[BOOK REVIEW] 데이터 과학을 위한 소프트웨어 엔지니어링

 

제이펍 출판사의 서평단 활동으로
제공받은 도서를 읽고 솔직하게 작성한 리뷰입니다.

---

 

📚 책 소개

오늘 소개할 책은 ⌜데이터 과학을 위한 소프트웨어 엔지니어링 (캐서린 넬슨)⌟이다.

 

📍 책 선택 이유

 지금까지 데이터 분석, 인공지능 분야의 팀 프로젝트를 하면서 가장 어려웠던 부분이 팀원의 코드에 나의 방법론을 추가하여 수정하는 것이었다. 실제로 유지보수성이 높은 '좋은 코드'를 작성하는 것에 대한 필요성을 느끼고 그 부분을 최대한 신경 써서 구현했지만 현업에서 사용하는 코드 작성 방법론이 있으면 배우고 싶다는 생각을 하고 있었다.

 이러한 상황에서, 제이펍 출판사의 '데이터 과학을 위한 소프트웨어 엔지니어링'이라는 책을 접하게 되었다. 소프트웨어 엔지니어링의 모범 사례를 데이터 과학에 적용하는 방법을 다룬다는 책의 소개글 속 문구를 보고 바로 읽어봐야겠다는 생각을 했다.

 

🔎 목차 (+ 예제코드)

책의 목차는 위와 같다.

 

[1장] 좋은 코드란 무엇인가?

[2장] 코드 성능 분석

[3장] 데이터 구조를 효율적으로 사용하기

[4장] 객체지향 프로그래밍과 함수형 프로그래밍

[5장] 오류, 로깅, 디버깅

[6장] 코드 포매팅, 린팅, 타입검사

[7장] 코드 테스트

[8장] 설계와 리팩터링

[9장] 문서화

[10장] 코드 공유: 버전 관리, 종속성, 패키징

[11장] API

[12장] 자동화 및 배포

[13장] 보안

[14장] 소프트웨어 업계에서 일하기

[15장] 다음 단계

 

책에 포함된 예제는 다음 링크에서 다운로드할 수 있다.

GitHub 링크 🔗 https://github.com/catherinenelson1/SEforDS

 

👏🏻 책의 특징 및 차별점

[개발자와 컴퓨터 공학 전공자들에게 익숙한 소프트웨어 공학 개념]

 위에서 서술한 책의 목차만 봐도 알 수 있듯이, 이 책은 개발자와 컴퓨터 공학 전공자들에게 익숙한 넓은 범위의 소프트웨어 공학 개념들을 체계적으로 다루고 있다.

 

[데이터 과학 코드에 적용할 수 있는 실무적인 팁]

 데이터 과학 코드에 적용할 수 있는 실무적인 팁을 구체적인 설명과 코드 예시를 통해 제시하고 있기 때문에, 이론 학습뿐만 아니라 실제 프로젝트에서 직접 활용하는 데 큰 도움이 될 것 같다. 특히 9장의 '주피터 노트북에서의 문서화', '머신러닝 실험에 대해 문서화하기' 부분의 내용은 실제 프로젝트 진행과정에서 팀원들과 함께 고민하던 내용이었어서 인상 깊었다.

 

[모델링 지식 외에 중요한 부분에 대한 학습]

데이터 과학 분야를 다루는 엔지니어들은 주로 모델링 지식에만 집중하는 경우가 많지만, 코드의 구조화와 효율적인 개발 프로세스에 대한 학습도 필수가 되었다. 이 책은 이러한 부분을 빠른 시간 안에 효과적으로 학습할 수 있도록 도와준다.

 

👤 추천 독자

1. 데이터 과학을 처음으로 접하는 사람

2. 프로젝트를 몇 번 경험하며 데이터 과학 코드 개선의 필요성을 느낀 사람

3. 데이터 과학 분야 및 가까운 분야의 개발자

 

🪧 도서 구매 링크

• yes24: https://www.yes24.com/Product/Goods/142333968
• 교보문고: https://product.kyobobook.co.kr/detail/S000215709074
• 알라딘: https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=357370181&start=slayer