한빛출판네트워크

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

개발을 진행하면서 클라우드 시스템을 많이 고려를 해야합니다. 그중에 aws는 클라우드 시스템을 구축하기에 매우 탁월한 시스템이고, 특히 aws을 기반한 데이터 과학을 매우 중요한 분야입니다.

aws에 대한 것을 거의 모두 다 다루고 있고, 자세한 설명을 통해 독자의 이해도를 높이려는 책입니다.

aws를 고려하고 있으시거나, 머신러닝, 딥러닝을 한다면 꼭 이책을 한번 보시면 좋겠습니다.

이책은 데이터 과학의 포괄적인 분야를 aws를 통해 필요한 데이터 분석 을 할 수 있도록 하는 책이다.

aws 에서 제공하는 다양한 데이터 과학에 도움이되는 서비스를 활용 하여 데이터 분석을 활용 할 수있다

아마존 컴프리헨드 메디컬이라는 헬스케어 api를 손쉽게 활용하는 방법을 다루고 있다.

아마존 컴프리헤드를 활용한 고객리뷰 데이터셋을 훈련 도 할수 있다.

아마존 컴프리헨드는 텍스트 문서를 입력받아, 개체, 핵심 문구, 구문, 감성을 인식한다고 한다.

​

이처럼 aws는 데이터 과학을 하는데에도 많은 도구들을 제공해주고 있다는 느낌을 받았다.

직접 구현하기 어려운 부분도 aws를 활용하면 많은 부분을 활용 할수 있을것같아

데이터 과학에 있어 필요한 api를 도움받고자 하다면 이책을 공부해볼 필요가 있을 것이다.

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

​

AWS 클라우드에서 머신러닝, 워크 플로우, 스트리밍 등 데이터 과학을 위한 서비스를 제공합니다.

아마존 세이지메이커, 에어플로우, AutoML, 키네시스 스트리밍 등 AWS 서비스를 사용하면서

얼핏 봤던 서비스들인데 과연 어떻게 사용해야할지, 접근하기가 어려웠었어요.

간단한 예제와 함께 AWS 데이터 과학 서비스를 어떻게 이용하는지 실습해볼 수 있어서 AWS 기반 데이터 과학 책을 선택했었어요!

첫 부분은 GAN, 강화 학습 등의 딥러닝을 어떻게 AWS 서비스로 사용할 수 있을지 소개하는 파트였어요.

데이터 분석, 기계 학습과 관련한 AWS 서비스가 적지 않아서 하나 하나 파악하기 쉽지 않았는데, 책으로 간략하게 처음부터 정리하고 가서 이해하기가 훨씬 좋았었어요.

데이터 수집을 위한 AWS 서비스, 데이터 탐색하는 AWS 서비스 사용법, AWS 에서 생성한 모델을 훈련하는 법, 대규모로 리소스를 투입하여 훈련하는 법, 모델을 배포하는 법을 차례대로 실습합니다.

데이터를 실시간으로 스트리밍 및 머신러닝을 하는 법도 소개합니다.

마지막으로는 AWS 보안을 하는 법도 소개해요.  기본적인 AWS IAM, KMS 서비스를 이용한 보안 방법부터 세이지메이커 등의 VPC 설정 등 데이터 과학 AWS 서비스에서도 보안을 하는 법도 알려줍니다.

머신러닝과 딥러닝 방식을 공부하시는 분들에게 실제 현업에서 클라우드로 어떻게 조작하고 관리하고 배포하는지 알려주는 귀한 기술 서적 입니다!

