-
-
데이터 과학자 되는 법 - 취업, 이직부터 탄탄한 커리어를 쌓는 방법까지
재클린 놀리스.에밀리 로빈슨 지음, 이창화 옮김 / 한빛미디어 / 2021년 11월
평점 : 
데이터 과학자가 되기 위한 준비, 구직 단계를 거쳐 실무에 적응하고 커리어를 성장시키는 일련의 과정을 잘 정리한 체크리스트형 가이드이다.
데이터 과학자의 커리어를 다룬 책은 흔치 않은데 이 책이 나왔다는 소식을 들었을 때 얼마나 반가웠는지 모른다. 데이터 과학자는 개인적으로 가장 관심이 많은 직종인데다가 저자 뿐만 아니라 다른 실무 전문가들의 인터뷰도 같이 수록되어 있었기 때문이다.
종합적인 평을 먼저 내리자면 절반은 예상대로 기대했던 내용을 담고 있었고 나머지 절반은 다소 아쉬웠다는 평을 내리고 싶다.
만족스러워던 부분을 먼저 언급하자면 데이터 과학자가 되기 위한 일련의 과정을 거의 누락없이 모두 채우고 있다는 것이다. 학위 준비과정만 봐도 학위를 취득할 때 고려해야 할 라이프 스타일, 학비 등 수많은 고려요소들을 모두 수록한 것은 감동이었다.
또, 포트폴리오를 소개한 챕터에서는 실제 포트폴리오를 잘 구성하여 합격한 이들의 예시가 등장하고 있어 많은 도움이 되었다.
좋은 이력서의 예시가 등장함은 물론 이력서를 구성하는 경력이나 학위 등 하나하나의 작은 부분들을 채워나갈 때 마다 가이드를 제시하고 주의 사항을 명시하고 있어 혹여나 내가 준비 과정에서 중요한 요소를 놓치지 않게끔 도와준다.
부트캠프나 커뮤니티 활동에 있어서 어떤 과정이 있는지 구체적으로 명시하고 있으며 각 단원마다 관련 경험이 있는 실무자를 섭외하여 인터뷰를 수록한 것은 가장 큰 장점 중에 하나이다.
실제 인터뷰를 통해 저자들의 편향에서 벗어나 객관성을 확보하고 있고 각 장의 말미마다 참고 문헌이 공개되어 있어 자칫 편향에 빠지지 않도록 주의를 기울인 정성이 눈에 띄였다.
가장 주목할 만한 부분은 10장 분석 파트로 실제 현업에서 이뤄지는 일련의 분석 과정을 대부분 수록하고 있고 그 안의 의사소통 과정에서 벌어질 수 있는 실무 문제들에 대처할 수 있게 잘 쓰여져 있다.
반면 내 기대치가 너무 높아서일까? 책에 등장하는 실무자들이 구체적으로 어떤 일을 하고 있는지 자신들의 일이 공개되지 않는 점이 아쉬웠다.
너무 추상적이어서 실제 데이터 과학자들이 하는 일을 구체적으로 알기 어려운 편이다. 인터뷰를 수록한 이들은 한정된 지면 떄문에 어쩔 수 없을지라도 적어도 두 저자의 경험만큼은 구체적으로 언급되었다면 실제 데이터 과학이 무엇인지 독자들이 감을 잡기 쉽지 않았을까 하는 아쉬움이 생긴다.
물론 이 책은 데이터 과학자들의 일을 다뤘다기 보다는 커리어에 대한 가이드이기에 이 점을 충족시키지 못한 것이 결함이 되지 않는다는 것은 알지만 파트 3, 4에서 취업에 성공한 데이터 과학자들이 헤쳐 나가야 할 길을 안내하고 있기에 실무가 구체적으로 소개되었으면 좋겠다는 아쉬움은 어쩔 수 없다.
또, 전반적으로 너무 교과서적으로 쓰여진 느낌이 있다. 실제 구체적인 예시 보다는 전체를 아우르는 이론서 같은 느낌이 들어 머리속에서 구체적인 이미지로 형상화되기 어렵다. 가끔 번역체 같이 이해하는데 어려운 어순의 번역도 조금 더 쉬운 이해를 방해하는 요소이다.
내심 자신이 구체적으로 어떤 일을 하는지 구체적인 프로젝트 진행 과정은 무엇인지 공개하는 책을 기다리는 마음이 커서 어쩌면 책을 객관적으로 평하지 못했을지도 모르겠다.
사실 이것은 내 욕심이다. 데이터 과학자에 대한 정의도 명확하게 내리기 어려운 시점에 스스로의 방법을 자신있게 공개할 수 있는 사람은 많지 않을 뿐더러 책을 쓸 시간이 없을 정도로 바쁠 수도 있다. 나아가 기업의 기밀을 담고 있을 가능성도 있어 여러 이유로 구체적인 실무 과정을 공개하기는 쉽지 않을 것이다.
아무튼 개인적인 바램은 뒤로하고 객관적으로 이 책은 훌륭한 책이 맞다. 이 책을 그대로 따라하기만 해도 데이터 과학자로써 취업하고 커리어를 발전시키는데 훌륭한 나침반이 될 것임은 의심의 여지가 없다. 내가 평한 구체적인 실무는 주위 동료들과 경험이 메꿔줄 수 있을 것이다.
또한 데이터 과학자의 커리어를 다루는 거의 유일한 책이기에 이 책이 가지는 희소성 가치는 높다 할 것이다. 데이터 과학자를 준비하는 사람이라면 미래를 설계하는 매 순간순간 마다 이 책이 많은 도움을 줄 것이다.