확장메뉴
주요메뉴


소득공제
미리보기 공유하기

데이터 리터러시

: AI 시대를 지배하는 힘

[ 양장 ]
강양석 | 이콘 | 2021년 01월 20일   저자/출판사 더보기/감추기
리뷰 총점8.2 리뷰 9건 | 판매지수 5,196
베스트
경영 top100 3주
정가
20,000
판매가
19,000 (5% 할인)
YES포인트
eBook이 출간되면 알려드립니다. eBook 출간 알림 신청
가방 속 책 한 권이라면 - 굿리더 스트링백/간식 접시 머그/디즈니 미키 타포린 보냉백/타포린백
〈2022 한국 문학의 미래가 될 젊은 작가〉- 투표 참여 회원 전원 1천원 상품권 증정!
8월 얼리리더 주목신간 : 귀여운 방해꾼 배지 증정
2022 우량 투자서 7선 - 번역서 신간 부문
8월 전사
쇼핑혜택
1 2 3 4 5

품목정보

품목정보
출간일 2021년 01월 20일
판형 양장?
쪽수, 무게, 크기 400쪽 | 724g | 147*210*30mm
ISBN13 9791189318222
ISBN10 1189318229

책소개 책소개 보이기/감추기

변화하는 디지털 대전환 시대,
우리는 왜 멈춰 있을까?

4차 산업혁명 시대가 코앞으로 다가오면서, 기업들은 각자의 방식으로 새로운 시대를 대비했다. 가장 뜨거운 화두는 인공지능(AI) 기술이었지만, 그에 필요한 빅데이터 역시 많은 주목을 받았다. AI와 더불어 기업의 흥망성쇠를 결정하는 데이터 영역에서의 우위를 점하기 위해 대다수의 기업은 이미 10년 전부터 데이터를 쌓아두었다. 그러나 글로벌 시장 조사 업체 포레스터(Forrester)에 따르면, 기업들의 데이터 중 60% 이상이 사용되지 못한 채 죽어 있다. 왜일까? 『데이터 리터러시』의 저자이자 딜로이트의 전략컨턴트, 글로벌 1억 사용자 비즈니스 서비스 최고전략책임자, 인공지능 상장회사의 최고운영책임자를 맡았던 강양석은 이것이 ‘데이터를 읽고 쓸 줄을 모르기 때문’이라고 지적한다.

이 책은 스킬이 아닌 이해로서의 데이터 활용을 설명한다. 파이선, 엑셀 같은 데이터 툴보다 중요한 것은 데이터를 온전히 읽을 줄 아는 능력이다. 이를 기반으로 한 조직적, 개인적 전략들은 방치된 데이터의 진정한 가치를 발굴해내어 기업의 경쟁력을 향상할 것이다. 무턱대고 데이터를 쌓아두는 것이 능사가 아니다. 데이터 리터러시를 통해 확보한 데이터를 정확하게 이해하고 활용하는 것이 디지털 대전환 시대에 대응하는 진정한 혁신이다.

목차 목차 보이기/감추기

1장. 2020년, 우리가 데이터를 쓰는 모습
80%가 버려지고, 8%만 성공한다 _014
열에 일곱은 믿지 않는 자신의 데이터 _019
엄청난 투자, 그러나 실사용은 고작 21% _024

2장. 디지털 대전환의 열쇠, 데이터 리터러시
대전환의 걸림돌① 데이터 공유하기 싫어요. _028
대전환의 걸림돌② 데이터 읽을 줄 몰라요. _034
걸림돌 제거 작전: 2020년부터 열에 여덟은 데이터 리터러시 집중! _040
데이터 리터러시, 회사 가치를 5% 늘리는 힘 _049

3장. 개척자들의 데이터 리터러시
일반인을 위해, 골고루, 문제해결 중심으로 _058
생각보다 엄중한 데이터 윤리 _063
개척자들의 접근법 _068

