추가 적립 안내

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.

인공지능, 빅데이터 시대를 이끌어갈 데이터 과학자로
성장할 수 있도록 단계별로 안내하는 실전 입문서
국내외 데이터 산업 시장이 성장하면서 데이터 직무 인력의 수요도 함께 증가하고 있다. 그중 데이터 과학자는 머신러닝 엔지니어와 함께 21세기 최고 유망 직종으로 떠오른 가장 매력적인 직업 중 하나다. 하지만 국내에서는 데이터 과학자가 데이터 애널리스트, 데이터 분석가, 데이터 엔지니어와 광범위하게 혼용 되고 있어 데이터 과학자가 되기 위한 과정에 대해 일목요연하게 정리한 내용을 찾기 쉽지 않다.

이런 어려움을 겪고 있는 비전공자, 전공자 그리고 실무자들에게 이 책은 데이터 과학 분야의 진로에 관한 길잡이가 되어준다. 다양한 사례가 가득 담겨 있어 데이터 과학자를 꿈꾸는 모든 이의 궁금함을 시원하게 해결해줄 것이다. 데이터 과학의 기본 개념부터 다양한 기업에서 ‘데이터 과학자’가 실제 어떤 업무를 수행하는지 살펴보고, 나에게 맞는 회사를 찾아 정착하는 방법까지 모두 살펴본다. 각 장의 끝에 실린 여러 데이터 과학자의 인터뷰를 통해 실제로 일해보지 않으면 느껴볼 수 없는 훌륭한 교훈도 얻을 수 있다.

비전공자에게는 앞으로의 방향을, 실무자에게는 커리어를 향상하는 방법을, 퇴사를 고민하는 이에게는 품위 있게 퇴사하고 성공적으로 이직하는 방법을 안내한다. 이 책을 읽는 모두가 프로젝트와 팀을 성공으로 이끄는 훌륭한 데이터 과학자로 거듭나길 바란다.

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

고락윤(구글코리아 솔루션 아키텍트)
이 책을 접하고 수년 전의 모습을 되돌아보면서, 그때 읽었더라면 좀 더 인생의 갈피를 잡는 데 도움을 얻지 않았을까 하는 생각이 들었다. 데이터 과학자는 다양한 기업과 기관에서 여러 형태로 존재해 많은 사람이 진로를 정하는 데 어려움을 겪는다. 이런 어려움을 극복하고 독자가 자신만의 길을 찾아갈 수 있도록 이 책에서 데이터 과학자의 가능성에 대해 여러 방향성을 구체적으로 제시한다.

김태헌(『퀀트 전략을 위한 인공지능 트레이딩』 저자)
스타트업, 대기업, 외국계 IT 회사 등 여러 회사에서 데이터 과학자로 일하면서 핵심 비즈니스와 그 규모에 따라 데이터 과학자에게 요구하는 능력과 기여할 수 있는 부분이 다르다는 것을 몸소 느꼈다. 이 책은 일대일 직업 컨설팅해 주듯이 실제로 직접 경험하지 않으면 알기 어려운 사실을 상세히 알려준다. 단순히 데이터 과학자가 되기 위해서 ‘어떤 스킬을 익혀라’라고 조언해주기보다 실제 여러 상황에서 일하고 있는 데이터 과학자의 모습을 보여주며 데이터 과학자로서 커리어를 쌓아 가는 과정을 알려주는 특별한 책이다. 데이터 과학자를 꿈꾸는 학생, 현업에서 활동하는 주니어/시니어 데이터 과학자 모두가 참고할 만한 내용이 가득 담겨 있다.

김형준(네이버 클로바 NLP 리서치 엔지니어)
우리 주위에는 수많은 데이터가 범람하지만 원자료를 그대로 비즈니스에 사용하기는 어렵다. 가치 있는 데이터를 발굴하고 분석해 비즈니스에 도움을 주는 사람들을 우리는 데이터 과학자라고 부른다. 하지만 ‘데이터 과학자’라는 직업은 빠르게 변화하는 IT 분야의 특성상 하나의 직무로 정형화되지 않고 계속 변화한다. 이런 변화 때문에 데이터 과학자의 정의가 모호해져 데이터 과학자를 더 어렵게 생각한다. ‘기획부터 엔지니어링까지 다 잘할 수 있을까’, ‘데이터 과학 직무는 어떻게 시작해야 할까’, ‘데이터 과학자로서 커리어를 어떻게 쌓아야 할까’라는 궁금증이 생긴다면 이 책에서 그 해답을 찾을 수 있다.
책 전반에 걸쳐서 데이터 과학은 무엇이고 필요한 기술은 무엇인지 알려준다. 또한 나에게 맞는 직무를 탐색해 포트폴리오를 구성하고 커리어를 발전시킬 수 있도록 도와준다. 선배 데이터 과학자의 시선으로 후배들에게 커리어의 성장과 데이터 과학자 직무를 어떻게 선택해야 하는지 알려준다. 국내 시니어 데이터 과학자가 많지 않은 상황에서 이 책으로 경험과 노하우를 체득하길 바란다.

