[구직] 2023 : 국내 IT, 스타트업, Agoda 등 25개 회사 코테와 면접 본 데이터 분석가 취업 회고

 

안녕하세요, 2023년도 6개월 간 구직 생활을 한 데이터 분석가입니다.

 국내 빅테크 IT 회사부터 스타트업, 외국계 등 총 25개 회사 코테와 면접을 통해 경험한 현재 데이터 분석가에게 요구하는 능력을 크게 3가지로 정의해보려 합니다.

 해당 글의 목적은 저의 취업 회고이자 DA를 준비하는 누군가에게 도움이 되길 위해 작성해보았습니다. 

IT/대기업/외국계 등 여러 회사의 코테와 면접을 통해 현재 DA에게 요구하는 능력을 알 수 있었습니다.

2023, 데이터 분석가 구직 후기 25전 23패 2승

 

*2023.06.17 ~ 2023.12.31 서류 합격 이후 코테/과제/면접 경험을 바탕으로 정리한 내용입니다.

 

---

 

1. 배경 

저는 현재 3년차 데이터 분석가로 커리어를 쌓고 있는 직장인입니다.

최근까지 국내 인터넷 강의 플랫폼에서 DA/DS로 근무했지만, 경영악화로 인한 구조조정으로 2023.05.31에 퇴사를 하게 되었습니다.

 퇴사 회고 글은 요기 있습니다! (https://derekgrey.tistory.com/4)

 

반년동안 구직활동을 하며 느낀점은, "이렇게나 길어질 줄이야.." 라는 마음이 들었습니다.

 하지만, 제가 퇴사 시점 마음속에 되뇐 데이터 분석과 데이터 과학 역할을 함께 병행할 수 있는 회사와 함께 할 수 있게 되어 기쁩니다.

 저는 데이터 속 인사이트를 발견하고, 발견한 인사이트를 활용하여 Feature 및 알고리즘 구축하는 일에 흥미를 느끼기 때문에 해당과 같은 직무를 찾아다녔거든요.

 

오늘은 국내 IT 대기업부터, 유니콘, 스타트업, 외국계까지 서류>코테>면접을 진행하며 느낀점을 적어보려 합니다.

 무엇보다, 가장 재밌었던(?) 건 Agoda 였는데요. 외국에서도 DA로서 일할 수 있는 가능성을 엿 본 시간이라 생각합니다.

 

2. 구직 후기

우선, 준비되지 않은 퇴사는 Next step을 위한 구직활동에 병목이 생깁니다.

 본인이 엄청난 실력자이면 구직활동에 문제가 없겠지만, 일반적인 경우에 시장에서 시행하는 코딩테스트/면접 스타일에 맞춰 어느정도 준비가 되어 있어야 합니다.

 각 회사마다 코테, 과제, 면접 스타일이 존재합니다. 하지만, 취뽀를 관통하는 키워드와 모든 회사에서 지원자에게 기대 역할은 존재한다고 느꼈습니다.

 

"당신은 주체적으로 문제를 정의하는 사람인가요?

DA로서 데이터 속 인사이트를 발견하고, 액션으로 KPI를 개선한 경험이 있나요?

 

 

여러분은 어떤 인재신가요?

회사원이시라면 본인이 하는 일이 회사의 매출을 올리는데 직간접 기여를 하고 있나요?

데이터 분석가라면 본인의 분석과 액션이 회사의 KPIs를 개선하는데 기여 하는데 중점을 두고 있나요?

물론, 모든 사람과 포지션을 하나의 키워드로 정의할 순 없습니다.

 하지만, 면접 본 25개 이상의 회사에서 제게 기대한 역할을 한 문장으로 정의하자면 저는 이와 같다고 느꼈습니다.

 

'주체적으로 문제를 정의하고, 데이터로 문제를 해결하는 사람. 그리고 비즈니스 성과를 만드는 사람'

 

취업, 그리고 훌륭한 DA/DS가 되기 위해선 소프트/하드 스킬 모두 중요합니다.

하지만, 취업 이전에 본인은 어떤 목적을 가지고 데이터를 분석하고, 어떻게 회사 혹은 프로젝트에 기여를 하고 있는지가 가장 중요한 관문이라 생각이 들었습니다.

