AI나 빅데이터를 전공하지는 않았다. 책 속에서 저자가 말하는 것처럼 AI와 빅데이터(이하 'AI 빅데이터)는 정말 많은 분야와 접목하여 활용이 가능한 분야이다 보니 내가 하고 있는 공부나 하고자 하는 일에서 AI 빅데이터는 정말 중요한 분야이기도 하다. 그 동안 자료를 검색하고 수집. 요청하는 일들을 많이 하다 보니 데이터 수집과 관련해서는 나름 터득했지만, 그 과정에서 늘 수집된 자료를 어떻게 분석하고 활용할 것인가에 대한 고민을 해왔고, 교수님과 함께 공부했던 동기 등 많은 분들에게 질문에 질문을 거듭하고 자료를 찾아보아도 티클 만큼의 답변도 얻을 수 없어 늘 고민으로 끝내야 했다. 그러는 사이에 AI 빅데이터 분야가 새로운 분야로 각광받기 시작하면서 이제 고민 좀 해소할 수 있겠구나 싶어 틈 날때마다 조사해봤지만, 여전히 내게는 그림의 떡이었다. 그나마 도전해보려고 알아보던 것이 책 속에서 저자도 소개하고 있는 '데이터 분석 전문가'와 '사회조사분석가'정도였다.
AI 빅데이터 분야는 아니지만 오래전에 저자처럼 국비 지원 된다는 학원에도 상담하러 찾아간 적이 있었다. 저자는 비교적 최근이라 내용이 영 아니었다고 해도 전액 지원 받고 다녔다고 했지만, 그 보다더 오래전에 찾아갔을 때는 사람 모으기에 급급한 홍보였다.(예를 들어, 국비로 100만원이 지원되서 무료로 다닐 것 처럼 홍보해놓고 막상 가보면 국비 지원은 20만원까지만 허용되고, 나머지 80만원은 사비 부담 하는 식이다.) 뿐만 아니라 나이도 들먹거리며 자격증 취득 외에 취업은 어렵겠다고 마치 기업 인사담당자라도 되는 것처럼 거드름까지 피웠다. 그리고 지인의 경우는 그런 지원 받고 받은 교육 수료후 자신들 실적 채우려 취업했냐는 전화확인을 피곤할 정도로 해댄다는 이야기도 들어서 개인적으로는 이 부분에 대해 아주 심하게 불신을 갖고 있다. 그런 일련의 일들을 오래전이지만 경험했었다 보니 AI 빅데이터 교육과 관련하여 날카롭게 지적한 저자의 현실이 누구보다 와 닿았다. 게다가 대학(원)의 신설학과의 경우 전문가가 없어서 유사 분야의 교수들이 신설 학과를 맡게 된 경우도 그 교수들이 스스로 그 분야에 대해 좀 더 열린 마음과 시선으로 자신의 전공 분야를 AI 빅데이터와 어떻게 접목할까 하는 생각을 해야 되는데, 그렇게 하지 않으려는 경우가 많은 것이 현실이다. 책을 읽다가 경악한 부분이 있는데, 코세라(coursera)의 스탠포드 강의에 올라온 강의 교안을 다운받아 자신의 수업에서 그대로 사용한 사례도 있었다고 한다. 온라인으로 무료로 듣고 받아볼 수 있는 것을 비싼 등록금과 시간을 들려 간 대학(원)에서 도대체 말이 되는 상황인건가 싶었다.
'경력 있는 신입', 으응?? 백 번을 봐도 앞뒤가 안 맞는 말이다. 최근 몇 년간 취업 활동 중인 사람이라면, 아니 꼭 그렇지 않더라도 기사를 통해서 한 번 쯤은 접해 보았을 말이다. 다른 분야는 정확히 모르겠지만, 특히 정보보안, 빅데이터 등 IT와 관계되는 대부분의 직종에서 흔하게 볼 수 있는 현상이다. 눈깜짝하는 사이에도 너무나 발빠르게 발전하고 있는 분야이다 보니, 갖 공부를 마친 사람들에게 그런 상황을 맡기기가 쉽지는 않았을 테지만, 매 번 '그럼 시작은 어디서 해야 된다는 말인건가? 시작이 없는데, 경력은 어떻게 쌓아야 되는 것이며... 아마 이런 답 안 나오는 한탄 역시 해보았을 것이다. 관련 도서를 찾아서 읽어봐도 현직 종사자에게 질문해봐도 마치 짜기라도 한 듯 똑같은 답변 뿐이다. 그나마 현실 가능성 있는 것은 공모전에 도전하라는 정도..