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

아마존 클라우드 컴퓨팅 분야의 베스트셀러인 "AWS 기반 데이터과학" 책을 한빛미디어 서평단으로서 제공받았다. 이 책의 가장 큰 목적은 AWS에서 AI,ML프로젝트를 성공적으로 수행하는 능력을 배양할 수 있다는 것이다. 책의 난이도로 보자면 지식이 전무한 상태로 본다면 굉장히 어렵다. 책의 구성이 굉장히 상세하여, 실무자들에게 많은 도움이 될듯하다

AWS(Amazon Web Services)는 아마존에서 제공하는 클라우드 서비스입니다. AWS에서는 단순히 클라우드만 제공하는 것이 아니라 머신러닝 및 인공지능 모델을 개발하고 운영할 수 있는 다양한 서비스를 제공합니다. 'AWS 기반 데이터 과학'은 AWS에서 제공하는 머신러닝 및 인공지능 기능을 활용하여 데이터 과학 파이프라인을 구축하고 모델을 배포하는 방법을 친절하게 설명하는 책입니다. 

타겟 독자 

이 책의 저자는 AWS에서 근무하는 개발자들이고, 그 중 한 명은 실제로 AWS에서 머신러닝과 인공지능 파이프라인을 구축하는 개발자이기 때문에 누구보다도 AWS에서 제공하는 서비스를 가장 잘 아는 사람일 것이라 생각합니다. 

하지만 서비스를 너무 잘 알기 때문인지 초보자에게는 설명이 조금은 불친절하다는 느낌을 받았습니다. AWS의 다양한 서비스들을 설명하면서도 UI를 거의 보여주지 않았고, 처음에 환경 설정을 어떻게 해야 하는지, 어떻게 서비스를 사용해야 하는지에 대한 방법은 거의 생략하고 있었습니다. 이미 서비스를 사용하고 있는 사람들에게 어떻게 해야 더 효율적으로 AWS의 서비스를 사용하는지를 설명하는 내용이 주를 이루기 때문에 초보자보다는 이미 AWS의 세이지 메이커나 키네시스 등을 사용하고 있는 사람, 데이터 과학을 충분히 공부한 데이터 과학자, 데이터 분석가, 데이터 엔지니어, 머신러닝/인공지능 엔지니어, 데브옵스 엔지니어 등에게 유용한 책일 것 같습니다.  

주요 내용

이 책에서는 "인공지능과 머신러닝 실무자가 AWS에서 데이터 과학 프로젝트를 성공적으로 빌드하고 배포하는 방법"을 다루고 있습니다. 총 12개의 장으로 구성된 'AWS 기반 데이터 과학'은 1-3장까지는 AWS 세이지메이커의 포괄적인 사용 방법과 사례를 다루고 4장부터 9장까지 데이터 과학 프로젝트를 빌드하고 배포하는 과정을 다룹니다. 10장에서는 파이프라인을 만드는 법, 11장에서는 실시간 데이터를 다루는 스트리밍 분석, 마지막 12장에서는 보안을 다룹니다.

장점

1. 소스 코드 제공

실제 프로젝트에서 이루어지는 일들을 다루기 때문에 데이터 과학 또는 ML/AI 프로젝트를 실제 배포하는 업무를 처음 담당하는 사람들에게는 큰 도움이 될 수 있는 책입니다. 실제 사례를 기반으로 프로젝트를 설명하고, 소스 코드를 제공해 주기 때문에 실무에 적용할 때 유용할 것 같습니다. 

2. 이미지와 표 제공

또한 글로만 설명해서는 이해하기 어려운 내용은 이미지나 표로 다시 한번 정리해 주기 때문에 이해가 되지 않을 때는 이미지나 표를 통해 직관적으로 이해할 수 있습니다.

 3. 다양한 실제 사례 제공 

각 장은 실제 사례를 통해 어떻게 서비스를 이용해야 하는지를 설명합니다. 2-3장에서는 다양한 사례를 짧지만 핵심적인 내용을 다루고 있고, 4장부터는 아마존 고객 리뷰라는 하나의 사례를 이어가면서 각 단계에서 세이지메이커를 어떻게 사용하는지를 순차적으로 보여줍니다. 분야가 다른 실무자를 위해서인지 자연어처리의 역사와 BERT를 자세히 설명해 주기도 합니다. 