박찬성(Machine Learning Google Developers Expert)
이 책은 두 가지 부분에서 인상적이었다. 첫 번째는 매우 포괄적인 범위를 다루지만 간결한 설명으로 풀어나간다는 것이다. 장황하지 않은 설명은 데이터 과학자를 목표로 하는 구직자에게 두려움보다는 명확한 단계를 인지시켜주고, 경력자에게는 초심으로 돌아가 모든 것을 빠르게 정리할 수 있도록 도와준다. 두 번째는 실무자의 환경을 고려해 주어진 문제를 풀어나가는 시각을 일깨워준다는 것이다. 개인보다는 조직과 구성원 간의 협업, 기술적 이해보다는 고객의 시각에서 기술을 바라보는 관점은 아무리 강조해도 지나침이 없다.
이 책에 실린 실무자의 인터뷰는 책의 내용이 현실적이라는 점을 뒷받침해준다. 데이터 과학자로서 첫발을 내딛는 사람, 데이터 과학자로 직무를 전환하는 사람, 현업에서 주니어/시니어 데이터 과학자로 활약하는 사람 등 모든 이에게 피와 살이 되는 현실적인 조언을 담은 이 훌륭한 책을 추천한다.

변성윤(쏘카 데이터 과학자)
데이터 분야의 빠른 기술 발전으로 데이터 관련 직업이 빠르게 변해 많은 구직자가 혼란을 겪고 있다. 이런 혼란을 겪는 사람에게 기술 내용 없이 데이터 과학자가 되는 여정을 담은 이 책을 추천한다. 데이터 과학자를 채용하는 여러 회사 사례를 통해 회사에서 데이터 과학자가 어떤 일을 하는지 알려준다. 이 책을 읽을 때 국내 기업들은 어떤 형태일지 생각하면서 읽어나가길 바란다. 구직자 관점에서 어떤 방식으로 무엇을 준비하면 좋을지, 회사에서 어떤 사람을 채용하고 싶은지 설명해 데이터 과학자의 양쪽 측면(수요와 공급)을 함께 배울 수 있다. 이 부분을 잘 체득하면 지원과 면접에 큰 도움이 될 것이다. 데이터 과학 커리어를 고민하는 사람은 데이터 과학자의 필요한 역량과 업무 흐름을 익힐 수 있고, 이미 데이터 과학 업무를 하는 사람은 커리어를 되돌아보며 성장 방향에 대해 생각하는 데 도움이 될 것이다.

정승환(네이버 클로바 NLP 리서치 엔지니어)
데이터 과학자를 언급한 글은 많이 있었지만 데이터 과학 직무를 설명하기에 부족한 점이 많았다. 이 책은 데이터 과학자가 가져야 하는 기술적인 면 이외에도 데이터 과학자가 되어 성장하기까지 필요한 요소들을 한눈에 알아볼 수 볼 수 있도록 정리했다. 또한 다양한 사람의 인터뷰를 담아내 현장의 생생한 경험을 간접적으로 느낄 수 있다. 데이터 과학자를 꿈꾸는 사람에게는 데이터 과학자로 성장하기 위한 이정표를, 데이터 과학 업무를 수행하는 사람에게는 현업에서 겪을 수 있는 다양한 문제의 해결책을 제시한다. 데이터 과학 업무를 수행하는 많은 이에게 도움을 주는 이 책을 추천한다.

함진아(삼성 리서치 연구원)
데이터 과학의 개념과 기술을 포함해 이력서나 면접 등 실제로 데이터 과학 직무를 준비하는 방법을 안내한다. 또한 기업에 입사해 어떻게 일해야 하는지부터 커리어를 쌓아가는 방법까지 데이터 과학자의 모든 것을 담고 있다. 마치 Q&A를 진행하듯 데이터 과학 실무자의 인터뷰를 담아 직접 찾아다니기 어려운 노하우를 한데 모았다. 데이터 과학자를 꿈꾸는 사람에게 현실적이고 구체적인 도움을 주는 책이다. 데이터 과학 분야의 선배들이 전해주는 애정 어린 조언이 필요한 모든 분께 추천한다.

