도서 소개

경제학과 통계학 개념을 통해 채용 시장의 본질을 이해하고 이를 바탕으로 취업·이직 전략을 감과 스펙 경쟁이 아닌 데이터 기반의 확률 문제로 재설계한다. 스펙을 더 쌓는 대신 합리적인 채용의 '장'으로 게임의 '판'을 전환하는 전략으로서 AI를 통해 채용공고·기업 데이터를 직접 수집·분석하여 붙을 가능성이 높은 시장과 공고를 선별한다.

경제학·통계학의 핵심 개념 위에 AI를 도구로 활용하여 서류·면접·지원 전략을 체계화함으로써 비전공자도 이해 가능한 방식으로 데이터 기반 취업 사고방식을 만드는 방법을 제시한다. 또한 실제 취업준비에 포트폴리오로 바로 활용할 수 있는 나만을 위해 24시간 일하는 채용 AI 비서를 비전공자도 가능한 AI 기반 바이브코딩으로 직접 구현한다.

  출판사 리뷰

세상의 99.9%는 우리의 눈 너머에 있지만 우리는 우리 눈앞에 보이는 것들만을 믿습니다. 그러나 아이러니하게도 모든 통계의 역사와 세상을 바꾼 위대한 발견은 작은 관찰에서 시작되었습니다. 수학의 역사를 바꾼 좌표계는 데카르트의 관찰에서 시작되었고, 아르키메데스의 눈에 비친 물의 요동은 유레카라는 외침이 되었습니다.

진로와 적성의 파악은 사실 관찰이면 충분합니다. 그 일을 직접 해 보지 않더라도 우리는 내 눈에 보이는 저 일을 내가 잘할 수 있는지 없는지 단번에 알아차립니다. 그리고 관찰만으로 느꼈던 확신은 대개 실제로 해 보면 현실이 되고 내 안에 잠들어 있던 재능은 비로소 깨어나게 됩니다. 나의 재능이나 적성을 모른다고 생각하는 이유는 대부분 관찰의 부족 때문입니다.

어린 시절 한없이 높아 보였던 학교의 천장은 지금의 우리에겐 너무나 비좁게 보이고 그때는 거대한 산처럼 보였던 우리의 선생님도 그저 하루를 치열하게 견디던 직장인일 뿐이었다는 것을 우리는 그 전쟁과도 같은 어른의 삶을 몸소 겪은 뒤 깨닫게 됩니다. 우리의 머리가 커지고 우리의 세상이 넓어질수록 우리의 눈높이도 그만큼 높아지고 어릴 때는 그냥 당연히 보였던 것들이 이제는 수많은 노력을 해야만 비로소 보입니다.

하지만 통계는 우리의 눈을 대신하여 우리가 노력해야 볼 수 있는 것들을 볼 수 있도록 돕습니다. 과학의 힘을 가졌기에 거짓말을 하지 않는 통계는 우리의 시선 너머의 세계를 간략한 숫자로 우리에게 쉽고 편하게 알려줍니다. 길거리에서는 한 번도 본 적이 없던 통계 속 그 숫자들은 대개 우리에게 보이지 않는 곳에 존재하기에, 내 주변과 내 시야에서 한 번도 본 적이 없던 통계 속 그 믿을 수 없는 데이터는 통계에 맞서는 이유가 아닌 나의 좁은 시야를 반성하는 계기여야만 합니다.

이 책은 감과 직관이 아닌 데이터 기반의 사고 방식을 갖춤으로써 정확하고 빠른 의사결정과 효율적인 문제 해결 능력을 기를 수 있도록 돕는 데 그 목적을 두었습니다. 세상 모든 것이 AI로 대체될 것만 같은 이 격동의 시대에, 온전히 인간의 영역으로 남아 있는 당신의 위대한 결단과 책임에 이 책이 도움이 되기를 진심으로 바랍니다.

