음성 검색
QR/바코드 검색
품목정보
| 발행일 | 2020년 06월 01일 |
|---|---|
| 쪽수, 무게, 크기 | 224쪽 | 360g | 140*205*20mm |
| ISBN13 | 9791165211530 |
| ISBN10 | 116521153X |
문과생, 데이터 사이언티스트 되다
: 데이터를 비즈니스에 활용하고 싶은 이들을 위한 가장 쉬운 안내서
차현나 저
|
더퀘스트
|
2020년 06월 01일
저자/출판사 더보기/감추기
- 경제 경영 top100 5주
- eBook
10,500원이동 - 이미 소장하고 있다면 판매해 보세요! 이 상품 팔기 더보기/감추기
- 해외배송 가능
- 최저가 보상
- 문화비소득공제 신청가능
![[2024 세계 책의 날] 책을 (_)다](https://image.yes24.com/sysimage/renew/loadSpace.png)
.jpg)
관련상품
관련분류
이 상품의 태그
카드 뉴스로 보는 책
책소개 책소개 보이기/감추기
목차 목차 보이기/감추기
상세 이미지 상세 이미지 보이기/감추기
상품 이미지를 확대해서 볼 수 있습니다.
원본 이미지
저자 소개 (1명)
책 속으로 책속으로 보이기/감추기
데이터에는 사람들이 주장을 객관적으로 받아들이게 하는 힘이 있다. 반드시 어려운 숫자를 보여주지 않더라도 논리적인 사고의 흐름 속에서 의문이 생기는 부분을 데이터가 채워줄 수 있다. 이런 이유로 기업에서도 데이터를 기반으로 의사결정을 하는 문화가 점차 확산되고 있다. 더 많은 데이터를 가진 기업일수록 더 정확한 의사결정을 할 수 있고, 더 나은 데이터를 제시하는 사람은 더 논리적인 사람으로 인식된다.
---p.021
빅데이터를 다루는 기술은 일반적으로 엔지니어들의 역량이 월등히 뛰어날 수밖에 없다. 통계적 지식의 경우 주로 통계나 측정, 수학 관련 전공자들의 영역이었다. 반면 현장에서의 경험치는 인문계 출신들이 좀 더 높았다. 그래서 과거에는 3가지 영역 중 1가지만을 수행하는 사람이 대부분이었지만, 이제는 1가지 영역을 중심으로 인접한 영역까지 확장된 업무가 요구된다.
---p.035
얼마나 논리적으로, 이해하기 쉽게 숫자를 설명하는지가 중요하다.
---p.040
문과 전공 데이터 사이언티스트라면 뒤늦게 기술을 접하고 배우는 시간도 반드시 필요하다. 하지만 내 경우 데이터 사이언티스트로서의 강점과 차별성은 소비자 심리학을 전공하면서 얻은 통찰력에서 비롯됐다. 이 책을 읽는 독자 중 지금 빅데이터를 공부하는 사람이 있다면 자신만의 전공과 관점을 소중히 여기길 바란다. 전공을 잘못 선택한 것 같다고 후회하지 않아도 된다. 언젠가 그 공부가 당신만의 장점이 될 날이 올 것이다.
---p.048
데이터 사이언티스트의 일은 현실을 정의하는 데서부터 시작한다. 현실을 어떻게 정의하느냐에 따라 데이터와의 연결 고리도 구상할 수 있다.
---p.049
코딩도 언어의 일종이기 때문에 영어를 배우는 것과 비슷한 과정이라고 생각하면 접근하기가 조금 쉬워진다.
---p.063
무슨 언어를 배워야 할까? 무슨 툴을 배워야 할까? 우선 내가 몸담고 있는 조직에서 사용하는 툴을 배울 수밖에 없다. 당연하게도 지금 나 이외의 사람들이 사용하고 있는 툴을 배우는 것이 회사 입장에서는 가장 빠른 길이다.
---p.069
때로 어느 한 분야에 두 발을 다 담그지 못한다는 느낌이 들기도 한다. 옆 사람을 보면 자신만의 분야에서 확고한 위치를 차지한 것처럼 보일 때도 있다. 하지만 이건 다 남의 떡이 커 보이는 현상일 수도 있다. 한 웅덩이에만 두 발을 다 담글 필요는 없다. 이것과 저것을 연결할 수 있는 것은 훌륭한 역량이다. 두 나라의 언어에 능통한 통역가처럼 두 분야를 연결할 수 있도록 역량을 키우면 된다.
---p.087
좋은 데이터 사이언티스트들은 호기심이 많다. 주변의 온갖 것에 ‘왜?’라는 질문을 던질 줄 안다. 그래야 그 질문에 답하기 위해 데이터를 찾아볼 수 있고 그 데이터에서 답을 찾아내 현실을 바꿀 단초를 제공할 수 있기 때문이다.