이러한 그간의 고민과 불만 스트레스를 이 책을 읽으며 많이 해소했다. AI 빅데이터 분야에 막 입문하기 위한 순간부터 전문가가 되기 위해 논문 찾아 읽고, 게재하는 방법까지 하나 하나, 그리고 각 단계에서 보면 도서명까지 꼼꼼하게 소개하고 있다. 그리고 AI 빅데이터 분석을 위해 필요한 언어 중 파이썬과 R을 추천하고 있는데, 그 이유도 여러 차례 비교하며 설명하고 있다.
매 장마다 어차피 공부는 혼자해야 된다고 수차례 반복하며 강조하는데, 솔직히 비전공자의 경우 저자의 말처럼 '아무리 비전공자도 쉽게 이해할 수 있다'고 강조해도 부담이 되는 건 사실이다. 몇 배의 노력을 해야 간신히 이해하면 다행일 정도일 수도 있다. 그래도 이런 부담을 조금 덜 수 있었던 건, 소개된 도서들에 있는 '연습문제 풀이'는 하지 않아도 된다고 하는 부분이었다. IT 관련 도서들은 특히 신생 분야의 경우 원서를 참고해야 될 경우가 많은데, 독학하는 경우 이 연습문제를 풀고도 맞게 풀었는지 확인하려고 솔루션 찾으려고 소비하는 시간과 스트레스도 무시하지 못하기 때문에, 기 경험자인 저자의 그 말이 진입장벽의 벽돌 일부를 깨트린 것 같이 느껴지는 말이었다. 그러면 마지막장까지 보는 시간이 좀 더 단축될 것이고, 그렇게 한 권 두 권 보다보면 자신감이 생길테니 말이다.
그리고 딥러닝의 단점을 보면서 놀랐는데, (p.162) 정확도가 98%나 될 정도로 높다는 딥러닝도 이렇게 정확한 결과가 어떤 이유로 나오는지 결과 해석을 하는 것이 어렵다고 하는 부분이다. 그래서 '블랙박스 모델'이라고 한다는데, 정말 아이러니하다. 전혀 생각지도 못했던 내용이었다. 또 놀란 점은 AI 빅데이터의 자료 검색 결과 였다. AI 빅데이터의 한 분야인 'text mining'을 키워드로 국내 온라인 서점에서 검색하면 관련 도서가 5권밖에 나오지 않는데, 아마존에서 검색하면 1,000권이나 검색이 된다고 한다. 그런데, 더 재밌는 것은 'fake news detection'로 구글 스콜라에서 검색을 하면 200건이 넘는 문건이 검색되지만, 똑같은 키워드로 '아마존'에서 검색을 하면 검색결과가 '0'이라고 한다. 저자는 이런 비교를 통해 어떤 부분에서 책을 참고하고, 어떤 부분에서 논문을 참고해야하는지 알려주고 있다.
마치 내 고민 듣기라도 한 것처럼 구석 구석 가려운 곳 시원하게 긁어주는 책이었다. 총 5개 Part로 구성된 이 책에서 2, 3, 4 Part는 새 포스트잇 플래그 절반 이상을 사용하고 줄긋고 메모하며 맞장구치며 신나게 읽었다. 그런데, 1, 5 Part를 보면서는 좀 씁쓸했다. 그 이유는 단지 이 책에 대해서만이 아닌 직업을 주제로한 대부분의 책에서 똑같은 방법을 고수하고 있기 때문이다. 왜 매번 유망 직업을 준비해야 한다는 주장을 할 때 항상 치킨 창업이 예로 등장해야 되고, 박봉에 시달리지만 열심히 살아가는 사람들이 극단적인 비교대상이 되어야 되는 건지 모르겠다. 물론 악의가 있어서 그런 것이 아니라는 것은 알지만 이 책에선 이런 비교가 책 곳 곳에서 반복하며 등장하고 있다. 저자만의 특기인 빅데이터 분석을 통해 좀 더 색다른 방식으로 이 분야의 직업이 매력있음을 어필했으면 정말 차별화된 최고의 책이 되었을텐데 하는 생각이 위 비교 대상 부분을 읽을 때마다 들게했다. 이 부분만 제외한다면 적어도 저자가 말한 1년간을 옆에 두고두고 활용할 정도로 괜찮은 책이었다.
