- 더 나은 데이터 과학자로 성장을 꿈꾼다면- 먼저 헤쳐온 데이터 리더들의 원칙에서 해답을 찾아보세요“데이터 과학자는 뭐하는 사람일까? 지금처럼 하면 되는 것일까? 나도 선배 데이터 과학자들처럼 성장할 수 있을까? 3년 10년 후에도 생존할 수 있을까? 데이터 분석 환경이 이다지도 척박한데 어떻게 데이터 분석을 한단 말인가? 팀워크는, 팀빌딩은 도대체 어떻게 해야 하는 걸까?” 데이터 과학자로 살아가면서 하루에도 천 번을 되묻는 물음에 아마존, IDT, 빅쏠, 우아한형제들, 코드스테이츠, 쏘카, 삼성전자, 11번가, 페블러스 전현직 데이터 과학자 9명이 답합니다. 데이터 과학자, 데이터 엔지니어, 데이터 분석가뿐만 아니라 데이터를 활용하는 비즈니스 조직의 리더라면 지금까지 만나볼 수 없었던 생존과 성장의 원칙에서 자신만의 해답을 찾아보세요.* 원칙 : 앞서 경험한 선배가 발견한 10년이 지나도 변치 않을 업의 방정식
세상은 데이터로 이뤄져 있다고 생각하며, 이를 잘 활용하고자 하는 목표를 가지고 다양한 데이터 분석 및 활용 방안을 만들고 연구하는 것을 업으로 하고 있다. 카이스트(KAIST) 및 포항공과대학교(POSTECH)에서 산업공학과 전산학을 전공했으며, 다양한 산업군에서 데이터 분석을 수행하고 있다. 역서로는 『빅데이터 분석 도구 R 프로그래밍』(에이콘, 2012), 『The R Book(Second Edition) 한국어판』(에이콘, 2014), 『파이썬을 활용한 베이지안 통계』(한빛미디어, 2014) 등이 있으며 『인터넷, 알고는 사용하니?』(마음이음, 2017)를 감수했다.
01 루틴하게 점진적으로 작동하는 팀워크__풀스택 연구자__회고에서 싹튼 팀워크__매일 오전의 코워킹 활동, 오메가__점진적인 보고서, 점보02 데이터 과학자 생존 무기 만들기__미국에서 데이터 과학자__데이터 사이언티스트가 되기까지 여정__교과서적인 데이터 분석 방법__차별화된 데이터 분석 방법03 척박한 데이터 환경에서 살아남은 사람들의 우화__우화 1 : 너는 전문가니까, 너가 알아서 잘 할 거야?!__우화 2 : 벽 너머의 데이터__우화 3 : 저기 저 차가운 바닥에서 다시__세 우화의 교훈과 숨겨진 이야기04 시작하는 데이터 과학자를 위한 개발과 운영 지침서__문제 정의 단계__데이터 준비와 피처 엔지니어링 단계__모델 개발과 평가 단계__배포와 운영 단계05 데이터 분석의 본질에 집중하기__목적을 명확히 하고 과정을 살피자__익숙하지 않은 다양한 시도를 하자__더 잘 공감할 수 있는 사람들과 함께 성장하자__때로는 단순한 것만으로도 충분하다06 데이터 과학자의 ‘기술 부채’ 갚기__캐글과는 다른 데이터 과학자/분석가의 실제 하루__분석도 엔지니어링의 일부__모르면 배웁시다07 메타인지와 액션으로 점진적으로 성장하기__의도적으로 남다른 선택해보기__주기적으로 일하는 목적 찾기__제너럴리스트, 스페셜리스트 이분법으로 생각하지 않기__업무도 메타인지하며 목적 중심으로 생각하기__나의 세상 정의하기__회사에서 필요한 일과 내 흥미를 일치시키기__팀 현황을 파악해서 개선점 만들기__더 나은 커뮤니케이션 능력 기르기__비즈니스 모델과 데이터의 접점 분석하기__지금 힘들다면 여유가 있는지 생각해보기08 데이터로 고객을 움직이는 데이터팀이 되어가는 여정__데이터팀을 선택하는 일곱 가지 기준__팀 미션 확인하기__분석 플랫폼 정하기__매일 사라지는 중간 결과 데이터 문제 해결하기__고객 유입 경로 데이터를 만들고 분석하기__반복되는 분석 요청을 대시보드로 만들기09 전달력을 높이는 시각화 디자인 원칙__현실 : 정보 전달은 생각보다 어렵다__원칙 1 : 뇌와 자극 반응에 대한 지식 쌓기__원칙 2 : 지식을 실천할 기술 연마하기__원칙 3 : 대중에게 공개하고 반응 살피기