4장. 데이터 리터러시 접근법: 말을 배우듯
내게 필요한 데이터 리터러시는 어떻게 결정되는가? _078
개인의 데이터 리터러시는 일상의 문제해결에서부터 _110
조직의 데이터 리터러시는 ‘데이터 놀이’ _114

5장. 데이터 리터러시의 전제조건: 데이터의 힘을 믿습니까?
데이터와 인지력 _122
데이터와 판단력 _153
데이터와 설득력, 그리고 동기부여 _180

6장. 데이터 리터러시 특강: 16가지 실전 역량
데이터 부서에서 자주 들리는 말들 _210

Ⅰ. 데이터의 이해와 관련된 역량들 _213
1) 공감 역량: 뭐 좀 느껴지는 거 없나요?
2) 직관 역량: 숫자가 튀는데요?
3) 사실 파악 역량: 설마, 잘못 읽어서 그런 건 아니죠?
4) 패턴 파악 역량: 결대로 썰어봐요.
5) 비판 역량: 사실인가? 연관이 있는가? 그게 전부인가?

Ⅱ. 데이터를 잘 확보하는 역량 _260
1) 지목 역량: 원하는 게 정확히 뭔지 모르겠어요
2) 수집역량: 넝마주이세요?
3) 대체 데이터 생산 역량: 데이터 없으면 분석 끝나나요?

Ⅲ. 데이터를 통해 잘 판단하는 역량 _285
1) 맥락 파악 역량: 누울 자리를 보고 다릴 뻗어라
2) 어프로치 설계 역량: 바다를 끓일 거예요?
3) 데이터 가공 역량: 왔다 갔다 분석하신건가요?
4) 의사결정 원리 적용 역량: 기회비용은 무시한 건가요?

IV. 데이터로 소통하기 _318
1) 표현 역량: 차트의 색감만 좋지 내용은 없네요. 화가세요?
2) 스토리텔링 역량: 듣다가 길을 잃었어요.
3) 리포팅 역량: 보고서 쓰러 회사 다녀요?
4) 토론 역량: 아니, 그러니까……아니, 그러니까!

7장. 맺으며: 데이터리터러시닷숍 프로젝트
부록: 메시지별 적합한 12개 차트 유형 _368

저자 소개 (1명)

책 속으로 책속으로 보이기/감추기

하지만 지금부터는 달라야 한다. 지금 이 순간에도 목적 없이 축적 되는 데이터들은 언젠가 검증이라는 실험대에 오를 것이고, 그 결과에 따라 폐기되거나 신뢰를 얻을 것이다. 우리가 해야 할 일은 우선 그 검증 속도를 가속화하는 것, 그리고 지금까지와는 다르게 목적이 데이터 의 생성, 활용, 폐기 등 전체 생애 주기를 주도할 수 있도록 데이터 감각을 날카롭게 다듬어놓는 것이다. 지금 우리에게 필요한 것은 데이터를 쓸 줄 아는 머리다. --- 23쪽

데이터는 자꾸 사용되어야 혁신의 중심에서 제 역할을 할 수 있다. 그러므로 이러한 변혁을 이끌어내려는 사람들은 조 직 내에서 초반에 싫은 소리를 많이 듣겠지만, 그 고비를 넘을 때까지 많은 실험을 통해 구성원들 마음에 확신을 조금씩 심어줘야 한다. 데이터로 생각하고 결정하고 의사소통하는 것이 정말 유익하다는 확신 말이다. --- 30쪽

데이터는 절대 그 자체가 목적이자 답이 될 수 없고 오직 ‘맥락’에 맞게 바라보고 해석할 때에만 제 역할을 발휘한다. 데이터를 그저 학습 대상으로만 여기면 안 되는 이유가 이것이다. --- 38쪽