 

 

Sprint Cycle

 

해당 사진은 개발 스프린트 사이클이지만, 데이터 분석가도 크게 다르지 않다고 생각합니다.

 

많은 IT 회사의 데이터 분석가는 Agile 문화(스프린트, 스쿼드 등) 에 녹아 일을 하고 있습니다. 스프린트는 반복적이고 빠르게 돌아갑니다. 빠른 강류속에서도 데이터 분석가로서 데이터에 주체적으로 호기심을 가지는가? 문제를 해결하기 위한 분석을 진행하는가요? 등이 핵심이라 느꼈습니다.

 Agile 문화를 정착한 회사에선 확실히 데이터 분석가에게 기대하는 역할은 이와 같다고 느꼈습니다. 

그렇다면, 현재 시장에서 데이터 분석가에게는 어떤 능력을 요구할까요?
25개 면접을 통해 경험한 것을 3가지 키워드로 정리해보려 합니다.

3-1. 문제해결 능력

 

면접에서 가장 많이 들었던 질문이자, 스타트업과 유니콘에서 가장 많이 받은 질문은 문제정의와 해결 능력 입니다.

 

' 주체적으로 문제를 정의하고, 데이터 속 인사이트를 발견할 수 있는 분석가. 발견한 인사이트를 문서화하여 내용을 효과적으로 전달하는 사람. 궁극적으로 비즈니스 임팩트를 만드는 사람을 원한다고 느꼈습니다.'

 

위의 흐름과 이어지는데요. 스타트업과 유니콘은 데이터 기반으로 실험과 액션이 빠른 조직입니다. 때문에, PM 및 Business 의사 결정자들은 분석가에게 주체적인 분석 자세를 요구합니다. 그리고, 그 분석자세는 바로 문제를 정의하고 데이터로 문제를 해결하는 능력입니다.

 

 여러분도 아시겠지만, 주체적이지 않은 분석가는 도태됩니다. 또한, 문제정의를 하지 못하는 분석가는 분석의 방향성을 잡지 못합니다. 이는 데이터 분석가에게 있어 나침반 없이 업무를 진행하는 것과 같습니다. 본인 프로젝트 방향성을 잃어 버립니다. 

 

 여러분은 현재 실무에서 얼마나 주체적으로 문제를 정의하고 계신가요? 반복적인 Ad-hoc request 요청에서도 데이터 속 문제를 정의하고 해결하신 적이 있으신가요?

 학생이시라면, 학교 프로젝트 혹은 데이터 경진대회 속에서도 뻔한 코드와 프레임으로 분석하는 것이 아닌 해결하려는 문제를 명확하게 정의하고 분석을 하시나요?

 

 저 또한 회사에서 주체적으로 문제를 정의하고 발견한 프로젝트들이 많습니다. 하지만, 관습적으로 일한 내용에서도 제 분석과 프로젝트를 소개 할 때 위와 같은 구조로 제 업무를 하나씩 정리했습니다. 또한, 앞으로도 해당 프레임을 모든 일에 적용하여 일하는 DA/DS 가 되야겠다고 정의했습니다.

 

* 문제 정의 > 분석 > 인사이트 발견 > 레포트 > 액션 기획 or 알고리즘 구축 > A/B Test or 배포 > 결과 분석 > Cycle 

 

 예를 들자면, 저는 강의 플랫폼 데이터 분석가 였기 때문에 강의 기획 MD 분으로부터 새로 오픈한 강의 구매자 성별, 연령, 구매자 수와 총 매출액을 요청받는 Ad-Hoc 리퀘스트를 받았습니다.

 하지만, 저는 해당 강의 구매자들이 이전에 어떤 강의를 함께 구매했는지 궁금했습니다. 분석을 해보니, 인간관계 강의를 구매한 고객들은 요가/명상 강의도 함께 구매한 인사이트를 발견할 수 있었습니다.

 해당 인사이트와 1+1 Package 및 Cross-Selling 전략에 대한 제언을 드렸습니다. 이를 통해, 과거에 오픈한 요가/명상 + 새로 오픈한 인간관계 강의를 함께 묶은 패키지 상품을 구축하였습니다. 이를 통해 매출액과 판매량을 증대시킨 경험이 있습니다.