*** 본 게시글은 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다. ***
＜1년 안에 AI 빅테이터 전문가가 되는 법＞
두려워하지 말고 즐겁게 배운다. 그러면 당신도 전문가, 능력자가 될
수 있다. 247쪽을 포함해서 이 책 곳곳에 쓰여져있습니다. 배우라고.
그래서 어떻게 배우는지에 대해 또 왜 그걸 배워야 하는지에 대해 간
단히 리뷰하겠습니다.
| 관련 지식을 습득해 진정한 능력자가 되라 주어진 데이터로 AI 빅테이터를 적용한 모델을 생성 해서 인사이트를 도출하는 것이지만 방법이나 산출물의 형태가 매우 다양하다. 최근 가장 늘어나는 의뢰 형태는 AI 빅데이터를 접목한 어플리 케이션이다. 어플리 케이션은 C/S 방식 소프트웨어, Web 방식 소 프트웨어, 모바일 앱 등의 형태로 나타날 수 있다. 이러한 방식의 AI 빅테이터 관련 의뢰가 들어오면 단순히 엑셀에서 데이터를 로 드한 후 모델을 생성하는 수준의 지식만 가져서는 절대 불가능하 다. AI 빅테이터를 접목한 어플리케이션 개발을 하려면 우선 DB, 서버, API, UI 개발에 대한 지식이 있어야 한다. 나는 이러한 지식 을 모두 갖추고 있다. 물론 복잡한 UI 개발은 하지 못한다. 우선 DB는 데이터가 실시간으로 적재되고 이렇게 실시간으로 적재된 데이터를 조회해서 화면에 뿌려주어야 하기 때문에 당연 히 필요한 부분이다. 사실 그 이상 복잡한 일이 요구되는 곳은 거의 없다. 만약 페타 바이트급 이상 데이터가 적재돼서 DB 성능 최적화가 요구된다면 그때는 DB 전문가에게 일을 맡기면 된다. 서버도 공부해야 한다. 내게 용역을 맡기는 꽤 많은 스타트업들 이 서버 구매하는 방법도 몰랐던 기억이 있다. 서버를 구매한 이후에는 서버를 세팅해야 한다. ...... DB 나 파이썬3 설치가 가장 기본적이며 필요한 경로 설정이나 라이 브러리도 설치해주어야 한다. 그리고 리눅스 서버는 윈도우와 달 리 마우스를 활용할 수 있는 GUI가 없기 때문에 100퍼센트 명령 어로 작동한다 따라서 리눅스 서버 기본 명령어들도 공부해야 한 다. 파이썬을 백엔드에서 실행시키거나 주기적으로 스케줄링을 걸어주는 것 정도의 명령어는 익혀야 한다. API에 대해서도 공부해야 한다. 왜냐하면 대부분의 AI 빅데이 터 관련 프로젝트가 API를 활용해서 AI 빅테이터 모델 예측 결과 를 실시간으로 송신하고 이를 어플리케이션이 수신해서 화면이 뿌려주는 구조이기 때문이다. 마지막으로 UI 개발도 알면 좋다. 만약에 당신이 UI 개발까지 잘한다면 당신의 가치는 천정부지로 오를 것이다. 아쉽지만 나도 UI 개발가지는 잘하지 못한다. 그래서 대부분의 개발은 외부 기 관과 협업을 한다. 그리고 디자인 부분이 들어가면 역시 전문 디자이너의 손길이 필요한 경우가 많다. ＜파이썬으로 배우는 알고리즘 트레이딩＞(위키북스)과 ＜파이썬 GUI 프로그래밍 쿡북＞(에이콘출판)을 읽으면 PyQT나 Tkinter에 대해서 익힐 수 있다. 지금까지 말한 것들을 다시 전부 공부한다고 생각하면 두려울 수 있지만 사실 금방 배울 수 있는 부분들이다. 구글에 검색해도 많이 나오고 추천해준 책의 내용을 100퍼센트 이해햐지 못해도 된다. 당신은 AI 빅테이터 전문가이지 다른 분야의 전문가는 아 니기 때문이다. 그저 중급자 수준만 되어도 된다는 생각으로 공부 하라. 나는 너무나 신기했다. AI 빅데이터 전문가로 나 자신을 포지셔 닝하고 알리니 상황이 달라졌기 때문이다. 말 그대로 메신저의 삶을 사는 것이다. 사람들에게 도움을 주고 나면 뿌듯하다. ...... 나도 여기까지 오는 데 불과 몇 년밖 에 걸리지 않았다. 만약 제대로 된 공부 방법으로 시작했다면 그 시간을 휠씬 단축했을 것이다. AI 빅데이터를 두려워하지 말고 즐 겁게 배운다면 당신도 전문가, 능력자가 될 수 있다. 247쪽 파트5 당신도 이제 AI 빅데이터 전문가
|
AI 빅데이터 전문가는 "주어진 데이터로 AI 빅테이터를 적용한 모델을 생성
해서 인사이트를 도출하는" 일을 하면 됩니다. 그게 요즘 핫한 직업이고요.