한편 4차 산업혁명 시대인 지금 조직에게 가장 요구되는 역량은 ‘전략적 유연성과 몰입’이다. 소비자의 마음이 원체 빨리 변하니 조직의 목표도 그에 기민하게 반응해야 하고, 지식노동자들의 생산성이 회사 전체의 경쟁력에 결정적 역할을 하다 보니 그들의 몰입이 중요해진 것 이다. 이에 따라 소수 엘리트 전략기획자의 힘보다는 직원 개개인이 자신의 욕망에 기초하여 목표를 세우는 것이 효율성과 업무 유연성 면에서 보다 중요해졌다. --- 41쪽

재무성과가 좋은 회사는 회사 및 개인의 데이터 리터러시에까지 신경 쓸 여력이 된다는 것은 맞는 말이다. 또한 좋은 데이터 리터러시를 바탕으로 하 는 합리적 의사결정 문화를 갖춘 기업은 분명히 좋은 시장 경쟁력을 가지는 경향이 있을 것이다. 반드시 인과 관계에 있다고 할 순 없지만 그 둘의 방향은 분명 같다. --- 54쪽

데이터 윤리성 준수 여부의 확인은 현장에서 이뤄질수록 좋으므로, 가장 가까이 있는 동료들끼리 진행하는 것이 이상적이다. 이는 소프트웨어 엔지니어들의 코드 리뷰를 동료 엔지니어가 했을 때 조직 전체의 생산성이 극대화되는 원리와 비슷하다. 별도의 조직, 차후의 프로세스 로 검증 주체나 시기가 늦춰질수록 위험은 모이고 모여 걷잡을 수 없이 커진다. --- 67쪽

‘조직이 갖춰야 할 역량의 합은 ‘데이터 중심 문화’라는 말로 귀결된 다. 문화라는 말도 모호한데 데이터까지 붙어서 더욱 모호해져 버렸지만, 이 시안을 어떻게 풀어가야 할지 유나이티드 오버시스 뱅크(United Overseas Bank, 이하 UOB)의 사례에서 얻을 수 있다. 데이터는 공부와 훈련의 대상이 아니라 일을 쉽게 하고 고민을 덜어주는 도구라는 인식부터 먼저 만들어나간 예이기 때문이다.--- 86쪽

. 사실에 입각한 의사 결정 문화는 조직 내외의 다양한 문제에 대해 구성원들의 호기심을 자극한다. 모두가 문제해결자가 될 수 있다는 희망을 주기 때문이다. 이에 따라 구성원들이 몰입하면 창의적인 해결책이 쏟아져 나온다. 그렇기에 역량 체계에 대한 숙지보다는 어떻게 하면 데이터 기반 문제 해결에 대한 욕망을 자극할지를 고민하는 쪽이 낫다는 것이다. --- 120쪽

동일한 정보를 보고도 더 좋은 판단을 이끌어내는 능력은 여러 데이터 감각 중 ‘통찰’에 해당한다. 데이터 감각이란 ‘데이터를 활용하여 남다른 인지, 판단, 설득을 하는 데 반드시 필요한 사고력’이라 이야기 한 바 있다. 하지만 이런 딱딱한 정의는 설명하는 사람과 듣는 사람 모 두에게 그리 쉽사리 와 닿진 않는다. 그렇기에 데이터와 관련한 감각적 통찰이라는 능력을 여러분이 이해할 수 있는 방법은 오직 하나, 바로 사례를 통해 공감하는 것뿐이다.--- 160쪽

설득을 넘어 동기부여를 시키는 것은 더더욱 매력적인, 그리고 데이터로 할 수 있는 가장 고귀한 일이라는 게 내 생각이다. 설득은 특정 사안에 대한 상대의 판단을 바꾸는 것이지만 동기부여는 삶에 대한 자세를 바꾸는 일이기 때문이다. --- 181쪽