---p.101
대체 무엇을 하기 위해 현실과 데이터를 연결하는 걸까? ‘데이터가 우리를 위해 일하도록’ 하기 위해서다. 현실과 데이터를 연결했으니 데이터로 알아낸 것들이 다시 현실에 도움이 되게 하는 것이다. (중략) 데이터가 우리를 위해 일하도록 만든다는 건 무슨 뜻일까? 데이터에서 가치를 찾는다는 것이다. 가치는 정의하기 나름이기도 하고 사람마다 가치를 느끼는 지점도 달라서 설명하기 애매한 개념이긴 하지만 대체로 가치가 있는 일들은 다음과 같다. 기업이 데이터로 돈을 벌 수 있게 하는 일, 데이터에서 소비자의 마음을 찾는 일, 데이터가 조직의 의사결정을 돕도록 하는 일 등 데이터로 우리 삶을 나아지게 하는 일들이다.
---p.111-112
데이터를 분석하는 일은 때로 금광에서 금을 찾는 일과 같다. 한없이 파는데도 필요 없어 보이는 흙만 나올 때도 있고, 도무지 뭐가 나올지 알 수 없는 시간을 보낼 때도 있고, 결국 금을 발견했는데 정제가 필요할 때도 있다. 그리고 마침내 순도 높은 금을 조금이라도 발견하면 큰 희열을 느끼게 된다. 그 순도 높은 금이 바로 소비자와 기업에 도움을 줄 수 있는 발견들이다.
---p.114-115
흔히 빅데이터라고 하면 바다와 같은 정보 속에서 생각지도 못했던 진주를 발견할 것이라 생각한다. 드물게 그런 경우도 있지만 일반적으로 데이터는 목적을 가져야만 제대로 활용될 수 있다. 프로젝트의 목적이 뚜렷하지 않고 ‘뭔가 재밌는 것’, ‘뭔가 새로운 것’, ‘데이터와 분석할 사람이 있으니 성과를 낼 만한 것’을 찾는다면 몇 년이 흘러도 손에 잡히는 결과를 얻지 못할 수도 있다.
---p.131
직원: 너 직업이 뭐야?
나: 데이터 사이언티스트.
직원: 그게 뭐 하는 건데?
나: 빅데이터를 분석하고 사람들한테도 말해줘.
직원: 그 일 하는 거 좋아해?
나: 응, 난 재밌어.
직원: 정말 좋겠다. 많은 사람들이 자기 일을 좋아하지 않잖아.
이 대화가 가끔 생각난다. 그리고 ‘아직 이 일을 재밌다고 생각해서 다행이네’ 하고 생각한다. 앞으로 상황이 달라질 수도 있고 심지어 다른 직업을 가질 수도 있지만, 무슨 일을 하든 일에서 조금이라도 즐거움을 찾으면서 살아가고 싶다.
---p.021
빅데이터를 다루는 기술은 일반적으로 엔지니어들의 역량이 월등히 뛰어날 수밖에 없다. 통계적 지식의 경우 주로 통계나 측정, 수학 관련 전공자들의 영역이었다. 반면 현장에서의 경험치는 인문계 출신들이 좀 더 높았다. 그래서 과거에는 3가지 영역 중 1가지만을 수행하는 사람이 대부분이었지만, 이제는 1가지 영역을 중심으로 인접한 영역까지 확장된 업무가 요구된다.
---p.035
얼마나 논리적으로, 이해하기 쉽게 숫자를 설명하는지가 중요하다.
---p.040
문과 전공 데이터 사이언티스트라면 뒤늦게 기술을 접하고 배우는 시간도 반드시 필요하다. 하지만 내 경우 데이터 사이언티스트로서의 강점과 차별성은 소비자 심리학을 전공하면서 얻은 통찰력에서 비롯됐다. 이 책을 읽는 독자 중 지금 빅데이터를 공부하는 사람이 있다면 자신만의 전공과 관점을 소중히 여기길 바란다. 전공을 잘못 선택한 것 같다고 후회하지 않아도 된다. 언젠가 그 공부가 당신만의 장점이 될 날이 올 것이다.
---p.048
데이터 사이언티스트의 일은 현실을 정의하는 데서부터 시작한다. 현실을 어떻게 정의하느냐에 따라 데이터와의 연결 고리도 구상할 수 있다.
---p.049
코딩도 언어의 일종이기 때문에 영어를 배우는 것과 비슷한 과정이라고 생각하면 접근하기가 조금 쉬워진다.