 4. 비용 절감과 성능 향상을 위한 방법 제공

실무자로서는 비용 절감과 성능 향상을 항상 고민할 수 밖에 없습니다. 이 책에서는 매 장마다 실무자로서의 고민인 성능 향상과 비용 절감을 어떻게 할 수 있는지 다양한 방법을 제시해 주기 때문에 실무에 그 방법들을 도입해 보면서 비용 절감과 성능 향상을 모두 꾀할 수 있을 것 같습니다.  

아쉬움

이 책의 타겟이 아닌 처음 AWS 서비스를 이용하려는 사람들에게 이 책의내용은 이해하기 어려울 것 같습니다. 특히 1-3장에서는 이미지보다는 글이 많고, AWS의 서비스 용어가 많기 때문에 이해하기가 쉽지는 않았습니다. 이전에 AWS 관련된 책을 보았기 때문에 이해하기 어렵지 않을 것이라고 생각했지만 충분히 용어와 서비스를 이해하지 못한 저에게는 이해하기 조금 어려웠고, 그로 인해 집중하기 쉽지 않았습니다.

 이 책의 타겟이 초보자가 아닌 실무자이기 때문에 친절하지 않음은 이해할 수 있으나 AWS를 처음 사용하는 실무자를 위해 조금 더 친절하게 설명해 주었으면 어땠을까 하는 생각이 듭니다. 

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

실무에서 실시간으로 쌓이는 대용량 데이터를 사용해서 실무 프로젝트를 진행한다면 클라우드 환경을 빼놓고 일하기가 어렵다. 이 책은 여러 클라우드 제품군 중 AWS를 기반으로 쓰여졌다.

데이터과학에 대한 어느정도 기본 이해가 있는 상태에서 AWS제품군을 활용방안을 제시하고 있기 때문에 데이터 과학에 대한 기초 소양이 필요한 책이기도 하다.

현업에서 AWS의 제품군을 활용하여 어떻게 비즈니스를 해야하는지에 대한 구체적인 사례를 함께 제시하고 있다. 단순히 알고리즘 혹은 클라우드 제품에 대한 소개가 아니라 제품군을 활용하여 실제 비즈니스에 어떻게 활용되는지에 대한 사례가 있어야 현업에 어떻게 적용할지 아이디어를 얻을 수 있는데 그런 점에서 이 책이 좋은 가이드 역할을 한다.

AWS는 제품군이 다양하고 복잡해서 콘솔을 열면 어디부터 작업해야할지 난감한데 이 책을 활용하여 데이터 과학 프로젝트를 어떻게 구축하고 배포해야하는지 상세하게 배울 수 있다.

실제 사례를 바탕으로 자연어처리, 컴퓨터 비전, 사기 탐지 등 비즈니스에 접목할 수 있는 예시라 아이디어를 얻기 좋다.

아마존 ML 스택을 통해 세이지메이커 오토파일럿의 AutoML을 사용한 사례를 통해 복잡한 제품군에 대한 활용법을 찾아볼 수 있다. 머신러닝 모델을 반복가능한 MLOps 파이프라인으로 통한합는 방법, 아마존 키네시스와 아파치 카프카용 아마존 관리형 스트리밍을 활용하여 실시간 데이터 스트림에 머신러닝, 이상탐지, 스트리밍 분석을 적용한 사례를 다룬다.

추천시스템, 컴퓨터비전, 사디탐지, 자연어이해, 대화형 디바이스, 인지검색, 고객지원, 산업예측 유지관리, 홈자동화, 사물인터넷 등 적용해 볼 수 있는 다양한 사례를 제공하고 있기 때문에 데이터 과학 프로젝트를 어떻게 활용해야 하는지에 대한 힌트를 얻을 수 있는 책이기도 하다.

