‘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’
 

4차산업혁명시대가 되면서 많은 사람들이 빅데이터와 관련된 직종에 뛰어들고있다.

하지만 생기지 얼마 안된 분야이다보니 공부해야하는 분야가 추상적이고 진로가 확실하지않아서 무엇을 어떻게 해야할지 많은 고민이 들 수 밖에 없다. 생각없이 데이터 관련 자격증이라도 따둬야하나? 라고 생각하는 사람들에게 '데이터 과학자 되는 법'은 좋은 책이 될 수 있다.

먼저 이 책에서는 데이터 분야의 직군을 나누는 것 부터 시작한다. 처음 이 분야를 파는 사람들에게는 데이터 과학자와 데이터 분석가, 머신러닝 엔지니어, 데이터 엔지니어가 전부 비슷한 직업으로 보이기 때문에 구분하기가 쉽지않다.

이 책에서는 각자 어떤 역할을 하는지 알려주면서 이 책의 목적과 대상을 제대로 명시해준다.

또한 단순히 어떻게 데이터 분야로 취업을 해야할지를 가르칠뿐만 아니라 회사의 유형(IT대기업, 상품판매 회사의 데이터분석직군, 중소기업, 스타트업)에 따라 어떤 일을 하게 될것인지도 자세히 알려주고있다.

각 회사마다 어떤것이 장점이고 단점인지 무엇을 기대할 수 있는지 알아볼 수 있기때문에 각자의 비전에 따라 회사를 선택할 수 있게 도와준다.

회사를 들어가는 것에서 끝나는것이 아니라 회사를 들어가고난 이후에도 어떻게 경력을 쌓아 나가야할지에 관해서도 알려주며 심지어 어떻게 퇴사를 하는것이 좋을지 상세하게 알려준다는 점이 좋았다.

수록되어있는 전문가들의 실제 업무경험담과 예상 면접질문, 대답들은 개인적으로 가장 좋았던 부분이다. 물론 국내와는 정서가 다를 수 있겠지만 책에서 제공하는 정보가 교과서 적이고 이론적이라면 인터뷰와 면접 질문,대답은 현실적인 추세와 지원자에게 추구하는점이 무엇인지 알수있었다.

머신러닝, 딥러닝의 이론과 실천에 관한 책들은 많이 출판되어있다. 하지만 나무들만 보다보면 숲을 보기가 힘들어질 때가 있다. 타이타닉, 아이리스 데이터로 실습을 해보면서 지식은 늘지만 이런걸로 어떻게 취직을 해야하나 걱정이 많이 되는 당신에게 이 책은 나무보다는 숲을 볼 수 있게 도와주는 책이다.

이 책에 어떠한 기술이나 이론에 관한 내용은 전혀 없지만, 데이터업계의 전체적인 면을 보여줌으로써 시야를 넓히고 목적지 까지 도달할 수 있게 도와주는 지도가 되어 줄 것이라고 확신한다.

 "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.

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."

 

먼저 이번에 리뷰하게 된 책! 데이터 과학자 되는 법 입니다.

이 책은 데이터 과학 업무에 대한 이해, 무엇을 준비해야 하는 지 등...  기술적인 부분 뿐 아니라, 회사의 입장, 동료의 입장까지도 생각하여 폭 넓게 데이터 과학이라는 분야를 다루고 있습니다.. 때문에 혼자 취업을 준비하더라도 방향을 잃지 않는데 도움이 되지 않을까 합니다.

구성만 보더라도, 데이터 과학 분야에 취업해서 경력을 쌓는 시간 순서대로 항목이 구성되어 있습니다. (저자의 풍부한 경험이 없다면 이런 구성이 불가능 하겠죠? )

데이터 과학이라는 분야가 넓어서 그런지, 다루는 주제들 또한 많습니다.  각 주제들에 대해 간단히 설명 후, 참고 링크와 책들을 소개해 주고 있습니다. (국내에 번역이 된 책들은 역자분이 우리 나라 말로 친절히 표시해 주고 있습니다.)

이 책의 특징적인 부분은 각 chapter 말미에 주제에 맞는 데이터 과학 "인터뷰 내용"과 "프로젝트 예시" 를 제시해 주고 있다는 점입니다. 

인터뷰 내용도 보여 드릴게요...

전 책을 읽으면서, 이런 데이터 과학자들 인터뷰 한 내용이 재밌었습니다.  뭔가 실감나고 집중도 잘 되는거 같더라구요.. ( 인터뷰 내용도 꽤 유용합니다. )

인상적인 부분도 9장, 10장, 11장, 13장이 있었습니다.

9장~ 11장의 내용은 데이터 과학 업무에서 정확한 모델 갖는 것도 중요하지만, 모델의 유용성, 통찰력 수준, 유지가능성 등이 더 중요 할수 있다는 내용이었습니다. 또한 사람들이 관심갖는 문제를 다뤄야 의미있다는 내용이에요...

13장의 내용은 프로젝트 실패에 대한 이유와 대처에 대한 내용인데요.. 꼭 필요한 내용이 아닐까 합니다.. 

