데이터 과학자 되는 법
도서명:데이터 과학자 되는 법
저자/출판사:에밀리,로빈슨,재클린,놀리스/한빛미디어
쪽수:372쪽
출판일:2021-11-26
ISBN:9791162244920
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 제****과정
8.2 제****받아들이기
8.3 협상
8.4 협상 전략
8.5 두 개의 ‘좋은’ 제****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