 뿐만 아니라, 후에 장바구니 분석 및 알고리즘을 활용하여 CRM 마케팅으로 CVR(구매전환율)을 개선시킨 경험이 있습니다.

 현재 데이터 분석가로서 주체적으로 문제를 정의하고, 해결하기 위한 분석을 진행하고 계신가요? 확실한 것은 회사에서 DA에게 분석과 액션을 통해 비즈니스 성과를 낸 사람을 원하고 있습니다. 호기심을 넘어, 성과를 만드는 DA가 되는 것은 참으로 중요하다고 느꼈습니다.

 

 

3-2. A/B Test

여러분은 A/B Test를 얼마나 알고 계신가요?
A/B Test에 활용되는 통계적 지식과 세세한 모든 사항을 꼼꼼하게 알고 있으신가요?

 

제가 아마 많은 면접관 분들을 실망(?) 시켰던 부분이 아닌가 싶습니다. A/B Test를 실무에서 여러번 해봤지만, 관습적으로 심도 있는 고민 없이 진행한 부분들이 많았던 것 같습니다. 그리고, A/B Test 경험 대비 부족한 판단력과 지식이 면접 탈락으로 이어진 경험들이 있는 것 같습니다.

 하지만, 탈락은 제게 경험이 되어 제가 부족한 부분에 대해 공부할 수 있는 기회를 줬습니다! 

 

발췌 : https://towardsdatascience.com/the-math-behind-a-b-testing-with-example-code-part-1-of-2-7be752e1d06f

 

저의 경우, 회사에서 핵클이라는 A/B Test tool 을 활용하여 실험을 집행했습니다. 때문에, A/B Test에 집행되는 지식을 부분적으로 알고 있었습니다. 

 그 부분이 실무 면접에서 제 발목을 잡았습니다. A/B Test에 활용되는 개념은 기초통계에서 사용되는 중요 지식들이 상당히 많이 포함 되어 있습니다. 무작위 샘플링, 중심극한정리, 표준오차 등 단순 P-Value 만 알고 들어가면 되는 내용이 아니라는 걸 한번 더 느꼈습니다.

 

많은 IT 기업들이 모바일이나 웹 서비스를 제공합니다. 그리고, A/B Test는 대부분의 IT 기업이 시행하는 실험입니다. 데이터 분석가는 A/B Test를 기획부터 사후분석과 통계적 유의미성까지 판단하여 PM 혹은 의사결정자에게 의견을 전달할 줄 알 아야 합니다.

 

K-유니콘/스타트업의 JD를 보시면 아시겠지만, 많은 회사들이 데이터 분석가에게 A/B Test 경험자가 있는 사람을 찾고 있습니다. 

 여러 회사에서 제게 물어봤던 A/B Test 질문은 다양합니다. 하지만, 원론적으로 지원자는 A/B Test 에 대해 심도있게 고민해보고, 통계적으로 적용되는 이론들을 알고 계신가요? 라는 것으로 귀결됩니다.

 

만약, 데이터 분석가로서 구직을 하고 계시다면 해당과 같은 질문을 본인에게 물어보면 좋을 것 같습니다.

 

1. P-Value 가 0.05 미만이면 모두 유의미한 결과인가?

2. 면접관에게 A/B Test 를 기획단계, 통계검정, 사후결과 까지 단계적으로 Report 해보는 면접 시뮬레이션을 추천드립니다.

 

국내 기업 뿐만 아니라, 해외 채용을 위해 Agoda, Netflix, Meta, Google, Gojek 등 여러 사이트에 지원했습니다. 해당 JD에서도 A/B Test 유경험자를 확실히 선호했습니다. 때문에, A/B Test에 활용되는 개념을 구직전에 공부해보시는 것을 강력하게 추천 드립니다.

 

 

3-3. SQL

너무 뻔한가요? 하지만, 진리는 언제나 뻔하다는것을 여러분은 알고 계시죠?

 데이터 분석가가 가장 많이 사용하는 툴은 무엇일까요? 사람마다 다르겠지만, 제가 코테를 본 여러 회사들은 확실히 SQL이 압승이었습니다.