데이터 수집 및 분석, 피처 선택 및 엔지니어링, 모델 훈련 및 튜닝, 아마존 세이지메이커, 아마존 아데나, 레드시프트, 일레스틱 맵리듀스(EMR), 텐서플로, 파이토치, 서비리스 아파치 스파크 등 다루는 기술이 방대하고 데이터 과학을 위한 AWS의 대부분의 제품군을 다루고 있다.

AWS 제품군 위주로 다루고 있기는 하지만 비즈니스 사례에 대한 질문을 곳곳에서 적절하게 던져주고 있기 때문에 실제 비즈니스에서 어떤 고민을 하고 활용해야하는지 생각할 지점을 제공해 준다는 점도 좋다.

예를 들어 2015년에 동일한 상품에 대해 2개 이상의 리뷰를 작성한 고객은 누구인가? 각 상품의 평균 별점은 몇 점인가?와 같은 질문을 통해 현업에서 고민할만한 질문을 어떻게 해결해 나가야할지 현업의 고민을 녹이기 위한 노력이 보이는 책이기도 하다. AWS 제품군 활용 뿐만 아니라 이런 질문을 통해 비즈니스 사례에서 어떻게 활용하면 좋을지 함께 고민해 볼 수 있는 책이다.

이 리뷰는 한빛미디어의 나는 리뷰어다 이벤트를 통해 책을 제공받아 작성했습니다.

저자 : 크리스 프레글리, 안비 타르트 지음

옮긴이 : 서진호 , 최미영

"aws 기반 데이터 과학" 책은 AWS를 활용하여 데이터 과학을 수행하는 방법과 AWS의 다양한 서비스를 활용하여 데이터 분석 및 머신러닝 프로젝트를 구축하는 방법에 대해 다루고 있는 도서입니다.

​

저는 'AWS data analytics 자격증'을 취득하면서 실제 AWS 서비스와 데이터 분석 솔루션이 어떻게

실제로 적용될 지 공부를 많이 했는데, 제가 많이 고민하고 어려웠던 부분에 대한 해답을

쉽고 빠르게 제시해주는 책이였습니다.

​

가장 기초가 되는 AWS 기초 서비스 시작부터 실제 분석하는데 활용되는 MLOps 파이프라인에 대한ㅅ ㅓㄹ명까지 기초 -> 심화 과정까지 많은 내용을 다루어서 좋았습니다.

그래서 IT 데이터 분석에 대해 관심이 있으신 분들부터 심화된 내용을 원하는 분들까지 모두 읽으시기 좋습니다.

​

MLOps 라는 방법론을 통해서 기계 학습 프로젝트를 보다 효율적으로 관리하고, 모델의 배포와 운영을 용이하게 만들어주는 내용에 대한 부분이 가장 인상깊었고 실제로 MLOps 구축에 대한 내용을 다뤄주니

엔지니어로서 업무상 많은 도움이 되었습니다. MLops CI/CD (Continuous Integration/Continuous Deployment) 워크플로우를 기계 학습에 적용하여 개발과 배포 사이클을 단축시키고, 지속적인 통합과 배포를 가능하게 하는 부분에 대한 내용이 자세하게 다루어집니다.

​

또한 Sagemaker를 AWS에서 많이 밀고있는데 이러한 부분을 자세히 다루어주니

초보 엔지니어 입장에서 충분한 지식을 습득하고 활용할 수 있었습니다.

​

데이터 과학은 우리의 삶과 어떠한 연관이 있을까요? 개인화된 경험과 관련 있다 할 수 있습니다. 맞춤형 서비스와 제품은 우리의 선호도, 관심사, 행동 패턴을 분석해 만들어집니다. 모든 산업에 걸쳐 있는 데이터 과학과 관련이 있습니다. 데이터 과학을 잘 알려주는 책을 소개하려 합니다. 소개 해드릴 책은 'AWS 기반 데이터 과학'입니다. 사람들은 AWS에서 제공하는 성공적인 데이터 과학 프로젝트에 관심을 갖습니다. 그 이유는 프로젝트 비용은 줄이고 성능은 최적화하고 싶기 때문입니다. ◆ 여러 산업에서 도입하는 추천 시스템 상품 추천 모범 사례로 아마존 시스템이 많이 언급됩니다. 쇼핑 외에도 스트리밍 서비스, 음악 플랫폼, 소셜 미디어 산업에서도 추천 시스템을 개발합니다. 고객 만족도를 높이면 고객이 대신 홍보해 주면서 매출 증대에도 기여할 수 있습니다. 아마존은 사용자의 구매 이력, 평가, 검색 기록 등을 수집해 사용자에게 필요한 상품을 추천해 줍니다. 내부 알고리즘은 복잡하겠지만 추천 시스템을 잘 만들면 구매 확률과 만족도도 높일 수 있습니다. 기업은 사용자의 관심사 정보를 통해 새로운 전략을 세우고 서비스를 만들게 됩니다. ◆ 비즈니스 전략을 세우는 수요 예측 기업과 조직은 제품과 서비스를 만들기 전 수요를 먼저 조사합니다. 수요 예측을 통해 비즈니스 전략을 수립하는데요. 과거의 패턴과 트렌드를 분석해 미래 수요를 예측하게 됩니다. 예측한 데이터를 토대로 재고관리, 생산계획 마케팅 전략을 최적화할 수 있습니다. 수요 예측 데이터는 여러 산업에서 중요한 의사 결정 도구로 사용하는데요. 소매, 제조, 로지스틱스, 여행, 호텔, 금융 등 다양한 분야에서 수요를 분석합니다. 전략은 계절, 지역, 고객 세분화 등을 고려해 모델을 만들고 모델 데이터를 활용해 판매량을 예측할 수 있습니다. 데이터 과학은 과거 생산 데이터, 시장동향, 경제 지표를 고려해 생산을 최적화하고 비용을 줄이는 역할을 합니다. 세이지메이커는 확장성, 모델 관리, 배포 및 모니터링 등 다양한 장점이 있습니다. 단점으론 아마존 클라우드 플랫폼에 종속되는 건데요. 아마존 환경을 쓰려고 할 경우 클라우드는 초기설정과 구성의 복잡성 추가 비용도 고려해야 합니다. 끝으로 이 책은 아마존 세이지메이커를 사용해 AI 서비스와 Auto ML 활용법을 잘 알려줍니다. 클라우드 기반이므로 편리하고 다양한 AI 서비스를 사용해 볼 수 있습니다. 세이지 메이커는 제조업체에서 제품 품질 관리, 예측 유지보수 등에 기계 학습을 적용합니다. 의료분야에서도 의료 영상분석, 질병 예측 및 생체 신호 분석에 활용됩니다. 금융기관에서도 사기 탐지, 신용 스코어링 등 기계학습을 적용할 수 있습니다. 아마존 클라우드에 관심 있는 분들에게 이 책을 추천합니다. "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

오늘 리뷰할 책은 [AWS 기반 데이터 과학] 입니다. 우선 이 책은 정말 첫 대면부터 놀랍더군요.

일단 650여 페이지라는 상당한 볼륨, 최근에 본 책중에 두꺼운 편이네요.

그리고 수많은 사람들의 추천사도 대단하고, 목차도 엄청 자세히 나온거 같아

책을 보는 내내 계속 놀라고 있었습니다.

목차를 보는 것도 상당 시간이 걸릴 정도로 이 책은 데이터를 다루는 거의 모든 영역과

대부분의 AWS 서비스에 대한 내용을 다루고 있습니다. 과연 이 내용들을 다 이해 할 수 있을까?

라는 의문이 들었는데...

책을 빠르게 보면서 의문은 자연스레 해결이 되네요. 어떤 부분은 자세히 설명이 되어 있지만,

또 다른 부분들은 간단하게 핵심만 언급하고 지나가는 부분도 보입니다.