업무 중 혹시 “이 자료 보고 뭐 느껴지는 거 없어?”라는 말을 들어 본 적 있는가? 대개의 경우 이는 ‘업무 자료를 너무 기계적으로만 접 하는 것 아니냐’고 꼬집는 표현이다. 새로운 데이터를 접하면 단순히 업무 자료라는 시각에서만 바라보지 말고, 생각을 그 데이터에 맞춰 능동적으로 바꿔보는 성의를 보이라는 뜻이겠다. 이것이 바로 모든 데이터 리터러시 역량 중 첫 번째에 해당하는 데이터 공감 역량이다.--- 213쪽

비판 능력이 중요한 이유는 첫째, 속지 않기 위해서이고 둘째, 바로 ‘비판받지 않기 위해서’다. 남을 합리적으로 비판할 줄 알아야 자신 도 그 합리적 비판 원리를 바탕으로 비판을 받지 않을 수 있다.--- 247쪽

‘바다를 끓인다’는 말을 들어본 적이 있는가? 엄청난 패기가 느껴질 수도 있겠으나 이 말은 어떤 데이터를 분석할 때 계획 없이 닥치는 대로 달려드는 경우를 나타내는 말이다. 지금은 데이터 홍수의 시대라 할 만큼 데이터의 양이 어마어마한데, 접근 방법을 설계하지 않고 무작정 아무데서나 시작해서 분석을 하려면 엄청난 힘이 들 수밖에 없다. --- 292쪽

좋은 데이터를 가지고도 상대를 잘 설득할 수 없을 때 우리가 살펴봐야 하는 것은 ‘상대가 내게 주목하고 있는가’다. 상대가 내 얘기를 듣지 않고 있다면 설득에 성공할 리도 없기 때문이다. --- 327쪽

책 전반에서 누누이 강조했듯 데이터 리터러시는 전문가들을 위한 역량이 아니다. 따라서 데이터를 접하는 개개인이 단단한 역량을 갖추고 그것을 기반으로 다양하고 깊이 있는 데이터 기반 문제해결 경험을 많이 쌓아가는 것, 그것이 곧 데이터가 가진 잠재력을 최대한 이끌어 내는 사회로 발전하는 길이라고 나는 믿는다. 그런 사회를 나와 여러 분이 함께 만들어간다면 좋겠다.
--- 367쪽

출판사 리뷰 출판사 리뷰 보이기/감추기

축적이 아닌
분석의 시대로

2021년 지금, 기업과 개인에 있어 제일 중요한 역량은 무엇일까? 바로 데이터를 읽고, 쓰고, 소통하는 역량이다. 이때까지 데이터의 중요성만 강조했지, 데이터를 활용하는 생각의 중요성에는 주목하지 않았기 때문이다. 그 결과로 기업들이 열심히 확보한 데이터는 현재 골칫덩어리가 되었다. 제대로 활용하고 있지 못하는 것과 더불어, 저장 및 관리에 들어가는 비용이 더 이상 감당하기 힘든 수준으로 커지고 있기도 하다. 배보다 배꼽이 커진 셈이다. 또, 대부분이 제대로 검열되지 않은 정보들이라 개인정보 보호법에도 어긋날 위험도 있다.
아무리 다양하고 유용한 정보라도, 그것을 들여다보고 활용하는 사람이 없다면 금방 시대에 뒤처진 쓰레기가 되어버린다. 데이터는 현재 무분별한 ‘축적’ 때문에 과도기에 놓여있다. 실제로 전 세계 기업 중 70%가 자신들의 데이터를 신뢰하고 있지 못한다고 한다. 그러니 이제는 데이터를 ‘분석’하는 시대로 나아가야 할 때이다. 문제해결에 필요한 부분을 찾고 가공하여 내세울 줄 알아야 한다. 데이터의 진정한 가치는 그럴 때 발견된다. 그리고 이는 기업을 이끄는 전문 집단이나 소수 경영진에게만 일임되어야 하는 일이 아니다. 데이터의 홍수 속에서 살아남으려면 기업의 모두가 데이터에 대한 감각을 길러야 한다. 그것이 이 책이 ‘데이터 리터러시’를 제시하는 이유다.