 저는 SQL을 활용한지 5년 정도가 되는 것 같습니다. 그러나, 구직 초반에 SQL 테스트에서 낙방한 경험이 몇 번 있습니다. SQL을 평소에 잘 다루는 것과 SQL을 코테문제에 맞게 활용하여 문제를 푸는 것이 미세하게 다르다는 것을 알 수 있었습니다.

Hackerank SQL Test : https://leetcode.com/problems/game-play-analysis-iv/?envType=study-plan-v2&envId=top-sql-50

 

SQL 테스트에서 지원자에게 주어지는 시간은 굉장히 짧습니다.

회사마다 다르겠지만, 어떤 회사는 한 문제 당 10-15분을 주는 회사도 있습니다. 어떤 회사는 30분을 주는 경우도 있습니다. 시간과 비례하여 SQL 문제의 난이도는 올라갑니다.

 

 예를 들어, N 회사는 DA/DS 에게 SQL로 알고리즘을 구축할 수 있는 능력 또한 요구했습니다. BI/DW, Analytics Engineer 라면 해당 문제를 해결할 수 있는 방법을 빠르게 고민했겠지만, 일반적인 DA 직무로 근무한 사람에게는 쉬운 문제 유형은 아니였을 것 입니다. 

 

 또한, C 회사는 SQL 로 라이브코딩을 보는 것을 선호합니다. 영어로 지문이 주어지고, 해당 문제를 짧은 시간 내에 해결해야 합니다. 영어가 익숙치 않은 사람은 아예 문제 해석 자체가 안되는 경우가 존재합니다. 영어로 된 SQL 문제를 많이 풀어 본 사람은 합격률이 올라가겠지만, 일반적인 국내 DA에게는 어려울 문제들일 것 입니다.

 외국에 상장된 기업이다 보니 외국계 인재들이 요청하는 데이터를 추출하고 정제할 수 있는 능력 또한 필요하기 때문이라 생각됩니다. 이런 부분은 본인이 해당 회사와 Job Fit이 맞는지도 확인할 수 있을 것 같습니다. 나는 외국계 사람들과 소통하는데 문제가 없는 사람인가? 외국계 인재와 일하는게 맞는가?를 코테에서도 확인할 수 있는 기회라 생각됩니다.

 

 또한, 빠른 실험문화를 자랑하는 T 회사는 짧은 시간내에 생각보다 어려운 문제를 냅니다. 지원자가 스타트업에서 많이 요구하는 분석방법, JD 기준으로 기술된 능력들을 쿼리로 빠르게 구현할 수 있는가? 를 평가합니다. 기계적으로, 능숙하게 빠르게 데이터를 뽑고 쿼리를 작성할 수 있는 사람을 요구합니다. 해당 회사에서도 기업문화와 업무스타일을 엿볼 수 있습니다. 쿼리를 능숙하게 다룰 수 있는 사람을 우리는 DA로서 원합니다. 라는 것을 SQL 코테에서 알 수 있습니다. 

 

 그 외 과제 전형도 진행됩니다. 지원자의 EDA, ML, 능력을 평가합니다. 그 외, 스타트업들은 대면에서 라이브로 SQL 이나 파이썬 코테를 보는 경우도 존재합니다.

 그렇지만, 기본적으로 DA로서 구직을 희망한다면 SQL을 능숙하게 활용하고, 코테에 맞게 준비하는 것이 필수라 생각됩니다. 

 

 Agoda 의 경우도 예외는 없습니다. 지원자에게 영어로 능숙하게 SQL을 활용해서 문제를 푸는 것을 요구합니다. 어려웠던 부분은 Global time과 해당 Time zone 에 대한 이해를 가지고 date_format 문법을 능숙하게 활용하는 것이 중요했습니다. 글로벌 회사답게 타임 존에 맞는 데이터를 뽑고 해결하는 것이 필요해보입니다. 사실 아고다의 경우 Assessment 방법이 일반적인 코테와 다르긴 했는데요. 여러분이 아고다 취업을 희망한다면, ML, 통계, 파이썬 기초 문법 등 여러가지 준비가 필요할 것이라 생각이 듭니다.

 

코테를 통해, 많은 기업에서 DA에게 요구하는 능력은 SQL 함수(Between, CASE WHEN, Window 등) 을 잘 활용하는게 아니라, 여러분이 회사에서 DA에게 요구하는 JD를 SQL로 구현할 수 있는 능력을 갖춰야 합니다. 