---p.063
무슨 언어를 배워야 할까? 무슨 툴을 배워야 할까? 우선 내가 몸담고 있는 조직에서 사용하는 툴을 배울 수밖에 없다. 당연하게도 지금 나 이외의 사람들이 사용하고 있는 툴을 배우는 것이 회사 입장에서는 가장 빠른 길이다.
---p.069
때로 어느 한 분야에 두 발을 다 담그지 못한다는 느낌이 들기도 한다. 옆 사람을 보면 자신만의 분야에서 확고한 위치를 차지한 것처럼 보일 때도 있다. 하지만 이건 다 남의 떡이 커 보이는 현상일 수도 있다. 한 웅덩이에만 두 발을 다 담글 필요는 없다. 이것과 저것을 연결할 수 있는 것은 훌륭한 역량이다. 두 나라의 언어에 능통한 통역가처럼 두 분야를 연결할 수 있도록 역량을 키우면 된다.
---p.087
좋은 데이터 사이언티스트들은 호기심이 많다. 주변의 온갖 것에 ‘왜?’라는 질문을 던질 줄 안다. 그래야 그 질문에 답하기 위해 데이터를 찾아볼 수 있고 그 데이터에서 답을 찾아내 현실을 바꿀 단초를 제공할 수 있기 때문이다.
---p.101
대체 무엇을 하기 위해 현실과 데이터를 연결하는 걸까? ‘데이터가 우리를 위해 일하도록’ 하기 위해서다. 현실과 데이터를 연결했으니 데이터로 알아낸 것들이 다시 현실에 도움이 되게 하는 것이다. (중략) 데이터가 우리를 위해 일하도록 만든다는 건 무슨 뜻일까? 데이터에서 가치를 찾는다는 것이다. 가치는 정의하기 나름이기도 하고 사람마다 가치를 느끼는 지점도 달라서 설명하기 애매한 개념이긴 하지만 대체로 가치가 있는 일들은 다음과 같다. 기업이 데이터로 돈을 벌 수 있게 하는 일, 데이터에서 소비자의 마음을 찾는 일, 데이터가 조직의 의사결정을 돕도록 하는 일 등 데이터로 우리 삶을 나아지게 하는 일들이다.
---p.111-112
데이터를 분석하는 일은 때로 금광에서 금을 찾는 일과 같다. 한없이 파는데도 필요 없어 보이는 흙만 나올 때도 있고, 도무지 뭐가 나올지 알 수 없는 시간을 보낼 때도 있고, 결국 금을 발견했는데 정제가 필요할 때도 있다. 그리고 마침내 순도 높은 금을 조금이라도 발견하면 큰 희열을 느끼게 된다. 그 순도 높은 금이 바로 소비자와 기업에 도움을 줄 수 있는 발견들이다.
---p.114-115
흔히 빅데이터라고 하면 바다와 같은 정보 속에서 생각지도 못했던 진주를 발견할 것이라 생각한다. 드물게 그런 경우도 있지만 일반적으로 데이터는 목적을 가져야만 제대로 활용될 수 있다. 프로젝트의 목적이 뚜렷하지 않고 ‘뭔가 재밌는 것’, ‘뭔가 새로운 것’, ‘데이터와 분석할 사람이 있으니 성과를 낼 만한 것’을 찾는다면 몇 년이 흘러도 손에 잡히는 결과를 얻지 못할 수도 있다.
---p.131
직원: 너 직업이 뭐야?
나: 데이터 사이언티스트.
직원: 그게 뭐 하는 건데?
나: 빅데이터를 분석하고 사람들한테도 말해줘.
직원: 그 일 하는 거 좋아해?
나: 응, 난 재밌어.
직원: 정말 좋겠다. 많은 사람들이 자기 일을 좋아하지 않잖아.
이 대화가 가끔 생각난다. 그리고 ‘아직 이 일을 재밌다고 생각해서 다행이네’ 하고 생각한다. 앞으로 상황이 달라질 수도 있고 심지어 다른 직업을 가질 수도 있지만, 무슨 일을 하든 일에서 조금이라도 즐거움을 찾으면서 살아가고 싶다.
---p.221-222
출판사 리뷰 출판사 리뷰 보이기/감추기
배송/반품/교환 안내
배송 안내
| 배송 구분 |
예스24 배송
|
|---|---|
| 포장 안내 |
안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다.
목적 : 안전한 포장 관리 |
반품/교환 안내
상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)
| 반품/교환 방법 |
|
|---|---|
| 반품/교환 가능기간 |
|
| 반품/교환 비용 |
|
| 반품/교환 불가사유 |
|
| 소비자 피해보상 |
|
| 환불 지연에 따른 배상 |
|
.jpg)