모두에게 투명한 데이터가
가장 강력한 무기가 된다

당신은 가지고 있는 정보를 다른 사람과 스스럼없이 공유할 수 있는가? 쉽게 대답할 수 있는 사람은 많지 않을 것이다. 내가 부딪혀 얻은 경험은 어쩐지 은밀하고 값지게 느껴지기 때문이다. 하지만 이와 같은 의식은 곧, 부서 간 정보가 단절되는 데이터 사일로(Data Silos) 현상을 만들어낸다. 가로막힌 데이터들은 그 어디에서도 검증될 수도, 활용할 수도 없게 되어 그대로 고이게 되고, 기업은 소통하지 못해 결국 같은 위치에 맴돌게 된다.
이 같은 문제를 해결하려면 마인드셋의 변화가 필요하다. 데이터는 수리 영역이 아닌, 언어의 영역에 속한다. 쓸모 있는 데이터란 관계자 모두가 이해하며, 투명하게 찾아보고 검증할 수 있는 것이다. 그렇게 담금질하는 과정을 통해 데이터는 점점 더 그 힘을 얻는다. 그러면 직원들도 자발적으로 목표를 세우기 시작해, 기업 전체가 자연스레 성장한다. 즉, 데이터는 소수에 의해 결정되는 것이 아니라, 다수가 접근하여 많이 다듬고 정제될수록 그 효용성이 높아진다. 이를 실천하기 위해선 기존의 권위주의나 관료 중심적 사고방식에서 벗어나야 하는 것은 물론이고, 모두가 데이터로 소통할 수 있는 문화와 역량이 필요하다.

데이터 역량을 키우기 위한
16가지 실전 방법

당신은 알고 있었는가? 사실 롯데월드와 에버랜드는 경쟁 관계가 아니었다는 것을, 나이키와 닌텐도야말로 세기의 경합을 벌이고 있는 중이라는 것을. 어째서 이런 해석이 나왔을까? 이 책에서는 동일한 데이터를 다르게 해석하고 숨겨진 정보를 찾아내기 위한 여러 사례와 방법들을 제시한다. ‘데이터 리터러시’는 데이터를 이해하고, 확보하고, 판단하고, 소통하는 것이다. 이 같은 통찰력이 곧 기업을 이끌어나가는 축이 되어 혁신을 일으킨다.
저자는 데이터에 대한 기본적인 이해와 더불어, 데이터를 마치 언어처럼 자유자재로 다룰 수 있는 16가지 실전 역량을 제시한다. ‘데이터 리터러시’란 데이터를 이해하고, 확보하고, 판단하고, 소통하는 것이다. 그리고 이는 곧 4차 산업혁명 시대를 맞이하는 개인과 기업의 새로운 경쟁력이다. 아직 데이터 시장은 제대로 활성화되지 않았다는 점을 잊지 말자. 데이터의 진정한 가치는 데이터를 제대로 활용하는 것에서 비롯된다. 데이터를 그저 축적하는 낡은 모습에서 벗어나, 이제는 데이터를 삶의 소품으로까지 활용하는 미래를 만들고 싶은 이들에게 이 책은 좋은 문법책이 되어줄 것이다.

