데이터 과학자라면 피할 수 없는 데이터 클리닝 작업은 수집과 분석, 정제에 이르기까지 데이터 과학의 효율을 높이는 일반적인 절차다. 기존 책들이 주로 첫 장에서만 다루던 데이터 준비 과정에 대한 필수 내용을 구체화했고, 실제 데이터 과학에서 응용할 수 있는 기술을 전달한다. 데이터 클리닝 작업을 수행하기 위한 도구와 기술을 설명하고, 새로 습득한 기술을 테스트하고 개선해볼 수 있도록 각 장의 끝 부분에 자세한 실습이 수록돼 있다.
25년이라는 오랜 시간 동안 파이썬 커뮤니티의 일원으로 활동하고 있으며, 파이썬 언어의 발전을 밀접하게 따라오면서 버전별 변경 사항에 대해 기조 강연을 하고, 프로그래밍 초보자, 다른 언어 기반의 개발자, 데이터 과학자에게 파이썬을 가르쳤습니다. 개발자와 데이터 과학자에게 기계 학습과 과학 컴퓨팅을 교육하는 KDM Training의 설립자로, Anaconda Inc.를 위한 데이터 과학 교육 프로그램을 만들었으며 수석 교육자로 활동하였습니다. 깊은 신경망(deep neural network)의 등장과 함께 로봇 지배자를 교육하는 데도 눈을 돌려 D.E. Shaw Research에서 8년 동안 근무했습니다. 6년 동안 PSF의 이사로 활동했으며, 지금도 PSF의 상표 위원회와 과학 파이썬 작업 그룹의 공동 의장을 맡고 있습니다. 2000년대에 쓴 '매력적인 파이썬(Charming Python)'과 'XML 문제(XML matters)' 칼럼은 파이썬 세계에서 가장 널리 읽힌 글입니다. 팩트(Packt), 오라일리(O'Reilly), 애디슨 웨슬리(Addison-Wesley)를 통해 집필서를 출간했으며, 여러 국제 프로그래밍 회의에서 기조연설을 했습니다.
