자세히 살펴본다.

 8장에서는 제안을 받은 후 처우를 협상하는 방법에 대해 살펴본다.

3부에서는 데이터 과학 직무를 시작한 몇 달간 볼 수 있는 기본적인 사항을 설명한다.

 9장에서는 데이터 과학 업무를 시작한지 몇 달간 무엇을 기대해야 하는지, 이를 최대한 활용하는 방법은 무엇인지 알아본다.

 10장에서는 데이터 과학 직무의 핵심 요소인 분석 과정을 살펴본다.

 11장에서는 엔지니어링 기반 직무에서 필요한 머신러닝 모델을 제품에 투입하는 데 초점을 맞췄다.

 12장에서는 데이터 과학자로서 이해관계자와 소통하는 방법을 설명한다.

4부에서는 경력을 계속 발전시키고자 하는 경험 많은 데이터 과학자를 주제로 살펴본다.

 13장에서는 실패한 데이터 과학 프로젝트를 처리하는 방법을 설명한다.

 14장에서는 발표, 오픈소스 기여와 같은 활동을 통해 규모가 큰 데이터 과학 커뮤니티의 일원이 되는 방법을 설명한다.

 15장에서는 데이터 과학 분야의 직업을 그만두게 되는 상황에 대한 지침을 준다.

 16장에서는 데이터 과학자가 기업의 성장 단계에 따라 얻을수 있는 역할은 무엇인지 다룬다.

마지막에 30개 이상의 예상 면접 질문과 모범답안 및 설명을 부록에 실려 있다. 추후 면접을 준비 할때 참고가 될것이다. 

데이터 과학자가 아니라면 처음부터 순서대로 읽는것을 추천한다. 만약 데이터 과학자라면 3부의 9장부터 읽어 보면 될것이다. 또한 해당 주제가 데이터 과학자의 경력과 어떤 관련이 있는지 이야기하는 다양한 업계의 데이터 과학자의 인터뷰가 실려 있다. 데이터 과학 분야에서의 기여도와 데이터 과학자의 흥미로운 경험을 엿볼수 있다.

데이터 과학자로 시작 했다면 어떻게 경력을 쌓고 성장 해야 하는지에 대한 방향에 대해서도 배울수 있다. 그리고 데이터 과학계의 더 큰 역할은 물론 선임 데이터 과학자가 될 수 있는 노하우와 인사이트를 얻을수 있다.

이책의 독자 대상은 데이터 괗가 분야에 진출 하지 않았지만 이를 고려하는 사람뿐만 아니라 데이터 과학 분야에서 일한지 얼마 안된 주니어들을 위한 책이다. 이 책에서는 데이터 과학자가 되는데 필요한 기술, 경력을 쌓는 방법, 면접, 그리고 협상과 같은 여러 가지 주제는 데이터 과학 분야의 경력을 쌓는데 도움이 될것이다.

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

데이터 과학자가 되기 위한 준비, 구직 단계를 거쳐 실무에 적응하고 커리어를 성장시키는 일련의 과정을 잘 정리한 체크리스트형 가이드이다.

데이터 과학자의 커리어를 다룬 책은 흔치 않은데 이 책이 나왔다는 소식을 들었을 때 얼마나 반가웠는지 모른다. 데이터 과학자는 개인적으로 가장 관심이 많은 직종인데다가 저자 뿐만 아니라 다른 실무 전문가들의 인터뷰도 같이 수록되어 있었기 때문이다.

종합적인 평을 먼저 내리자면 절반은 예상대로 기대했던 내용을 담고 있었고 나머지 절반은 다소 아쉬웠다는 평을 내리고 싶다.

만족스러워던 부분을 먼저 언급하자면 데이터 과학자가 되기 위한 일련의 과정을 거의 누락없이 모두 채우고 있다는 것이다. 학위 준비과정만 봐도 학위를 취득할 때 고려해야 할 라이프 스타일, 학비 등 수많은 고려요소들을 모두 수록한 것은 감동이었다.

또, 포트폴리오를 소개한 챕터에서는 실제 포트폴리오를 잘 구성하여 합격한 이들의 예시가 등장하고 있어 많은 도움이 되었다.