이 책을 읽어야 할 사람들

1. 4차 산업혁명에 긴장하고 있는 사람들
2. 넘쳐나는 데이터를 어떻게 분석해야 할 지 모르는 사람들
3. 전략적인 의사결정이 필요한 사람들
4. 정보처리의 중요성을 인식하고 있는 기업 경영자들
5. 디지털 대전환 시대에서 도태되고 싶지 않은 사람들

회원리뷰 (9건) 리뷰 총점8.2

혜택 및 유의사항?
졸면서 썼으나 내용은 좋은 레포트 느낌 내용 평점3점   편집/디자인 평점1점 댄****딩 | 2022.06.01 | 추천0 | 댓글0 리뷰제목
자음 모음 단위의 오타 뿐만 아니라 문맥의 흐름을 해치고 거스르는 오타가 너무 많아서 교정 단계 자체가 생략되어 출판된 것인지 의문이 들었습니다. 그냥 참고 완독 하긴 하였으나 오류의 수가 방대하고 그래프 배치 오류도 있고 그래프 번호 표기도 없어 종이를 넘겨가며 텍스트와 그래프를 오가며 읽어야하는 부분에서 많이 불편했네요. 내용은 좋으나 지나친 오류 때문에 환불하고;
리뷰제목
자음 모음 단위의 오타 뿐만 아니라 문맥의 흐름을 해치고 거스르는 오타가 너무 많아서 교정 단계 자체가 생략되어 출판된 것인지 의문이 들었습니다. 그냥 참고 완독 하긴 하였으나 오류의 수가 방대하고 그래프 배치 오류도 있고 그래프 번호 표기도 없어 종이를 넘겨가며 텍스트와 그래프를 오가며 읽어야하는 부분에서 많이 불편했네요. 내용은 좋으나 지나친 오류 때문에 환불하고 싶은 책은 처음입니다.
(수정) 리뷰를 다 쓰고 비슷한 의견의 리뷰를 보았는데 느낀점이 비슷하시네요ㅋㅋ 저도 다른 분들 리뷰엔 왜 해당 내용 언급이 없는지 의문입니다.
댓글 0 이 리뷰가 도움이 되었나요? 공감 0
포토리뷰 정말 오타가 많은 책 내용 평점1점   편집/디자인 평점1점 s***o | 2021.12.20 | 추천1 | 댓글0 리뷰제목
편집 과정에서 교정을 봤다고 하기에는 오타가 너무 많습니다. 참고 읽다가 예언가를 애연가로 쓴 데서 포기했습니다. 편집자가 무려 세 명이나 되는데 왜 그런걸까요. 너무 급하게 출간해서일까요. 다른 리뷰에 오타 언급 없는 것이 정말 이상할 정도입니다. 환불 받고 싶네요.(150자 이상 입력하라는 어이없음에 한번 더) 편집 과정에서 교정을 봤다고 하기에는 오타가 너무 많습니다.;
리뷰제목
편집 과정에서 교정을 봤다고 하기에는 오타가 너무 많습니다. 참고 읽다가 예언가를 애연가로 쓴 데서 포기했습니다. 편집자가 무려 세 명이나 되는데 왜 그런걸까요. 너무 급하게 출간해서일까요. 다른 리뷰에 오타 언급 없는 것이 정말 이상할 정도입니다. 환불 받고 싶네요.

(150자 이상 입력하라는 어이없음에 한번 더) 편집 과정에서 교정을 봤다고 하기에는 오타가 너무 많습니다. 참고 읽다가 예언가를 애연가로 쓴 데서 포기했습니다. 편집자가 무려 세 명이나 되는데 왜 그런걸까요. 너무 급하게 출간해서일까요. 다른 리뷰에 오타 언급 없는 것이 정말 이상할 정도입니다. 환불 받고 싶네요.