이런 부분들은 아마 경험이 있거나 이전에 공부한 사람들이 아니면 도대체 뭔소리인가 넘어갈듯 합니다.

책의 분량이 상당함에도 불구하고 방대한 영역을 모두 자세히 설명하는 것은 역시 무리수인거죠.

또한 이 책의 중반 부터 절반 이상은 머신러닝/딥러닝에 대한 내용을 다루고 있습니다.

요즘 유행하는 chatGPT에 대한 내용은 아니지만, 예전에 유명했던 BERT 모델에 대해 주로 설명하고 있습니다.

사실 BERT 같은 언어 모델은 개념이 많이 어렵기 때문에 이해 하는게 쉽지 않습니다.

당연하거지만 통계나 수학적인 지식이 필요하지만 이 책은 그런 부분은 대부분 생략되어 있습니다.

한빛미디어 사이트에 가서 보니 역시나 이 책은 중고급 대상으로 나와 있네요.

제가 보기엔 중급자들도 어려울거 같은 느낌.

​

책의 마지막에는 클라우드에서 역시 중요한 보안과 네트워크에 대해서도 한 챕터를 할당해서 설명이 있습니다.

​

이 책은 정말 모든 챕터가 대부분 주옥 같은 내용들이라 자세한 설명이 없는 부분에 대해서는

다른 책이나 AWS 매뉴얼을 참고 해야 합니다. 특히 제가 개인적으로 관심 있었던

추천 시스템, MLOps, mlflow, AutoML 등도 짧게나마 설명이 있어서 좋았습니다.

​

결론, AWS 를 사용하거나 데이터를 다룬는 직군, 머신러닝/딥러닝을 한다면 꼭 이책을 한번 보시기를 권합니다.

다양한 내용을 보면서 자신이 어떤 부분에 취약한지 금방 알 수 있게 해주는 그런 책입니다.

​

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

요즘 현업에서 AWS Lambda를 작업하며 데이터 엔지니어의 업무를 진행하고 있다. 때마침, 한빛미디어 리뷰 이벤트에 해당 책이 후보에 올라와 있었고 나는 당연히 이 책을 고를 수 밖에 없었다.

물론 Lambda 뿐만 아니라 다른 다양한 내용을 포함하고 있겠지만, 당장 내가 사용하는 lambda에 대한 해답을 얻고자 선택한 것도 있었다.

먼저 소개에 앞서, 목차부터 소개하고자 한다.

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

이번 5월에 리뷰할 도서는 "AWS 기반 데이터 과학" 입니다.

근래 들어서 AWS 관련 강의나 도서가 점점 많아지고 있는것 같습니다.

많은 분들이 잘 아시겠지만 AWS는 Amazon Web Services의 약자로,

Amazon이라는 회사의 클라우드 컴퓨팅 서비스 입니다.

최근에 서버 관련 일이 생겨서 읽어두면 도움이 되지 않을까 싶어 선택하였습니다. (AWS는 아닙니다.)

예전에 한참 클라우드 컴퓨팅이나 서버 관련 인터넷 강의를 들을 때 AWS 관련 부분이 포함된 강의를 들었는데, 

해당 강의에서는 AWS 관련 강의의 길이가 30분에서 40분 사이었던걸로 기억합니다.

이제는 AWS만으로 구성된 책이나 강의가 나올 정도이니 엄청난 인기를 끌고 있는것 같습니다.

저는 AWS라는 이름을 들었을때는 클라우드 컴퓨팅, Google의 Colab에 기능이 조금 추가된 정도의 생각이 듭니다.

사실 AWS에는 MLOps부터 AutoML, 컨테이너 등 다양한 서비스가 제공이 되고 있습니다.

학습용 피시를 준비하는 것도 좋지만 고성능의 학습을 진행하거나 이제 시작하시는 분들은

AWS나 Colab으로 시작하는게 좋을거라 생각됩니다.