끝으로 이 책은 저자분의 경험이 잘 녹아있고 정리 또한 잘 된 책이라 생각이 됩니다.. ( 읽으면서도 독자의 시선을 잊지않고 충분히 배려하고 있다는게 느껴지는 책입니다. ) 

이런 좋은 책을, 리뷰할 수 있는 기회 주신 YES24 에도 감사하다는 말씀 드립니다.  

오늘은 "취업, 이직부터 탄탄한 커리어를 쌓는 방법까지" 상세히 담은 ＜데이터 과학자 되는 법＞이라는 책을 소개하려고 한다. 데이터 과학 분야의 진로에 관한 길잡이가 될 수 있는 책이다. 특히 데이터 과학에서 중요한 비기술적인 지식을 잘 소개해주었다. 

데이터 과학자는 '21세기 가장 섹시한 직업', '미국 최고의 직업'이라는 평가를 받는다고 한다. 데이터 과학자가 되는 방법은 아주 다양하므로 전공이 무엇인지 전혀 중요하지 않다. 

데이터 과학은 현실의 문제를 해결하고 이해하는 데 데이터를 사용하는 과정이다......데이터 과학자는 컴퓨터 코드로 데이터를 변환하거나 집계 및 통게 분석, 머신러닝 모델을 훈련할 수 있다. 33쪽

이 책을 봤을 때 가장 먼저 눈에 띄는 키워드는 바로 '데이터'이다. 요즘은 빅데이터에 대한 관심이 많아져서 아이에게도 데이터 과학이란 무엇인가를 보여주고 싶었다. 데이터 과학과의 접목, 협업, 융합할 수 있는 것들이 점점 늘어나고 있는 이 시대에 꼭 필요한 입문서로 보인다. 

이 책의 목표는 기초적인 데이터 과학기술을 얻는 법, 실제 직업이 어떠한지 이해하는 법, 나에게 맞는 회사를 찾아 정착하는 법, 회사에서 성장하는 법, 관리직이 되는 법, 이직 방법까지 다루는 것이다.

데이터 과학 분야에 진출하고자 하는 사람을 위한 실전 입문서 답게 데이터 과학자로 취업하는 방법과 커리어를 쌓는 노하우까지 상세히 소개하였다. 

저자 소개

1. 재클린 놀리스:  소프트웨어 엔지니어. 많은 사람이 유용한 기술을 이용할 수 있도록 장벽을 없애는 일을 즐긴다.

2. 에밀리 로빈슨: 시니어 데이터 과학자. 리더십, 협상 

역자 소개

이창화: 기계공학, 컴퓨터 공학 전공. 울산과학기술원에서 딥러닝 공부.

이 책의 몇 가지 특이한 구성에 대해 보자.

1. 지은이 소개하는 방식이 새롭다.

재클린 놀리스와 에밀리 로빈스 두 저자가 서로에 대한 생각을 적은 지은이의 글을 적는 방식도 새롭다. 

p.9-10

이 책을 에밀리와 공동으로 집필함을써 멋진 경험을 하게 되었다. 신입 데이터 과학자의 노력이 무엇인지 잘 알고 있었고 무엇이 중요한 지 명확히 이해했다. 나는 '재클린처럼 재미있고 따뜻하고 너그럽고 똑똑하며 경험이 많고 배려심이 많은 작가'와 함께 하기를 원했다.

2. 책 구성을 보면, 데이터 과학 경력을 시간순으로 소개했다. 초보자는 처음부터 차근차근 배울 수 있도록 구성했고, 데이터 과학 분야에 몸담고 있는 사람이라면 필요한 부분을 찾아 보고 문제 해결을 할 수 있도록 구성되었다. 

1부에서는 데이터 과학이 무엇이고 어떤 기술이 필요한지 다룬다.

2부에서는 데이터 과학 직무의 구직 과정을 설명한다.

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

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

3. 가장 인상적인 부분은 데이터 과학자와 연관된 다양한 업계의 인터뷰를 실은 부분이다. 이외 예상 면접 질문과 모범 답안 및 설명까지 친절하게 부록에 담았다.

로버트 창 인터뷰의 질문들을 보자.

1) 데이터 과학자로서 첫 여정을 시작한 곳은 어디인가요?

2) 데이터 과학 직무는 어떻게 찾나요?

3) 데이터 과학자가 되기 위해 필요한 기술은 무엇인가요?

4. 목차만 봐도 어떤 내용을 실려있는지 자세히 드러난다. 큰 가지들만 적어본다.

Part1:  데이터 과학 시작하기

1. 데이터 과학이란?