  작가 소개

지은이 : 이승도
학 력서울대학교 경제학부 학사 (우등졸업, Cum Laude) / 국사학과 (제2전공)경 력| 현직출판사 '책도사' 대표합격의 마지막 한 줄, 올인원 첨삭 플랫폼 '첨삭도사' 대표미래를 짓는 지혜, 인사이트 디자인 & 빌드 연구소 '개발도사' 대표동양미래대학교 컴퓨터공학부 강사배화여자대학교 소프트웨어공학과 강사동남보건대학교 강사온라인 플랫폼 강의 진행(클래스101 & 인프런)유명 대기업 · 공공기관 다수 출강 IT 강사| 전직삼성전자 개발팀 근무성균관대학교 정보통신처 근무코리아에듀 IT기업교육 강사광교M&M수학학원, 논스탑수학과학학원 중등/고등수학 강사대치 아폴론교육 컨설턴트저 서비전공자를 위한 데이터 기반 취업 전략 설계: 경제·통계·AI로 취업/이직 해킹하기비전공자를 위한 생성형 AI·바이브코딩·DX/AX 기초 마스터 커리큘럼뼛속까지 문과생도 단번에 이해하는 쉬운 말로 풀어 쓴 머신러닝 이야기알면 도움되는 20가지 경제학대기업, 금융권, 공공기관, 교직원 20곳 이상 실제 면접후기

  목차

1. 감(Feeling)이 아닌 데이터(Data)로 취업/이직하기
1.1. 취업도 해킹인 이유: 감이 아닌 데이터로 취업을 설계하라
1.1.1. 취업은 '시험'이 아니라 '시장'이다 - 경제학에서의 '시장'
1.1.2. 취업은 '확률 게임'이다 - 확률변수와 리스크 최소화
1.1.3. 데이터 기반 취업의 본질 ? 정보 비대칭 상황에서의 선택
1.1.4. 결론: 취업 해킹의 본질, 판의 전환

1.2. 취업 실패 원인 분석: 스펙이 부족한 게 아니라 타겟팅이 틀렸다
1.2.1. 스펙 과잉 투자 현상 - 한계효용 체감의 법칙
1.2.2. 타겟팅 실패 - 신호 이론과 신호 오류
1.2.3. 기업의 선택 기준 - 통계 오류 최소화
1.2.4. 타겟팅을 바꾸면 생기는 변화 - 표본 공간 재설계
1.2.5. 결론: 나를 바꾸지 않고 게임에서 이기는 법

1.3. AI 데이터 분석가로 변신하는 10분의 마법
1.3.1. ‘10분의 마법’의 의미
1.3.2. 바이브코딩: 비전공자가 AI 데이터 분석가가 되는 마법
1.3.3. ‘AI 데이터 분석가’의 본질
1.3.4. ‘10분’의 가치와 취업·이직 전략의 변화

2. 채용공고부터 핵심 키워드까지 한방에, 비즈봇(BizBot) 만들기
2.1. 바이브코딩 크롤링: 웹 채용공고(JD) 검색기 만들기
2.1.1. 실습 개요
2.1.2. 효과적인 바이브코딩을 위한 프롬프트 엔지니어링 기초
2.1.3. Replit Agent에게 프롬프트로 명령해서 앱 초안 작성하기

2.2. 바이브코딩으로 똑똑한 잡파인더(Job Finder) 완성하기
2.2.1. 실습 개요
2.2.2. 기본 기능 개선 및 세부 기능 구체화하기
2.2.3. 신규 기능 추가 및 기능 고도화하기
2.2.4. 검색 결과를 시각화해서 한 눈에 파악하기

2.3. 관심 기업 핵심 키워드 TOP 10 찾아내는 비즈봇(BizBot) 만들기
2.3.1. 실습 개요
2.3.2. 핵심 직무·역량 키워드 추출하기
2.3.3. 직무 키워드와 역량 키워드 점수 매기기
2.3.4. 키워드 확장을 통한 비즈봇(Bizbot) 업그레이드
2.3.5. ‘판의 전환’ 취업 전략 시사점 - 신호 선택과 빈도 기반 정규화

2.4. 채용공고와 핵심 키워드 한 눈에 파악하는 시각화 대시보드 구현하기
2.4.1. 실습 개요
2.4.2. 효과적인 시각화를 위한 데이터 전처리: 결측치(누락값) 제거
2.4.3. 채용공고 효과적으로 시각화하기
2.4.4. 종합 시각화 대시보드 완성하기

2.5. 나의 관심 키워드로 알짜 채용공고 찾아주는 진짜 잡파인더 만들기
2.5.1. 실습 개요
2.5.2. 내 관심 키워드와 기업 핵심 키워드 기반으로 알짜 채용공고 찾아보기
2.5.3. 언어 모델로 키워드 문맥과 의미를 추론하여 알짜 채용공고 찾아보기

2.6. 나의 관심 기업들까지 한꺼번에 비교하는 올인원 비즈봇 완성하기
2.6.1. 실습 개요
2.6.2. 여러 관심 채용공고 서로 비교하기
2.6.3. 추천 채용공고와 관심 채용공고 비교하기
2.6.4. ‘판의 전환’ 전략에 던지는 시사점

3. 핵심 키워드 매칭률 기반으로 관심 기업 궁합 알아보기
3.1. 내 이력서와 자기소개서에서 핵심 키워드 추출하기: 내 관점의 ‘판의 전환’
3.1.1. 판의 전환: 평가의 판을 ‘능력’에서 ‘관측·분포·매칭’으로 바꾸기
3.1.2. 채용 키워드 사전 만들고 이력서와 자소서에서 핵심 키워드 추출하기

3.2. 내 커리어 포지션 알려주는 2D 직무 지도 만들기
3.2.1. 관점의 ‘판의 전환’을 위한 시각화 대시보드 만들기
3.2.2. 2D 직무 지도에서 나의 커리어 포지션 파악하기
3.2.3. 확장된 ‘판의 전환’ - 신호, 표본공간, 매칭의 확장

3.3. 핵심 키워드 매칭률 기반으로 관심 기업 궁합 알아보기
3.3.1. 실습 개요
3.3.2. 핵심 키워드 매칭률 기반으로 관심 기업 궁합 알아보기
3.3.3. 나와 관심 기업의 궁합 지도 그려보기
3.3.4. 다시 확장된 ‘판의 전환’: 매칭, 신호, 기대효용

3.4. 나만의 기업 티어(Tier) 계산기 만들기
3.4.1. 왜 ‘나만의 기업 티어(Tier) 계산기’가 필요한가
3.4.2. ‘나만의 기업 티어 계산기’ 구현 및 시각화하기
3.4.3. 티어 계산기의 진짜 의미: 확률적 자원 배분과 효율적 프론티어

3.5. 채용 시뮬레이션까지, 똑똑한 커리어봇(CareerBot) 완성하기
3.5.1. 채용 시뮬레이션이란?
3.5.2. 예상 결과와 지원 전략까지 알려주는 채용 시뮬레이터 만들기

4. 데이터 기반 전략 수립하기: 24시간 나를 위한 채용 AI 비서 만들기
4.1. 비즈봇과 커리어봇으로 내 지원 서류 보완점 단번에 파악하기
4.1.1. 이력서 보완은 ‘정보 압축’ 문제이다
4.1.2. 신호는 ‘구조’이고 갭은 ‘구조적 비효율’이다
4.1.3. 판의 전환: 경쟁우위와 선택 확률의 재정의
4.1.4. 정보 전달의 효율을 높이는 지원 서류의 구조적 재설계

4.2. 데이터 분석 기반 AI 추천 채용공고 제안받기
4.2.1. 추천은 ‘예측’이 아니라 ‘거리 계산’이다
4.2.2. 추천 점수의 경제학적 해석
4.2.3. 추천 결과의 통계학적 해석과 판의 전환
4.2.4. 채용 AI 비서로부터 추천 채용 공고 제안받기

4.3. 면접 질문 예측: AI가 데이터로 뽑아낸 출제확률 높은 강력한 예상문제
4.3.1. 면접 질문의 본질: 랜덤이 아닌 전략적 상호작용
4.3.2. 데이터 기반으로 면접 질문 출제 확률 예측하기
4.3.3. AI 면접 예상질문 생성기 만들기

4.4. AI 면접 시뮬레이션: 핵심 키워드 기반 모범답변과 내 가상답변 비교하기
4.4.1. 면접 답변의 본질: 논리 구조와 일관성
4.4.2. AI 면접 시뮬레이터 설계 및 구현하기

4.5. 지원 현황 대시보드 구축: 내 취업의 전환율 관리
4.5.1. 취업은 사건(Event)이 아닌 퍼널(Funnel)이다
4.5.2 데이터 기반 문제의 진단과 해결
4.5.3. 지원 현황 대시보드의 설계와 구현

4.6. 커리어 로드맵 설계: 취업은 끝이 아니라 인생 설계의 시작
4.6.1. 취업은 마치는 ‘점’이 아닌 새로운 출발의 ‘경로’
4.6.2. 불확실한 미래, 위험 관리와 커리어 로드맵 설계

  회원리뷰