jh1***
2021-12-26

이 책은 데이터 과학자로 취업하는 방법과 커리어를 탄탄하게 쌓는 노하우를 상세히 다룬다. 다양한 업계에 종사하는 데이터 과학자들의 인터뷰를 참고해 실무 적응 능력을 키우고 자신의 커리어를 한 단계 향상할 수 있다.
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?
[데이터 과학자 되는 법]은 책 제목부터 딱 그 궁금증을 해결해 주겠다는 강한 자신감이 느껴졌다. 읽어보니 데이터 과학자가 아니어도 취업, 이직부터 탄탄한 커리어를 쌓는 방법, 채용하는 사람 모두에게 도움 될 내용이 가득했다.
이 책은 4개 파트 총 16개 챕터로 구성되어 있다. 데이터 과학이 무엇인지, 어떤 일을 하고 커리어를 쌓아야 하는지, 프로젝트는 어떤 프로세스로 진행되는지, 이직과 퇴사를 준비할 때 필요한 것까지 총망라하고 있다. 업계에 종사하는 사람들의 인터뷰로 생생한 현장 분위기를 알 수 있으며, 챕터마다 추가로 더 참고할 만한 책과 해외 데이터 사이언티스트의 블로그 링크도 포함하고 있다. 또한 커버레터 및 이력서 작성, 면접 질문 준비까지 담겨있어 채용부터 이직, 커리어 발전 로드맵까지 이 책 한 권으로 모두 준비할 수 있다.
<목차>
보편적인 정의는 없지만 데이터 과학은 통찰력을 만들고 머신러닝이 예측하며 인공지능은 제품화한다.
<데이터 과학자 되는 법> p.104
이 책을 통해 어떤 커리어에도 적용할 수 있는 통찰력을 키우는 4가지 방법을 배울 수 있었다.
블로그가 내가 쓰는 내 이력서이자 추천서다. 이력서를 쓸 때 신입이든 경력이든 프로젝트 진행 경험을 묻는다. 내가 그 과정에서 어떤 기여를 했고 무엇을 배웠는지를 작성해야 한다. 갑자기 과거 일을 떠올리면 잘 기억도 안 나고 제대로 작성하기도 어렵다. 미리미리 정리하고 작성한다는 생각으로 블로그에 내 경험을 축적하자. 글쓰기 능력도 키울 수 있고 내 블로그를 보고 새로운 기회가 먼저 주어질 수도 있다. 데이터 과학자는 분석 데이터만 숫자만 전달하는 사람이 아니다. 상대가 누구든 그 숫자에 어떤 스토리가 있는지 설명할 수 있어야 한다. 평소 블로그에 글을 써둔다면 이 또한 프로젝트와 경험이 된다.
데이터 과학자는 항상 자신의 결과를 일반인에게 잘 전달해야 한다. 블로그는 데이터 과학의 모든 과정을 비즈니스 언어로 바꾸는 경험을 가져다줄 것이다.
블로그를 아무도 읽지 않더라도 분명 블로그는 그만한 가치가 있다. 블로그에 글을 쓰는 것은 좋은 습관이다. 여러분의 생각을 정리할 수 있다. 누군가에게 설명한다는 생각으로 글을 작성한다면 여러분이 잘 알지 못했던 내용을 깨닫는 데 도움이 될 것이다.
<데이터 과학자 되는 법> p.94, 97
협상의 기본은 상대가 원하는 걸 파악하는 거다. 취업을 목표로 한다면 이력서를 누가 보는지, 채용자의 입장에서 읽고 싶고 뽑고 싶은 이력서를 보여줘야 한다. 프로젝트를 한다면 고객의 질문이 무엇인지, 원하는 게 무엇인지 알아야 고객이 원하는 결과물을 만들 수 있다. 회사에서 일을 할 때도 마찬가지다. 동료나 상사가 요청한 게 무엇인지 파악하는 게 먼저다. 그러려면 상대의 마음에 진심으로 공감해야 한다.
모든 분석은 '누가 무엇을 원하는가?'라는 질문을 이해하려는 노력에서 시작합니다. 맥락을 이해하려면 반드시 마주 보며 분석의 최종 관계자와 상의해야 합니다.
고객이 좋아할 만한 제품을 만들 때 고객과 대화하고 업무하는 데 많은 시간을 들이는 것이 일반적인 지침이다. 고객의 요구나 문제를 더 많이 이해할수록 원하는 제품을 더 많이 만들 수 있다.
<데이터 과학자 되는 법> p. 213, 265
커뮤니티에 참여해야 하는 이유는 크게 두 가지다. 첫째는 다른 관점을 배우기 위해서이고, 둘째는 의사소통 능력을 키우기 위해서다. 우리는 모두 다르다. 독학은 한계가 있다. 다른 사람과 의견을 교환하며 시야를 넓히고 슬럼프가 와도 서로 이끌어 줄 수 있는 커뮤니티에 함께 하면 빨리 많이 배울 수 있다. 또한 어디나 관계에서 의견 차이나 갈등은 생기기 마련이다. 이를 해결하고 소통하는 과정이 혼자서는 쌓을 수 없는 소중한 경험이다.
좋은 강연을 하고 싶다면 사람들을 즐겁게 하는 것과 동기부여에 집중해야 한다. 여러분이 청중의 더 배우고 싶은 욕구를 부채질하거나 시작할 도구를 갖추게 해 많은 가치를 전할 수 있다.
데이터 과학자는 의사소통을 할 수 있어야 한다. 데이터 과학자는 상황에 앞서 주도적이어야 한다. 데이터 과학자는 커뮤니티가 필요하다.
<데이터 과학자 되는 법> p. 283, 330
우리는 살면서 다양한 실패를 경험한다. 이는 당연한 과정이다. 바로 채용되지 않을 수도 있고 프로젝트 결과가 좋지 않을 수 있다. 원하던 직장에 들어갔는데 지내다 보니 나와 맞지 않을 수 있다. 그럴 때마다 좌절하지 말고 실패 원인을 분석하고 수정해서 재도전하면 된다. 스스로 자책할 필요도 없고 누군가를 원망할 시간도 없다. 실패를 묻어두면 다음에 비슷한 이유로 또 실패한다. 다음 기회에 잘하려면 실패도 의연하게 분석하자.
만약 본인의 건강과 커리어에 미치는 영향이 좋지 않다면 이직을 고려해야 한다. 직장 생활을 7년째 하고 있는데 이 대목에서 참 많은 공감이 갔다. 커리어뿐만 아니라 회사가 내 건강을 해치는 주범이라면 그 영향을 줄이려고 노력해야 한다. 한 번 나빠진 건강은 그 회사 내에서 아무리 직무를 바꿔도 크게 개선되지 않는다.
데이터 과학 프로젝트는 일반적으로 데이터나 의미가 부족하거나 고객에게 맞지 않아 실패한다. 프로젝트를 실패한 후 다시 돌아가거나 종료한 이유를 보고서로 작성하고 고려해야 한다. 프로젝트 실패는 데이터 과학자의 자질 때문이 아니다. 데이터 과학자는 프로젝트 실패에 전적으로 책임이 있지 않다.
<데이터 과학자 되는 법> p. 273
완벽한 시작은 없다. 일단 시작하고 하면서 수정하는 게 맞다. 커리어든 일이든. 우선 일을 하는 사람이라면 블로그를 시작하자!
"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."