들어가며 1장 통계학, 가장 오래된 데이터 과학 2장 인공지능, 머신러닝, 딥러닝의 차이는 무엇일까? 3장 핀테크와 테크핀이 경쟁하는 시대의 금융 4장 게임, 가장 풍부한 데이터가 뛰노는 세상 5장 야구에서 출루율이 중요해진 데이터 과학적 이유 6장 데이터 과학으로 서비스를 보호하는 방법 7장 병원, 의학 정보를 다루는 데이터 센터가 되다 8장 사람을 더 똑똑하게 만드는 인공지능 교육 9장 예비 데이터 과학자를 위한 취업 분투기 10장 머신러닝 서비스에 엔지니어가 필요한 이유 11장 공백 속에 숨은 놀라운 이야기, 결측데이터 주