brunch

You can make anything
by writing

C.S.Lewis

by GS Feb 10. 2018

나만의 미완성 데이터 사이언스  커리큘럼(ing)

데이터 중심의 서비스 기획자를 위한 여행 안내서

Prologue

지난번 데이터 사이언티스트가 되는 길 - 모험을 시작하며에서 소개해드린 나만의 커리큘럼 만들기에 대한 내용입니다. 그동안 사실 데스크톱에 중구난방 쌓여 있던 데이터 사이언스 학습 및 참고 자료들을 이번 기회에 정리할 수 있었습니다. 물론 완성되지 못한 자료입니다. 이제 막 데이터 사이언티스트가 되기 위해 시작한 여행이기 때문에 그동안 모아 온 정보를 정리하고 많은 분들과 공유하고 업그레이드를 하기 위해 이렇게 글로 적어 보았습니다. 이번 글은 깃허브에 올린 내용으로 상세한 정보를 대신합니다. 아래의 깃허브에 대한 소개 및 느낀 점을 적어 보았습니다.


Road of Data Scientist (GitHub 저장소)

- 커리큘럼(Curriculum) 페이지 링크 : Road of Data Scientist : Curriculum

 


커리큘럼(Curriculum)

구성

커리큘럼의 큰 구성은 UdatCity에 올라온 8 Skills You Need to Be a Data Scientist에서 참고하여 만들었습니다.

위의 8까지 스킬을 다시 분류하여 아래와 같이 나누어 보았습니다.


- 선형대수학 : Multivariable Calculus and Linear Algebra, 

- 확률 및 통계 : Statistics

- 프로그래밍 : Programming Tools, Software Engineering

- 데이터 분석 : Data Visualization and Communication, Data intuition, Data Wrangling

- 머신러닝/인공지능 : Machine Learning 


그리고 다시 커리큘럼 난이도에 따라서 분류하였습니다.


난이도


크게 4가지로 구성되어 있습니다. 사전 지식인 '기초(Prerequisite)'와 난이도에 따른 '초급(Basic)', '중급(Intermediate)', '고급(Advanced)'로 나누었습니다. 제가 만든 커리큘럼 상으로는 저는 지급 중급 단계인데요. 커리큘럼은 계속 변하니까 나중에 더 높은 단계가 나오게 되면 더 낮아질 수도 있습니다.

'기초'에 해당하는 사전 지식은 난이도에 따라 나누지 않았으며, '초/중/고급'단계를 배우기 위해서는 필수적으로 알아야 하는 부분입니다. 저는 공부하면서 기초가 많이 부족하다는 생각이 들어서 '기초' 단계에 있는 수업을 더 공부할 계획입니다.


내용

커리큘럼의 내용인 강의 및 교재의 선택은 지극히 '저의 중심'으로 작성되었습니다. 전에 글을 올렸던 것처럼 자신만의 커리큘럼을 만드시길 권장합니다. 그래도 전문가가 아닌 이상 마음대로 커리큘럼을 짤 수 없어서 최대한 인터넷에 있는 자료를 참고하여 만들었습니다. 주로 MOOC 강의와 대학 전공 서적으로 구성이 되어 있습니다. 제가 학습해본 경험이 있는 강의자료의 경우 목록 아래에 리뷰를 따로 남겨 놓았으니 커리큘럼 만드실 때 참고하시면 좋을 것 같습니다. 리뷰의 경우 주관적이기 때문에 참고만 하시면 좋을 것 같습니다. 리뷰가 없는 경우는 해당 강의나 도서 리뷰 및 평가 등을 인터넷에서 쉽게 겁색하여 확인하실 수 있습니다.


참고

커리큘럼의 'References'는 제가 참고하거나 추천할 만한 링크를 모아 놓은 자료를 정리한 것입니다. 깃허브 커리큘럼에 올린 링크를 아래에도 추가하였으니 참고해주세요!

 

Hitchhiker's Guide to Data Science, Machine Learning, R, Python

An annotated path to start with Machine Learning

The Open Source Data Science Master

Data Scientist in 8 easy steps

I Dropped Out of School to Create My Own Data Science Master’s — Here’s My Curriculum

The Best Data Scientist Curriculum - Class Central Career Guides

머신러닝, 제대로 배우는 법

데이터 분석가를 위한 개발 공부

'데이터 과학자 입문 도우미' 무료 온라인 서비스 라운드업

어떻게 하면 데이터 사이언티스트가 될 수 있나요? by 하용호


Epilogue

 이번에 그동안 묵혀왔던 자료를 정리하니까 속이 후련하네요. 정리하면서 느낀 것이지만 '영어'가 중요합니다. 최대한 '한글'자료를 추가하려고 했지만 대부분 추천하는 자료가 외국 서비스이기 때문에 영문 자료가 상당합니다. 그래도 김성훈 교수님이나 엄태웅 님, 박조은 님 같은 유튜버(?)분들이 노력으로 한글로 만들어진 쉬운 강의자료가 많이 올라오고 있습니다 :) 정말 이런 분들 리스펙!! 저도 나중에 실력을 쌓아서 이런 유용한 영상을 만들어 보고 싶네요!

 그리고 또 한 가지 느낀 점은 커리큘럼을 만들 때 전문가가 아니기 때문에 뭐를 해야 할지 '결정'하는데 어려움이 생긴다는 것입니다. 저는 커리큘럼의 목적이 현재 저의 상태를 점검하고 앞으로 가야 할 방향을 잡는 것이라고 생각합니다. 그래서 사실 정말 이상한 것만 아니라면 인터넷에서 많은 사람들이 추천하는 것으로 공부하고 자기 것으로 만든다면 커리큘럼의 목적은 충분한 것 같습니다. 시행착오를 겪을 수도 있지만 그걸 통해서 배우는 것이 있을 테니까요. 그러니 혹여 커리큘럼 만든다고 너무 스트레스받지 마시고 즐기면서 한 단계씩 끝까지 완료하는 것을 목표로 하는 것을 추천합니다! (저에게 하는 말 같네요;;)

 다음번에는 조금 더 성장한 후에 다시 커리큘럼을 만들어 보고 싶다는 다짐과 함께 글을 마칩니다 :)

브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari