제가 지인들에게 제일 많이 받은 요청 중 하나는 "괜찮은 개발자 좀 소개해 주세요"입니다. 헤드헌터들의 문의도 많구요. 근데 사실 제 코가 석자인게 저도 대기업의 기술 면접관으로 채용에 참여를 몇 년간 했고, 스타트업에서도 개발자 채용을 하면서 굉장히 많은 어려움을 겪었습니다. 지금은 다행히 목표한 채용 인원도 어느정도 달성 해서 뛰어난 개발자들을 채용했고, 지원자들을 보는 눈도 많이 향상 되어서 채용에 어느정도 자신이 붙기는 했지만, 채용은 항상 어렵습니다. 이렇게 회사들 입장에서는 채용을 어려워 하는데, 구직자들은 취업이 너무나 어렵다고 이야기 합니다.
프로그래밍을 마스터하기란 어렵습니다. 지름길도 없습니다. 엄청난 노력이 필요합니다. 그리고 익숙해질 때까지 최대한 자주 직접 코딩을 해봐야 합니다. 이번 글에서 소개하는 아이디어로 영감을 받아보시기 바랍니다. 여러분 각자가 흥미를 느끼는 아이디어를 하나 골라서 프로그래밍 작업을 할 때 직접 사용하세요. 여러분이 어떤 프로그래밍 언어를 사용하며, 어떤 도구를 선호하든 관계없습니다. 각각의 아이디어를 구현하면서 배울 수 있는 점도 함께 설명하겠습니다. 그러면 이제부터 코딩을 위한 아이디어를 소개해보도록 하겠습니다.
지난 ‘데이터 사이언티스트에게 아나콘다가 인기 있는 이유’ 1편에서는 아나콘다가 무엇인지, 그리고 아나콘다가 지니고 있는 장점에는 어떤 것이 있는지를 살펴봤습니다. 하지만 아나콘다가 아닌 다른 데이터 사이언스 툴킷에도 당연히 장점이 존재합니다. 그럼에도 불구하고 아나콘다는 데이터 사이언티스트들이 가장 많이 이용하는 툴킷입니다. 그래서 이번 2편에는 왜 많은 데이터 사이언티스트들이 다른 툴킷이 아닌 아나콘다를 선택하는지 그리고 아나콘다 외 데이터 사이언스 툴킷에는 어떤 것들이 있는지에 대해 알아보도록 하겠습니다.
빅데이터나 인공지능 관련 업종에 있는 사람들은 어떤 프로그래밍과 툴, 프레임워크 등을 사용하냐에 대해 많은 이야기를 나눕니다. 그 대표적인 예로 ‘파이썬 vs R’이라는 주제는 데이터 사이언티스트들에게 늘 뜨거운 이야깃거리였습니다. 하지만 최근 들어서 적어도 어떤 툴을 가지고 데이터 분석 작업을 진행하느냐에 대해서는 이 논란이 많이 줄어들었습니다. 바로 아나콘다(Anaconda)라는 툴킷(Toolkit)이 어느새 대세로 자리 잡았기 때문입니다. 이번 시간에는 아나콘다란 무엇인지, 그리고 이 아나콘다가 어떤 장점이 있길래 많은 데이터 사이언티스들이 선택하고 있는지 알아보도록 하겠습니다.
신입 개발자로 첫걸음을 뗐을 때 저는 운이 좋게도 시니어 개발자 한 분이 저의 멘토가 되어 지도해주셨습니다. 제가 걸어가고 있는 길을 이미 지나가 본, 그 과정에서 저보다 훨씬 더 많은 경험을 했던 누군가로부터 많은 것을 배울 수 있는 기회였습니다. 함께 일하는 팀에 여러분을 적극적으로 가르쳐주고자 하는 시니어 엔지니어가 있다면 그것은 큰 축복입니다. 이번 글에서는 저의 멘토를 비롯한 여러 시니어 개발자들이 일하는 모습은 물론이고, 그분들을 통해서 배울 수 있던 개인적인 교훈을 여러분께 공유해보겠습니다.