 이건, 단순 구직자에게 SQL 코테에 대한 팁을 넘어 회사입장에서도 지원자가 DA 실무에 투입되어 본인들이 요구하는 SQL 능력을 갖춘 준비된 인재를 마주하는 접점이라 생각합니다.

 

1. "여러분은 SQL을 얼마나 잘 다루시나요?"

2. "JD에서 요구하는 분석과 방법론을 SQL로 10분 이내에 구현할 수 있는 능력이 있으신가요?"

3. "회사는 여러분이 실무에서 빠르고 정확하게 데이터를 분석하고 추출하길 원합니다."
우리의 요구사항을 여러분은 충족하실 수 있는 인재인가요?"

 

 

 

2023년도 6개월동안 제가 구직을 하면 직면했던 문제는 다양하지만, 회사에서 DA에게 요구 했던 핵심적인 3가지 능력은

 

1. 문제정의능력과 비즈니스 임팩트

2. A/B Test

3. 실무 집행 SQL 능력

 

세 가지로 정리할 수 있을 것 같습니다. 세가지 능력이 없다면, 시장에서 요구하는 DA가 되는 나침반으로 활용해보시길 추천합니다!

 

---

 

4. 구직자를 위한 팁! 

해당 부분부터는 DA 구직자를 위한 팁입니다! 궁금하시다면 읽어보세요!

 

4-1. Define yourself

 

본인을 정의하는게 중요합니다. 본인을 타인에게 소개할 때 어떻게 소개하실 껀가요?

 여러분은 어떤 부분과 도메인에 장점이 있는 분석가인가요? 커리어의 목표는 무엇인가요? 이는 단순 면접을 대답하기 위한 질문이 아닙니다.

 구체적일수록, 회사에서 오픈된 포지션과 자신을 매칭하며 본인에게 알맞는 자리를 찾아갈 수 있는 시간입니다. 본인의 강점과 지향점을 알고 자신과 잘맞는 회사를 찾는 것! 구직의 가장 중요한 시작점입니다.

 

4-2. 구직의 Alpha와 Omega요. 모든것은 프로젝트 정리이다.

 

 생각보다 본인이 한 프로젝트를 명확하게 전달하는것이 어렵다 느꼈습니다. 실무에서 저는 프로젝트를 집행하기 위해 내용을 문서화하고, 유관부서와 협력했습니다. 때로는 해당 프로젝트들을 위해 1개 프로젝트 당 1-2개월 혹은 그 이상의 사고력과 노력이 들어간 결과물들도 많습니다.

 

 면접자는 여러분을 처음 보는 사람입니다. 여러분은 해당 문제에 대한 배경지식이 없는 사람에게 1-2개월의 사고력과 노력이 들어간 결과물을 1시간 이내에 전달해야 합니다.

 면접이 만약 1시간이라면 자기소개, 지원동기, 아이스브레이킹, 역질문 등을 제외하면 사실상 40분정도의 시간이 남습니다. 그리고, 프로젝트 1-2개로 질문을 하다보면 대체적으로 1개 프로젝트 당 20분 정도의 면접이 소요됩니다.

 

 여러분은 본인을 Selling 하기 위해 1-2개월의 프로젝트를 20분이내에 가장 효과적으로 설명해야 하는 문제에 맞딱드리게 됩니다. 

 Selling을 넘어, 내가 한 프로젝트를 Domain-Free 로 상대가 이해할 수 있도록 설명하는 것은 면접관과 신뢰를 쌓는 과정입니다. 그리고, 프로젝트는 이 회사에서 여러분을 채용하고 싶게 만드는 포인트이자, 자신의 문제접근 방법과 사고력, 가치를 증명하는 시간입니다.

 때문에, 프로젝트 정리는 구직의 가장 중요한 포인트라는 것을 한번 더 느낀 시간이였습니다.

 

특히!