2. 데이터 과학 기업

3. 기술 익히기

4. 포트폴리오 작성하기

Part2: 데이터 과학 직무 착기

5. 탐색: 본인에게 적합한 직무 찾기

6. 지원: 이력서와 커버레터

7. 면접: 어떻게 대처할 것인가

8. 제안: 수락 내용 인지하기

Part3: 데이터 과학자 자리잡기

9. 회사에서의 첫 달

10. 효과적으로 분석하기

11. 모델을 제품으로 베포하기

12. 이해관계자와 협업하기

Part4: 데이터 과학자로 성장하기

13. 데이터 과학 프로젝트를 실패할 때

14. 데이터 과학 커뮤니티 참여하기

15. 품위 잇게 퇴사하기

16. 한 단계 올라가기(관리자, 수석 데이터 과학자, 독립 컨설턴트)

부록: 면접질문

5. 각 장의 소개방식에 대해 알아보자. 주요 내용 소개, 상세 소개, 예상 질문 및 답 등이 있다.

6. 마지막 에필로그에 담은 조언 역시 중요한 것 같다.

데이터 과학자는 의사소통을 할 수 있어야 한다.

데이터 과학자는 상황에 앞서 주도적이어야 한다.

데이터 과학자는 커뮤티니가 필요하다.

이 책을 미래의 데이터 과학자들에게 추천하고 싶다. 이 책에는 데이터 과학자의 미래, 그리고 가능성에 대해 알아볼 수 있어서 진로 정하는데 도움이 된다. 전문 지식들을 처음 접할 때 다소 어려움이 예상되나 데이터 과학 분야에 대한 전반적인 지식, 범위, 흐름 등을 파악하기에는 아주 적합한 책이다. 실제로 읽어보면 글 자체도 과학 관련 서적처럼 딱딱하지 않고 술술 잘 읽혀진다.

만약 데이터와 관련된 분야에 있다면, 이 책에서 다양한 실전 노하우, 아이디어, 그리고 문제 해결책을 얻을 수 있다.  

YES24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다.

최근에 한빛미디어에서 새로 출간한 ＜데이터 과학자 되는 법＞에 대한 리뷰를 작성하고자 합니다. 본 리뷰는 서평 이벤트로 도서를 제공받고 작성하였습니다.

먼저 전체적인 총평을 하자면, 데이터 과학자를 꿈꾼다면 한 번쯤은 궁금했을 사항들이나 정보들이 제대로 정리되어 있는 책이었습니다.

데이터 관련 직군에서 커리어를 쌓고 싶은 1인으로써 정말 기초적인 부분부터 취직이 되고 난 후까지 생각할 수 있는 부분들까지 다 녹아있는 것이 너무 좋았습니다. 이 책은 관련 직군에서 성장하기를 원하는 사람이 어떻게 커리어를 관리할 수 있을지를 설명해 주는 책이고, 구체적인 데이터 분석 이론이나 개념을 소개하는 책이 아님을 참고 바랍니다.

요즘 취업 프로그램에서는 현직자 특강을 하기도 하는데, 이 책 한 권이 그런 특강들 만큼이나 유용한 정보를 제공해주고 있다고 생각합니다. 또 책을 읽으면서 왜 이 직업을 하고 싶은지, 어떤 업무를 기대하고 있는지를 스스로 생각해볼 수 있었고, 취직 후에도 상당히 유용할 것 같았습니다. 관련 직군에서 취직하고 싶은 저로써는 데이터 과학 관련 직무에서는 무슨 일을 하는지 기본적인 사항들을 알 수 있었으며, 실제로 이렇게 직무 이해와 관련된 사항은 면접에서도 굉장히 중요한 부분이기 때문에 후에 많은 도움이 될 것 같았습니다.

이 책에는 포트폴리오를 작성하고, 이력서, 커버레터, 면접 등등을 다루고 있기 때문에 취준이나 이직을 고려한다면 유용한 정보들이 담겨져 있고, 실제로 부록에 나와있는 면접 예시 질문들은 스스로 답변을 생각해보면서 상당한 도움이 되었다는 것을 느꼈습니다. 이 외에도 부트캠프는 어떤 효과가 있을지 처럼 한번 쯤 관심 가졌을 만한 사항에 대해서도 읽어볼 수 있었습니다. 그리고 항상 자세하지는 않더라도 한두마디 정도의 의견이 적혀있는 것 또한 인상적이었습니다.

각 챕터나 절이 끝날 때 마다 요약을 제시해줌으로써 중요했던 내용을 상기시켜주는 것도 좋았습니다. 그리고 중간 중간 데이터 과학자 인터뷰가 있는데, 제가 따로 공부하던 책의 저자들이어서 신기했던 것 같습니다. 따라서 흥미롭게 각 장을 읽을 수 있었다고 생각합니다.

다만 한국 업계에서 얘기를 하고 있는 내용은 아니기 때문에 다른 책도 함께 참고해보려고 합니다. 외국 저자가 작성한 책이다보니 한국 시장에 대한 내용을 확인하고 싶을 때도 있었습니다. 그럼에도 불구하고 전체적인 방향이나 정보를 얻는 점에서는 정말 부족함이 없었던 것 같습니다. 저는 도서를 제공 받아서 읽어보았지만 정말 이 책을 읽을 수 있었던 기회를 제공해준 것에 많은 감사를 보냅니다.

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