스크랩

신간

경험에서 배운다! 실전 데이터 분석 35 데이터 분석가부터 AI 엔지니어까지 누구나 알아야 할 데이터 노하우

다카하시 이치로, 시라이시 타쿠야, 시미즈 아키에 저 | 신정원 역 | 책만 | 2025년 07월

베스트셀러

북트리

정가
$40.00
판매가
$22.00 (45%↓) 최저가 보상
적립금
$0.44 (2%P)
출고예상일
2026년 10월 08일 수령예상일 안내
북카트 담기 바로구매하기 위시리스트담기

평점 -  ·  리뷰 0

리뷰 쓰기

ISBN : 9791189909895 / 256쪽 / 333g / 148 x 210 (㎜)

이 상품에 궁금하신점이 있으세요? 1:1상담문의

추천inside
Adobe Flash Player 가져오기

이 분야의 베스트셀러

아래의 도서와 구매하시면 가격이 .44 원 더 내려갑니다.

  • 19,800 →19,800원
  • 18,900 →18,900원
  • 16,200 →16,200원
  • 14,400 →14,400원

책 소개

반디앤루니스 리뷰

분석 준비부터 분석 목적 수립, 인터뷰, 데이터 수집, 추가 데이터 확보, 모델 구축, 커뮤니케이션과 협업, 업무 인수인계, 보고서 작성, 깔끔한 보고와 마무리까지, 바로 현장에 투입되어야 하는 주니어 데이터 분석가는 물론, 서로 클라이언트나 타부서로서 혹은 팀내에서 함께 협업해야 할 시니어 분석가와 개발자, 기획자 들이 읽어야 할 필독서다.

 

 

출판사 리뷰

소프트뱅크 테크놀로지의 현업 데이터 분석가 3인이
실제 프로젝트를 수행하며 경험한
쓰라린 실패와 좌절, 그리고 극복의 기록들

분석 준비부터 분석 목적 수립, 인터뷰, 데이터 수집, 추가 데이터 확보, 모델 구축, 커뮤니케이션과 협업, 업무 인수인계, 보고서 작성, 깔끔한 보고와 마무리까지, 바로 현장에 투입되어야 하는 주니어 데이터 분석가는 물론, 서로 클라이언트나 타부서로서 혹은 팀내에서 함께 협업해야 할 시니어 분석가와 개발자, 기획자 들이 읽어야 할 필독서다.

생성형 AI 시대, 끊임없이 쏟아지는 기술 습득만으로는 충분하지 않다. 데이터 분석 실력은 물론 조직 내 실무 역량까지 키우고 싶은 이들에게 유용한 책! 국내외 현업 데이터 분석가 5인의 인터뷰도 수록되어 있다.

 

저자 소개

  • 저자 : 다카하시 이치로, 시라이시 타쿠야, 시미즈 아키에

저자 : 다카하시 이치로

- 소프트뱅크 테크놀로지(주) 데이터 과학팀 시니어 컨설턴트

내각부 및 컨설팅 기업 등을 거쳐 소프트뱅크 테크놀로지에 입사했다.

비즈니스 데이터를 활용한 사업 전략 및 마케팅 전략, 제품 개발, 마케팅 ROI, LTV, 통계 모델 구축 등에 대한 컨설팅을 하고 있다.

 

저자 : 시라이시 타쿠야

- 소프트뱅크 테크놀로지(주) 데이터 과학팀 엑스퍼트 데이터 분석가

학생 시절에는 웹 마이닝과 영상인식 연구를 했다. 소프트뱅크 테크놀로지 입사 후 정보시스템 보안팀에 소속되어 사내 셰어포인트, 워크플로 도입 등을 맡았다. 현재는 주로 IoT 영역에서 센서 데이터 등에 대한 분석 및 예측 모델 구축과 분석 컨설팅을 하고 있다.

 

저자 : 시미즈 아키에

- 소프트뱅크 테크놀로지(주) 데이터 과학팀 데이터 분석가

학생 시절에는 우주물리학 분야 연구를 수행했다. 이전 직장에서는 웹 애플리케이션 시스템 개발에 종사했다. 현재는 소프트뱅크 테크놀로지에서 주로 헬스케어 영역에서 헬스케어 디바이스 데이터 분석 및 예측 모델 구축, 분석 컨설팅을 하고 있다.

역자 소개

  • 역자 : 신정원

역자 : 신정원

서울대학교 동양사학과를 졸업했다. 현재 IT 기업에서 기술 흐름과 시장 조사에 관한 일을 하고 있다. 옮긴 책으로 『돈의 흐름으로 읽는 세계사』, 『말의 격』, 『흐름을 꿰뚫는 세계사 독해』, 『선택하지 않은 인생은 잊어도 좋다』, 『83일: 어느 방사선 피폭 환자 치료의 기록』, 『서양 정치사상사 산책』 등이 있다.