물론 인공지능이 더 발달하면 이 일 역시 사라지겠지만.
일단 핫한 직업이고 AI를 다루는 기본을 익힐 수 있다는 점을 기억하면 좋겠
습니다. 그리고 저자가 간단히 말하는데, 배우면 할 수 있다고 했습니다. 물론
구구단을 외울 때처럼 열정적으로 시간을 투자하라는 뜻이라고 생각합니다만
이건 개인차가 있는 부분이니 'AI 빅데이터 전문가가 되는 일이 아주 어려운 일
은 아니라'는 것으로 갈음하고 다음으로 넘어가겠습니다.
| AI 빅테이터라는 학문 자체가 보편화되기 시작한 게 5년 도 안 되었다. 이 분야는 5년, 10년 전문가 자체가 있을 수가 없 다. 그리고 전문가라는 것도 결국 상대적인 개념 아닌가? 올바른 방법으로만 공부하면 1년 만에 남들보다 훨씬 뒤어난 실력을 가 질 것이다. 전문가가 거의 없는 블루오션 262쪽
하나도 모르겠다고 기죽지 말자 나는 석사 과정에서 거의 처음으로 데이터 마이닝을 접하면서 AI 빅데이터 공부를 시작하게 되었다. 학부 때에는 정보시스템학 을 전공했는데 대학원에서는 산업공학으로 전공을 바꾸었다. 산업공학과 학부 강의들이 쓰는 교재를 도서관에서 빌려 독학 했으며 수리통계학, 선형대수학은 인터넷 강의를 통해 공부했다. 심지어 고등학교 미적분 책을 사서 공부하기도 했다. 자발적으로 프로젝트에 참여해 코딩 실력도 늘릴 수 있었다. 항상 내 자리에는 책이 많았다, 도서관에서 빌린 책뿐만 아니라 공부하기 위해서 수 시로 책을 샀다. 심지어 공부를 너무 많이 한다고 혼나기도 했다. 다른 동료들은 행정, 프로젝트, 조교 업무 등으로 바쁜데 나 혼자 서 공부만 한다고 지도교수님께 혼난 일도 있었다. 지금 생각해보 면 다소 당황스러웠던 경험이다. 아무튼 나는 그만큼 공부에 열정 을 쏟았다. 265쪽
|
"논문을 보면 이해가 잘 되고 주변에서 컨설팅 문의가 들어오면
시원시원하게 대답해줄 지식이 쌓이게 될 것이다. 바로 이때가 당
신의 실력이 한 단계 성장한 때다. 265쪽" 열심히 배우고 익히면
가능성이 있는 분야라는 저자 (서대호)의 발언이 맞는 사람도 있을
것이고 아닌 분도 있을 것 같네요.
