데이터 과학자 되는 법
취업, 이직부터 탄탄한 커리어를 쌓는 방법까지
Regular price
$26.97
Sale price
Regular price
✈️
Estimated delivery date 예상 배송일
Standard Shipping
불러오는 중...
주문일로부터 8-12 영업일
Express Shipping
불러오는 중...
주문일로부터 6-8 영업일
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.
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.
Couldn't load pickup availability
출판사 리뷰
출판사 리뷰
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
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
목차
목차
[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
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
저자
저자
에밀리 로빈슨
Emily Robinson
와비 파커(Warby Parker)의 시니어 데이터 과학자. 경영학 석사 학위가 있다. 리더십, 협상에 학문적인 배경을 두고 있으며, STEM 분야 중 저평가된 몇몇을 경험했다.
와비 파커(Warby Parker)의 시니어 데이터 과학자. 경영학 석사 학위가 있다. 리더십, 협상에 학문적인 배경을 두고 있으며, STEM 분야 중 저평가된 몇몇을 경험했다.
Payment & Security
Payment methods
Your payment information is processed securely. We do not store credit card details nor have access to your credit card information.
