데이터 사이언스 스킬을 향상시키는 39일째

발행: (2026년 1월 3일 오전 09:11 GMT+9)
3 min read
원문: Dev.to

Source: Dev.to

Reflection

데이터 작업에서 많은 사람들이 겪지만 아무도 말하지 않는 조용한 고충: “배우는 건 많은데… 모든 것이 연결되지 않은 느낌이 들어.”
오늘은 문제가 배우는 양이 적은 것이 아니라, 배우는 동안 조각들이 어떻게 맞물리는지 보지 못한다는 점이라는 것을 다시 깨달았다.

새로운 내용은 별로 없지만, 상황이 달라져서 다르게 와닿았다.

Learning Activities

Introduction to Importing Data in Python

  • 실제 시스템을 다룰 때 큰 영향을 주는 작은 SQL 디테일을 탐색했다.

Data Visualization with Seaborn

  • 시각화는 차트를 단순히 보여주는 것이 아니라, 데이터에 더 좋은 질문을 던지는 것이라는 점을 다시 확인했다.

Introduction to Functions in Python

  • 매개변수가 있는 함수와 없는 함수를 복습했다.
  • 모두 새로운 내용은 아니었지만, 더 명확해졌다.

Python Toolbox – Iterators

  • 이전에 당연하게 여겼던 많은 “마법”을 설명했다.

Cleaning Data in Python

  • 데이터 작업의 이 부분이 인사이트가 신뢰받을지 무시될지를 조용히 결정한다는 점을 강조했다.

Takeaways

  • 일부 개념은 새롭지 않았고, 일부는 새로웠다.
  • 실제 진전은 모든 것이 어떻게 연결되는지를 보는 데서 왔다.

새해 복 많이 받으세요 🎉 — 더 깨끗한 데이터, 더 명확한 사고, 그리고 2026년에 “왜 이게 이해가 안 되지?” 하는 순간이 적어지길 바랍니다.

‑SP

Back to Blog

관련 글

더 보기 »

데이터 사이언스 스킬 향상 38일 차

데이터 시각화 새해 복 많이 받으세요 🥂 데이터 시각화에서 나는 단순히 “차트를 그리는” 것이 아니었습니다. 데이터 가져오기 나는 관계형 데이터베이스에 발을 들였습니다: > Insert relationa...

데이터 사이언스 스킬을 향상시키는 35일 차

최근에 나는 내가 배우는 방식에 무언가 변화가 있음을 느꼈다. 이제는 단순히 무언가가 작동한다는 이유만으로 흥분하지 않는다. 왜 작동하는지, 그리고 무엇이 깨지는지에 더 관심이 있다.