댓글 0 1명이 이 리뷰를 추천합니다. 공감 1
전문성의 정도와 상관없이 유용한 생각거리를 제공해주는 책 내용 평점5점   편집/디자인 평점5점 z****w | 2021.09.01 | 추천1 | 댓글0 리뷰제목
저는 현업의 데이터 사이언티스트로 근무하고 있습니다만, 일을 하면서 "혹시 내가 이런건 간과하고 있는것은 아닐까" 가려워 하던것을 이 책이 시원하게 긁어준 듯 한 느낌입니다. 기술적인 정교함에 집착하다 보면 문득 데이터를 기계적인 과정의 일부로 보게 되는 경향이 저 스스로도 생겼던 것 같아요. 이 책은 그런 저에게 양질의 food for thought를 제공해 주었습니다. 시의;
리뷰제목

저는 현업의 데이터 사이언티스트로 근무하고 있습니다만, 일을 하면서 "혹시 내가 이런건 간과하고 있는것은 아닐까" 가려워 하던것을 이 책이 시원하게 긁어준 듯 한 느낌입니다. 기술적인 정교함에 집착하다 보면 문득 데이터를 기계적인 과정의 일부로 보게 되는 경향이 저 스스로도 생겼던 것 같아요. 이 책은 그런 저에게 양질의 food for thought를 제공해 주었습니다. 시의적절한 예를 들어 쉽게쉽게 읽히는 편이면서도, 촌철살인과 같은 팁을 배운 느낌이네요. 숫자 이면의 함의나 제한점을 항상 염두에 두고 이를 커뮤니케이션함에 있어서도 생각해야 할 포인트들을 잘 짚어주었기에, 책에서의 메시지들을 오래 기억하고 업무에도 유용하게 쓸듯 하네요.

책을 읽다보니 최근에 본 "Computer Scientist Explains Machine Learning in 5 Levels of Difficulty"라는 제목의 영상 하나가 생각이 났습니다 (링크). 머신러닝 모델에 대한 설명을 초등학생, 고등학생, 대학생, 대학원생, 그리고 전문가의 관점에서 차례로 설명한 내용입니다. 차근차근 설명한 구성도 재미있기도 합니다만, 특히 이 책의 내용과 연관해 마지막 전문가 (컴퓨터 사이언티스트) 가 이런 언급을 합니다. "저는 프로그래밍이 정말 중요하고 이 분야의 최고가 되려 했는데, 어느 순간 보니 프로그래밍 역량은 부차적(secondary)이 된것 같고, 그보다 더 중요한 것은 어찌보면 큰 그림에서의 데이터를 이해하는 관점이라는 생각이 듭니다. 다시 말해 이 데이터의 출처, 제약, 정의 그리고 더 나아가 데이터를 가공함에 있어 나의 이 결과물을 보게 될 사람이 누구인지 어디까지 투명하게 커뮤니케이션 해야 하는지를 생각해야 하는 것이 더 중요하다는 거죠."

여기에서 언급된 데이터 사고력은 습관처럼 계속 연마하지 않으면 축적되지 않는 근본 역량인 것 같습니다. 반면에 데이터 사이언스를 위한 프로그래밍, R과 Python과 같은 언어들은 지금도 계속 변화하고, 그리고 향후엔 다른 도구로 대체될지도 모릅니다. 물론 코딩을 통한 데이터 처리는 비교가 안되게 우수한 업무 방식임에는 틀림이 없지만, 도구에서 나온 결과물을 바탕으로 판단하는 사고력이 더 활용 분야가 넓을 뿐더러 본인을 더 차별화 시킬 수 있는 영역이라는 생각에 잠기게 되네요.

댓글 0 1명이 이 리뷰를 추천합니다. 공감 1

한줄평 (11건) 한줄평 총점 9.6

혜택 및 유의사항 ?
평점5점
데이터 읽기를 위한 좋은 책
이 한줄평이 도움이 되었나요? 공감 0
e******d | 2021.11.26
구매 평점5점
디지털혁신을 위한 기술학습을 위해 구매했어요
1명이 이 한줄평을 추천합니다. 공감 1
빠* | 2021.06.04
구매 평점5점
디지털혁신을 위한 기술학습을 위해 구매했어요
1명이 이 한줄평을 추천합니다. 공감 1
빠* | 2021.06.04
  •  쿠폰은 결제 시 적용해 주세요.
1   19,000
뒤로 앞으로 맨위로 aniAlarm