 

감수 : 권정민

세상은 데이터로 이뤄져 있다고 생각하며, 데이터를 잘 활용하고자 하는 목표를 가지고 다양한 데이터 분석 및 활용 방안을 만들고 연구하는 것을 업으로 하고 있다. 카이스트 및 포항공과대학교에서 산업공학과 전산학을 전공했으며, 다양한 산업군에서 데이터 분석을 수행하고 있다. 《빅데이터 분석 도구 R 프로그래밍》, 《The R Book(Second Edition) 한국어판》, 《딥러닝과 바둑》을 번역하고, 《딥러닝 레볼루션》과 《인터넷, 알고는 사용하니?》를 감수했다.

목차


1장 데이터 분석 프로젝트 3단계
1.1 데이터 분석은 '액션'을 일으킬 수 있어야 한다
____무엇을 위한 데이터 분석인가
____액션이란 무엇인가
____데이터 분석 프로젝트 3단계
1.2 데이터 분석의 3가지 단계, 9가지 작업
____단계1: 준비
____단계2: 분석
____단계3: 보고
1.3 이왕 한 실패, 유의미하게 되살려보자

2장 막힘없는 준비를 위한 솔루션 10
사례 #1 분석 목적은 뒷전, 흥미 위주의 분석을 하고 있다
사례 #2 인터뷰를 해도 분석 요청자가 진짜 바라는 게 뭔지 모르겠다
사례 #3 분석 요청자와의 인터뷰가 정처 없이 늘어지고 있다
사례 #4 "나는 데이터 분석가인데…" AI 전문가로도 신뢰받으려면
사례 #5 데이터 분석 프로젝트의 전체 청사진을 그리지 못하고 있다
사례 #6 프로젝트가 시작됐는데 구성원 간에 손발이 맞지 않는다
사례 #7 필요한 데이터가 부족하다는 사실을 분석 도중에 깨달았다
사례 #8 필요한 파일이 어디에 있는지 모른다
사례 #9 정보 보안 체크에 은근히 시간을 빼앗기고 있다
사례 #10 데이터 분석가끼리 커뮤니케이션이 잘 안 된다

3장 원활한 분석을 위한 솔루션 20
사례 #11 분석 요청자의 요구를 다 맞춰주려다 시간이 부족해졌다
사례 #12 새로운 분석 기법에 도전하다 보니 시간이 모자란다
사례 #13 불필요한 모델 구축에 시간도 돈도 다 허비했다
사례 #14 데이터 현장을 상상하기도, 데이터를 이해하기도 어렵다
사례 #15 분석에 필요한 계산을 처리하느라 시간이 너무 많이 걸렸다
사례 #16 추가 데이터가 왜 필요한지를 설명할 수 없다
사례 #17 분석 도구가 엑셀 파일을 읽어들이지 못한다
사례 #18 데이터 항목이 무슨 의미인지 이해하기 어렵다
사례 #19 최선을 다해 분석했는데도 보고 가능한 결론에 이르지 못했다
사례 #20 통계 모델은 과학적이며 객관적이라고 믿는다
사례 #21 다수의 현실 요인이 반영된 복잡한 모델을 만들려고 한다
사례 #22 부적절한 독립변수를 사용했다
사례 #23 필요한 정규화 처리를 하지 않은 채 데이터를 입력했다
사례 #24 독립변수를 과하게 늘려서 분석이 불안해졌다
사례 #25 과적합이 발생했다
사례 #26 분석 요청자가 예상 외의 결과를 기대한다
사례 #27 가독성이 낮은 분석 스크립트를 작성했다
사례 #28 평가 지표가 비즈니스에 도움이 되지 않는다
사례 #29 분석 요청자의 의도를 잘못 읽고 분석을 진행해버렸다
사례 #30 분석 작업만이 데이터 분석가의 본분이라고 착각하고 있다

4장 깔끔한 보고를 위한 솔루션 5
사례 #31 보고서 내용을 정작 분석 요청자가 이해하지 못하고 있다
사례 #32 보고용 슬라이드에 정보를 너무 많이 넣었다
사례 #33 핵심을 놓친 보고서를 만들었다
사례 #34 거듭 확인했는데도 보고서에 오탈자나 틀린 숫자가 있었다
사례 #35 밤샘 여파로 결과 보고를 할 때 유의미한 토의를 하지 못했다

5장 인터뷰: 5인의 데이터 분석가가 말하다
소프트웨어 엔지니어, 데이터 과학자로 변신하다 _시라이시 타쿠야
연구자를 꿈꾸던 물리학도, 데이터 분석가가 되다 _시미즈 아키에
지루할 틈 없이 늘 새로운 데이터 분석의 세계 _권정민
문제를 나누고 해결해 가는 데에서 얻는 데이터 분석의 매력 _추교영
차곡차곡 데이터 분석 문화를 세워나가는 보람 _박옥희


top