좋은 이력서의 예시가 등장함은 물론 이력서를 구성하는 경력이나 학위 등 하나하나의 작은 부분들을 채워나갈 때 마다 가이드를 제시하고 주의 사항을 명시하고 있어 혹여나 내가 준비 과정에서 중요한 요소를 놓치지 않게끔 도와준다.

부트캠프나 커뮤니티 활동에 있어서 어떤 과정이 있는지 구체적으로 명시하고 있으며 각 단원마다 관련 경험이 있는 실무자를 섭외하여 인터뷰를 수록한 것은 가장 큰 장점 중에 하나이다.

실제 인터뷰를 통해 저자들의 편향에서 벗어나 객관성을 확보하고 있고 각 장의 말미마다 참고 문헌이 공개되어 있어 자칫 편향에 빠지지 않도록 주의를 기울인 정성이 눈에 띄였다.

가장 주목할 만한 부분은 10장 분석 파트로 실제 현업에서 이뤄지는 일련의 분석 과정을 대부분 수록하고 있고 그 안의 의사소통 과정에서 벌어질 수 있는 실무 문제들에 대처할 수 있게 잘 쓰여져 있다.

반면 내 기대치가 너무 높아서일까? 책에 등장하는 실무자들이 구체적으로 어떤 일을 하고 있는지 자신들의 일이 공개되지 않는 점이 아쉬웠다.

너무 추상적이어서 실제 데이터 과학자들이 하는 일을 구체적으로 알기 어려운 편이다. 인터뷰를 수록한 이들은 한정된 지면 떄문에 어쩔 수 없을지라도 적어도 두 저자의 경험만큼은 구체적으로 언급되었다면 실제 데이터 과학이 무엇인지 독자들이 감을 잡기 쉽지 않았을까 하는 아쉬움이 생긴다.

물론 이 책은 데이터 과학자들의 일을 다뤘다기 보다는 커리어에 대한 가이드이기에 이 점을 충족시키지 못한 것이 결함이 되지 않는다는 것은 알지만 파트 3, 4에서 취업에 성공한 데이터 과학자들이 헤쳐 나가야 할 길을 안내하고 있기에 실무가 구체적으로 소개되었으면 좋겠다는 아쉬움은 어쩔 수 없다.

또, 전반적으로 너무 교과서적으로 쓰여진 느낌이 있다. 실제 구체적인 예시 보다는 전체를 아우르는 이론서 같은 느낌이 들어 머리속에서 구체적인 이미지로 형상화되기 어렵다. 가끔 번역체 같이 이해하는데 어려운 어순의 번역도 조금 더 쉬운 이해를 방해하는 요소이다.

내심 자신이 구체적으로 어떤 일을 하는지 구체적인 프로젝트 진행 과정은 무엇인지 공개하는 책을 기다리는 마음이 커서 어쩌면 책을 객관적으로 평하지 못했을지도 모르겠다.

사실 이것은 내 욕심이다. 데이터 과학자에 대한 정의도 명확하게 내리기 어려운 시점에 스스로의 방법을 자신있게 공개할 수 있는 사람은 많지 않을 뿐더러 책을 쓸 시간이 없을 정도로 바쁠 수도 있다. 나아가 기업의 기밀을 담고 있을 가능성도 있어 여러 이유로 구체적인 실무 과정을 공개하기는 쉽지 않을 것이다.

아무튼 개인적인 바램은 뒤로하고 객관적으로 이 책은 훌륭한 책이 맞다. 이 책을 그대로 따라하기만 해도 데이터 과학자로써 취업하고 커리어를 발전시키는데 훌륭한 나침반이 될 것임은 의심의 여지가 없다. 내가 평한 구체적인 실무는 주위 동료들과 경험이 메꿔줄 수 있을 것이다.

또한 데이터 과학자의 커리어를 다루는 거의 유일한 책이기에 이 책이 가지는 희소성 가치는 높다 할 것이다. 데이터 과학자를 준비하는 사람이라면 미래를 설계하는 매 순간순간 마다 이 책이 많은 도움을 줄 것이다.

• 책소개 - 데이터 과학자 되는 법