[데이터 사이언스를 배우는 가장 좋은 방법은?] 비통계학, 비컴공 출신으로 데이터 업계에 뛰어들고 싶은 분들이라면 한번쯤 온라인 코스와 부트캠프를 기웃거려보신 적이 있을 겁니다. 그런데 사실 커리큘럼을 뜯어보면 대부분의 코스들은 대동소이하죠. 파이썬(또는 R) 기초를 익히고, 데이터프레임이나 시각화 관련 패키지의 사용법을 익히고, 간단한 회귀모델이나 머신러닝 모델을 (메뉴얼대로) 만들어보는 정도입니다. 이런 기초는 분명 아무것도 모르는 초보자 입장에선 한번은 거쳐야 하는 과정이지만, 사실 이것만으로는 여러분이 실무에서 마주칠 문제를 해결하기는 정말 어렵습니다. 현업의 데이터는 온라인 코스에서 배우는 것보다 훨씬 크고 지저분하며, 전처리에 사용되는 코드는 훨씬 복잡할 것이고, 어쨌거나 돌아가는 코드를 짜면 그만이었던 학생시절과는 달리, 깔끔하고 효율적인 코드를 통해 비용을 줄이고 협업을 효율화하는 것이 (대부분의 경우) 멋진 통계적 모델을 만드는 것보다 훨씬 더 중요해지니까요. 그래서 오늘 소개드릴 글의 필자는 데이터 사이언스에 입문하는 가장 좋은 방법으로 미디엄에 올라온 각종 포스팅을 읽어볼 것을 추천하고 있습니다. 여기에는 실제 매일 데이터를 만지는 사람들이 아니면 알기 힘들 자잘한 팁과 노하우들이 그대로 녹아 있어서, 흔한 온라인 코스보다도 좀 더 실무에 가까운 앎을 얻을 수 있다고 말하고 있네요. 그리고 고맙게도 주제별로 읽어볼 만한 좋은 포스팅들도 같이 추천하고 있습니다. 돌이켜보면, 저도 아무것도 몰랐던 쌩초보 시절 이후에는 대부분 각종 개발문서나 스택 오버플로우를 통해 배운 지식이 가장 많은 느낌입니다. 아무리 좋은 교육과정이라도 자기 스스로 이게 왜 필요한지 실감하고 지식을 어떻게 활용해야하는지 알기 위해서는 '경험'이라는 요소가 필요할 수 밖에 없으니까요. 그런 의미에서 개인적으로 미디엄 포스팅보다도 좋은 데이터 사이언스 학습 방법은, 일단 용감하게 부딫혀보는 것이 아닐까 생각합니다.