이 타임에 저자 약력 : 한양대 정보시스템학과를 졸업하고 한양대 산업공학과에
서 석사 학위를 받았으며 이후 한국과학기술원, 모비젠, 전자부품연구원에서 연구원
으로 재직했다. 그 후 AI 빅데이터 분석회사 다겸의 대표이자 연세대학교 정보대학원
에서 박사과정을 하며 동시에 다수 기업의 데이터 분석 컨설팅, 데이터 분석 솔루션
개발을 독자적으로 맡아서 하고 있다.
| 코딩만 배운다고 AI 빅테이터 전문가가 될 수는 없다. 75쪽 국내 AI 빅데이터 교육 시스템의 문제
AI 빅테이터 전문가가 되기 위해서는 수리 통계학적 지식, 코딩 능력, 경영학적 서술 능력을 두루 겸비해야 한다. 그래서 가장 섹시한 학문이고 전문적인 분야이기도 하다. 여기서 경영학적 서술 능력은 배제하더라도 수리통계학적 내용 이 수업에 전혀 없다는 것은 사실 문제가 있다. 자신이 해당 데이터와 분석 목적에 가장 부합하는 모델을 선택 해야 하는데 이때 수학적/통계학적 지식이 있어야 어떤 모델을 선 택할지 알 수 있다. 77쪽
텍스트 마이닝은 SNS 등 각종 온라인 플랫폼에서 수집되는 방 대한 양의 텍스트 안에서 인사이트를 도출할 때 주로 쓰이는 방법 론이다. 추천 알고리즘은 아마존닷컴, 넷플릭스, 유튜브에서 많이 쓰 는 방법이다. 흔히 말해 개인의 과거 로그 데이터를 기반으로 향 후 해당 사용자가 좋아할 만한 콘텐츠를추천해주는 것이다. 92쪽
논문은 국내 논문의 경우 ＜지능정보연구＞ 저널을 자주 읽는 편 이고 해외 논문은 텍스트 마이닝, 추천 알고리즘으로 검색해서 나 오는 최신 논문들을 찾아서 읽는다. 우선 ＜지능정보연구＞ 저널이 AI 빅데이터 알고리즘에 대해서 전반적으로 많이 다루고 잇으며 실제 비즈니스 현장에 적용할 수 있는 사레들을 많이 다루고 있 어 쉽고 재밌다. ...... 그냥 내가 편하고 잘하는 것을 좋아하는 방법으로 공부하면, 그 게 강점이 되는 것이다. 프로그래밍 언어도 마찬가지다. AI 빅데 이터 분석을 하는 언어는 사실 꽤 많다. R, 파이썬이 기본이지만 스파크, 자바로 분석하느 사람도 있다. 자신이 잘하는 툴 하나로 ...... 105쪽
모두 기존에 만들어진 알고리즘에서 시작해서 무언가 새로운 모 델을 만드는 것이다. 그런데 기존 알고리즘의 개념과 원리에 대해서 알지 못한다면 어떻게 수정을 하고 결합을 해서 해당 데이터에 최적화된 모델 을 만들겠는가.결국 처음에 공부를 시작할 때 각각의 알고리즘 의 동작 원리를 차근차근 이해하며 넘어가야 한다. 구체적인 수 식들에 대해서도 이해하면 사실 더 좋긴 하다. 하지만 수식 하나 하나를 유도하고 증명하는 과정까지 공부하기가 힘들면 '어떤 동 작 부분에서 어떠한 수식이 어떠한 이유로 쓰인다' 정도는 알아 야 한다. 113쪽 파트3 기본기가 탄탄해야 진짜 전문가가 된다
분석학 + 데이터베이스 + 예술&디자인 + 기업가 정신 + 컴퓨터과학 = 데이터 과학자 120쪽 출처 참조.
데이터 분석 목적 및 모델링 방향 제시를 할 수 있는 능력을 키워라 마지막으로 전문가에 요구되는 가장 중요한 능력 중에 하나가 비즈니스 현장의 문제를 인식하고 데이터가 주어졌을 때 주어진 데이터로 어떻게 비즈니스 문제를 풀 것인가 고민하는 능력이다. 흔히 문제 인식은 데이터 분석의 첫 단추로 불리고 가장 중요한 선행 단계로 분류된다. 이 단게에서 큰 숲을 잘 정리하고 세부적 으로 데이터 분석을 실행해나가야 한다. 그렇지 않고 ...... 122쪽
빅네이터 기초 : 개념, 동인, 기법 - 시그마프레스 인공지능 시대의 비즈니스 전략 -더퀘스트 빅데이터가 만드는 제4차 산업혁명 -북카라반 빅데이터 비즈니스 이해와 활용 -위즈하임 빅데이터 분석과 활용 - 학지사 129쪽
데이터 마이닝 알고리즘을 익혀라 130쪽 실질적으로 도움이 되는 최소한의 자격증 138쪽 해당 자격증은 한 번에 몰아서 따라 143쪽 코딩 공부, 파이썬과 R은 기본이다. 145쪽 수리통계학을 공부해야 헌형회귀 모형을 올바르게 생성할 수 있다. 155쪽 - 이러한 추정들은 실제 현장에서 AI 빅데이터 분석 시 데이터 전처 리직후 기술통계 부분에서 많이 쓰인다. 또한 각종 분포들의 수리적인 모형을 공부해두면 고급 알고리즘을 익히는 데에 도움이 된다. - 에를 들면, 디리클레분포.