[PART 1 데이터 과학 시작하기]

CHAPTER 1 데이터 과학이란?
1.1 데이터 과학이란 무엇인가
1.2 여러 가지 데이터 과학 업무
1.3 자신만의 길 정하기
1.4 로버트 창 인터뷰
1.5 마치며

CHAPTER 2 데이터 과학 기업
2.1 MTC: IT 대기업
2.2 HandbagLOVE: 소매 업체
2.3 Seg-Metra: 스타트업
2.4 Videory: 중견기업
2.5 Global Aerospace Dynamics: 공공조달 대기업
2.6 다섯 개의 가상 기업 정리
2.7 랜디 우 인터뷰
2.8 마치며

CHAPTER 3 기술 익히기
3.1 데이터 과학 학위 취득하기
3.2 부트캠프 참여하기
3.3 본인 회사에서 데이터 과학 업무 보기
3.4 독학하기
3.5 선택하기
3.6 줄리아 실기 인터뷰
3.7 마치며

CHAPTER 4 포트폴리오 작성하기
4.1 프로젝트 만들기
4.2 블로그 시작하기
4.3 프로젝트 예시
4.4 데이비드 로빈슨 인터뷰
4.5 마치며
1부 참고 자료

[PART 2 데이터 과학 직무 찾기]

CHAPTER 5 탐색: 본인에게 적합한 직무 찾기
5.1 직무 찾기
5.2 지원할 직무 결정하기
5.3 제시 모스티팍 인터뷰
5.4 마치며

CHAPTER 6 지원: 이력서와 커버레터
6.1 이력서의 기본
6.2 커버레터의 기본
6.3 다듬기
6.4 추천서
6.5 크리스틴 케러 인터뷰
6.6 마치며

CHAPTER 7 면접: 어떻게 대처할 것인가
7.1 기업이 원하는 것은 무엇인가
7.2 1단계: 1차 전화 면접
7.3 2단계: 대면 면접
7.4 3단계: 케이스 면접
7.5 4단계: 최종 면접
7.6 제안
7.7 라이언 윌리엄스 인터뷰
7.8 마치며

CHAPTER 8 제안: 수락 내용 인지하기
8.1 제안 과정
8.2 제안 받아들이기
8.3 협상
8.4 협상 전략
8.5 두 개의 ‘좋은’ 제안 중 무엇을 선택해야 할까?
8.6 브룩 왓슨 마두부온우 인터뷰
8.7 마치며
2부 참고 자료

[PART 3 데이터 과학자로 자리잡기]

CHAPTER 9 회사에서의 첫 달
9.1 첫 달
9.2 생산적인 업무
9.3 회사에서 첫 번째 데이터 과학자인 경우
9.4 직무가 기대와 다를 때
9.5 자비스 밀러 인터뷰
9.6 마치며

CHAPTER 10 효과적으로 분석하기
10.1 요청
10.2 분석 계획
10.3 분석하기
10.4 꾸미기
10.5 힐러리 파커 인터뷰
10.6 마치며

CHAPTER 11 모델을 제품으로 배포하기
11.1 제품을 배포하는 것이란?
11.2 제품 생산 시스템 만들기
11.3 시스템 실행을 유지하기
11.4 정리
11.5 헤더 놀리스 인터뷰
11.6 마치며

CHAPTER 12 이해관계자와 협업하기
12.1 이해관계자의 유형
12.2 이해관계자와 협업하기
12.3 업무 우선순위 정하기
12.4 정리
12.5 사드 스노든 아킨툰드 인터뷰
12.6 마치며
3부 참고 자료

[PART 4 데이터 과학자로 성장하기]

CHAPTER 13 데이터 과학 프로젝트를 실패할 때
13.1 데이터 과학 프로젝트를 실패하는 이유
13.2 리스크 관리
13.3 프로젝트를 실패했을 때 해야 할 것
13.4 미셸 케임 인터뷰
13.5 마치며

CHAPTER 14 데이터 과학 커뮤니티 참여하기
14.1 포트폴리오 관리하기
14.2 콘퍼런스 참석하기
14.3 강연하기
14.4 오픈 소스에 기여하기
14.5 번아웃을 인지하고 극복하기
14.6 러네이 티테 인터뷰
14.7 마치며

CHAPTER 15 품위 있게 퇴사하기
15.1 퇴사 결정하기
15.2 첫 회사를 구할 때와의 차이
15.3 현재 회사에서 새로운 직무 찾기
15.4 조언
15.5 어맨다 카사리 인터뷰
15.6 마치며

CHAPTER 16 한 단계 올라가기
16.1 관리자의 길
16.2 수석 데이터 과학자의 길
16.3 독립 컨설턴트의 길
16.4 커리어 맵 정하기
16.5 앤절라 바사 인터뷰
16.6 마치며
4부 참고 자료

APPENDIX A 면접 질문
A.1 코딩과 소프트웨어 개발
A.2 SQL과 데이터베이스
A.3 통계와 머신러닝
A.4 인성
A.5 사고력이 필요한 질문