이 책의 특징으로는

1. AutoML

AutoML에 대한 내용이 포함되어 있습니다.

대부분의 AWS 강의나 도서는 서버 구축이나 클라우드 컴퓨팅 맛보기 정도라면,

이 책에서는 Sage Maker를 이용한 AutoML에 대한 세부적인 내용이 포함되어 있습니다.

2. 목적에 충실함

처음 책 제목을 봤을때는 AWS에 대한 내용들만 포함되어 있으니,

데이터 분석, 학습, 수집 등의 내용은 기대하지 않았었습니다.

그러나 데이터 수집부터 전처리, 학습, 최적화까지 잘 구성되어 있었습니다.

(물론 AWS를 활용한 기술에 초점이 맞춰져 있습니다.)

3. 예제 코드

AWS에서 예제 코드는 있을지에 대한 의문은 있었습니다.

책을 따라해보면서 예제 코드는 항상 필수로 느끼는 저로써는 가장 중요하게 보는 부분이었는데요.

책 두께가 꽤 있는 만큼 예제 코드도 잘 구성되어 있었습니다.

4. 다양한 내용

AWS를 사용한 데이터 사이언스 내용이 다양하게 구성되어 있습니다.

사실상 수집, 분석, 학습, 최적화만 해도 책이 완성되었다고 할 수 있으나,

이 책에서는 AWS MLOps부터 보안, 모델 배포 등 다양한 내용이 있어서 책을 따라가는 재미가 있었습니다.

총평

로컬 환경에서 학습이 어려우신 분 (단순한 목적이면 코랩을 추천합니다^^),

새로운 학습환경 및 시스템을 활용하고 싶으신 분,

클라우드 컴퓨팅을 공부하고 싶으신 분에게 추천하는 도서가 되겠습니다.

저는 항상 다양한 도구와 시스템에 관심이 많아서, 이 책을 통해 재미있는 시간을 보냈습니다.

지금의 공부나 일이 지루하게 느껴지신다면 한번 읽고 도전해보시면 좋을 것 같습니다^^

 AWS 를 이용해서 어떻게 파이프 라인을 구축하고 사용하는지 공부해보려고 이 책을 읽기 시작했다. 그런데 이책.. 생각보다 읽기가 쉽지 않다. 
  처음에는 챕터 1에서 AWS 기반 데이터 과학에 대한 소개가 이루어지고, 챕터 2에서는 AWS를 활용한 모범사례가 소개되어있다. 그러나 이 부분에서는 다양한 기술과 내용들이 많이 다뤄져서 진도를 나가기가 어려웠다. 특히, AWS에 대한 기반 지식이 부족한 나에게는 쉽게 이해되지가 않았다.
  그래서 생각해 보니 챕터 3부터 시작해서 주요 기술이 자세히 설명되어 있는 부분부터 읽는 것도 좋을것 같았다. 책을 읽으면서 중요한 기술들을 학습하고, 해당 내용을 실습하며 익히다 보면 보다 쉽게 파이프 라인 구축에 도움이 될것이다. 

  이 책을 읽으면서 가장 큰 단점은 이미지나 캡쳐 화면과 같은 시각적인 자료가 부족하다는 점이다. 텍스트로만 설명 되어 있어 설정 값들과 텍스트가 의미하는 것들을 이해하는 데에 어려움이 많았다. 책에 시각적인 자료를 추가하거나 관련된 예시와 함께 설명해 주면 내용을 보다 쉽게 이해할 수 있을 것이다.
  결론적으로, 이 책은 AWS에 대한 기반 지식이 있는 독자들에게 더 유익하게 다가갈 수 있을것이다. 그리고 책을 공부하기 위해서는 먼저 AWS 에 대한 기반 지식을 충분히 습득한 후에 읽는것이 좋을것 같다. 

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