입문자가 AI 빅데이터 분석을 위해 수리통계학을 공부하는 방법 책을 읽으면서 수식이 나오면 연습장에 그대로 따라 적으면서 이해를 한다. 이해가 되었으면 다음으로 넘어가고 이해가 안 되 었으면 이해하기 위해서 조금 더 생각을 하거나 인터넷에서 해당 개념을 찾아본다. 그래도 이해가 안 되면 그냥 넘어간다. 절대 수 식을 외우지는 않는다. 그리고 각 챕터별 연습문제가 나오면 연습 문제 해답을 펼쳐놓고 이해하면서 그대로 답을 연습장에 적는다. 이때에 증명이나 유도하라는 문제는 건너뛴다. 157쪽
기본적인 딥러닝에 관한 서적을 읽어라 159쪽 딥러닝 제대로 시작하기 -제이펍 홍콩 과기대 재직중인 김성훈 교수 강의 밑바닥부터 시작하는 딥러닝 - 한빛미디어 케라스 창시자에게 배우는 딥러닝 -길벗 167쪽
데이터베이스에 대한 기본적인 이론을 익혀라 빅데이터 시대? 하지만 아직도 대세는 RDB 168쪽 Datebase Concept -Person Education 몽고디비 인액션 - 제이펍 173쪽
캐글 경연대회를 통해 경험을 쌓으라 177쪽
프로세스 마이닝 분야 포스텍 산업경영공학과 송민석 교수가 국내 최고의 권위자 나는 주 연구 분야의 자세한 알고리즘에 대한 설명이 있는 책과 논문을 거의 매일 챙겨서 공부한다. 그리고 부 연구 분야에 대한 것은 실제 걱용 부분에 대한 설명이 있는 책과 논문을 찾아 읽고 있다. 186쪽
전문 분야에 대한 서적을 읽어라 190쪽 Recommender Systems : The Textbook -Springer 193쪽
|
논문 다독으로 진정한 한 분야의 전문가가 되자 (198쪽)
주프로그래밍 언어를 선정하고 관련 프로젝트를 반복 훈련해라 (202쪽)
자신만의 독창적인 알고리즘을 만들어보라(209쪽)
한국학술지 인용색인 등재지에 도전하라(220쪽)
- 논문 투고 타깃 저널을 정하라.
그리고 '당신도 이제 AI 빅데이터 전문가'로 이어집니다. 파트 5에서 주목할
내용은 맨 앞에서 언급했기에 생략하기로 합니다. AI 빅데이터 전문가가 궁금
했던 이유는 AI자체가 궁금했고 그럼 어떻게 그 많은 자료를 분석하는지 알고
싶었거든요. 1년을 통으로 쓰면서 일도 하고 공부하면서 논문도 쓰고 경연대회
에 참여하면 전문가가 될 수 있다는 것. 건축설계사들이 대회에 참여하는 것이
생각나네요.
쉽게 될 것은 아니지만 하지 못할 것은 아니라는 생각이 들었습니다. 1년, 3년,
10년은 생각 외로 많은 것을 이루기에 충분한 시간이라는 것을 믿어봅니다.
리뷰어클럽 서평단 자격으로 작성한 리뷰입니다.
데이터분석가나 빅데이터 관련 업무를 하려는 사람에게 길라잡이가 되어 줄만한 내용도 있지만, 사족이 좀 많은 책이라 생각한다. 주요 내용은 Part3과 Part4만 보면 되고, 다른 Part의 내용은 굳이 볼 필요가 있을까 싶다.
저자가 추천하는 책들도 읽어 보는 중인데 책들이 난이도가 좀 있어서, 전산 전공자도 이쪽 계통에 경험이 없다면 이해가 쉽지 않을듯 하다. 저자(또는 출판사?)가 생각한 비전공자의 범주가 어떤지 모르겠지만, 비전공자는 더 많은 시간 투자를 각오하고 도전해야 할 듯 하다.
생각해보면 1년이면 전문가 수준으로 기술 습득이 가능한데 연봉을 1억씩 줄 이유가 있을까..
어쨌든 이책의 가장 큰 장점은 빅데이터가 생소한 사람들에게 어떻게 접근하면 되는지를 알려주고 있는 듯 하고, 따라해보고 싶은 마음을 갖게 한다는 것이다.
늘 그래왔지만 미래에 대한 불안은 항상 존재한다. 특히나 인공지능 뿐만 아니라 최근의
코로나로 과연 지금의 직장이 더 이상 내 인생 전체를 책임질 수 없겠다는 생각이 부쩍
드는 요즘이다.
그냥 어제와 같이 오늘을 살고 또 내일을 살면 당연시 되어 왔던 삶들이 무너지겠다는
불안감이 계속 들어 무엇을 준비하고 어떻게 해야 하는지 고민하던 차에 이 책을 접하게
되었다. 그냥 관심가는 거나 재미나는 것을 하는 취미는 삶의 안정성이 보장이 된다는
전제 하에 하는 것이고, 나에게 필요한 것은 밥벌이가 되면서 이후의 안정성도 보장하는
것을 찾는 것이었다.
4차산업혁명이 유행어인냥 한창 대한민국을 들썩이고 덩달아 빅데이터 전문가라는
직업이 관심을 끌 때 그냥 이공학이나 다른 세계의 얘기인 줄 알았다.
하지만 이 책을 통해 빅데이터 전문가의 앞으로의 전망과 그들이 하는 일 그리고 무엇을
어떻게 준비해야 하는지 알 수 있어 꽤나 유익했던 독서의 시간이었다.
우선 이 책은 그냥 단순히 이해를 위한 설명에만 그치는 것이 아니라 빅데이터 전문가
가 되기 위하여 어떻게 준비해야 하는지 가이드 해 놓은 것이 큰 장점이다.
저자가 직접 배우며 느낀 점을 통해 간접경험을 할 수 있고 또 어떤 참고서를 보면 좋은지
그리고 어떠한 단계를 밟아가면 차근차근 전문가로 갈 수 있는지 설명하고 있어
아무것도 모르는 초보자들도 읽으면서 그 내용을 파악할 수 있게 해 놓았다.
더불어 이 책을 통해 빅데이터 전문가가 아주 멀리 있는 것이 아닌 나도 할 수 있다는
자신감을 어느정도 불어넣은 점도 큰 도움이 되었다. 물론 직접 공부하고 또 도전하는
것은 각자의 몫이지만 할 수 있다는 동기부여를 이 책을 통해 분명히 받을 수 있었다.
이 책을 읽자마자 관련 자격증 참고서를 구입하고 관련 도서를 읽어보는 것도 좋은
출발점이라 생각한다. 향후 빅데이터 전문가가 된다면 이 책을 통해 영감을 받고
자극이 되었다는 점은 분명하리라 생각한다.
빅데이터 전문가가 되기 위해 어떻게 공부해야하는지에 대한 책입니다. 빅테이터에 대한 책이 아니라 이 분야 전문가가 되기 위한 책이고 공부하는 것에 대한 책이라서 좀 새로웠습니다.
별 생각없이 책을 골랐고, 읽었는데 작가가 저보다 한참 젊은 나이여서 대단하다 쉽기도 하고, 난 뭐하고 있나 하는 생각도 들었던 책입니다. 빅데이터에 대해 열심히 공부하고, 좋은 성취를 이뤄나가고 있는 것 같아서 보기 좋았습니다. 빅데이터를 공부하고자 하고, 전문가가 되고자 하는 많은 사람들에게 좋은 멘토가 되어주고 우리나라가 빅데이터 강국이 될 수 있도록 기여을 해줬으면 좋겠네요. 처음 접하기에 유익한 책이었습니다.