 

Q. 면접관 입장에서 이 프로젝트에서 왜 이렇게 문제해결을 접근했는지?

Q. 왜 이 알고리즘을 사용했는지?

Q. 해당 알고리즘의 장점과 단점은 무엇인지? 비슷한 알고리즘은 무엇이 있는지?

Q. 해당 알고리즘에 적용되는 통계적 방법과 손실함수 및 접근방법은 뭔지 알고 있는지?

Q. 개선을 위해 어떤 노력을 하셨는지?

 

등 면접관 시선으로 꼬리에 꼬리를 무는 질문들을 혼자 시뮬레이션 하시면서 많이 연습하셔야 합니다. 최대한 많이 할수록, 여러분은 본인이 원하는 직무와 회사에 가까워질 것 이란 걸 믿어 의심치 않습니다.

 

4-3. 구직방법

 

Q. 이력서 준비는요?

 - A. 원티드 이력서로 준비하였습니다. 채용 담당자 입장에서 제 이력서가 한 눈에 들어올 수 있는지를 판단했습니다. 그러면서도, 제가 가진 Tech Skill 들이 부각 되도록 이력서 안에 넣었습니다. 데이터 분석가에서 요구하는 포괄적인 JD에 요구되는 기준들이 들어가있는지를 신경쓰면서 작성했습니다.

 

Q. 어떤 경로로 지원하셨나요?

 - A. 데일리 루트 : 원티드, 잡코리아, 사람인, 대기업 공고 서칭, 취준 4개월차부터는 인디드, 글래스도어, 링크드인 활용

 

Q. 어떤 절차로 진행되나요?

- A. 대체적으로 서류 > 폰스크리닝 > 코딩 테스트 or 과제 > 1차 면접 > 2차 면접 으로 진행되었습니다.

 

Q. 6개 동안 취준을 한 건가요?

- A. 네, 맞습니다. 6개월 동안 2주정도 아무일도 없이 쉬어보고, 지원 > 면접 > 준비 > Cycle > 리뷰 및 공부로 한 것 같습니다.

 

Q. 6개월 동안 그럼 연속된 실패가 있는 것 아닌가요? 도움 되는거 맞아요?

 - A. 네, 맞습니다. 저는 5-6개월 간 서류 지원 > 코테 or 과제 > 면접 > 탈락을 경험 한 사람입니다. 때문에, 실패를 가장 많이 맛 본 사람 중 한명입니다. 제가 생각하는 점은 정답은 아닙니다. 하지만, 확실한 것은 탈락과 실패를 통해 배운점이 많고 해당 글에는 보완을 통해 합격한 경험이 담겨있습니다.

 

5. 정리 및 앞으로..

 

 

6개월간 구직을 준비하며, 제 자신이 부족하다고 느꼈지만 꼼꼼하게 돌이켜볼 만한 시간은 없었습니다. 쉼없이 지원 > 면접 > 준비를 반복했기 때문인데요. 그 와중에 배운점과 채워야 할 점을 정리해봅니다.

 

5-1. 배운점

 

마인드 : 회사에서 내게 주어진 KPI와 목적을 달성해도, 경영악화로 언제든 나는 잘릴수 있는 사람이다. 본인의 능력과 시장에서 요구하는 해당 포지션 능력과 본인을 끊임없이 비교하며 검증해야 한다. 그리고, 준비가 되어 있어야 한다. 

 

지식 : 공부는 끊임없이 해야 한다. 내가 안다고 하는 지식도 의심해 봐야 한다. 특히, 나는 A/B Test에 대해 이미 통계적으로나 집행하는 방법을 알고 있다 생각했지만, 부족한 점이 많았다. 내가 지금 하고 있는 일에서도 내가 하는 방법론을 제대로 이해하고 적용하고 있는지 확인해봐야 한다.

 

프로젝트 : 주기적으로 본인이 업무한 내용을 제 3자에게 정리해서 소개할 수 있도록 정리해야 한다. 회사 내에서 문서화 했지만, 10분-20분 내에 소개할 수 있을정도로 간결하게 준비가 되어있는가? 물어보는 것도 중요할 것 같다.

 

개인브랜딩 : 개인브랜딩은 선택이 아닌 필수다. 내가 알고 있는 것과 배운 것을 아낌없이 공유할 때, 나의 개인브랜딩은 강해진다. 본인이 배운것과 알고 있는 것을 글로 잘 정리할 수 있는 사람이 되어야 한다. 그리고, 블로그에 정리할 수록 본인이 정리한 내용을 보기 훨씬 편해진다.

 

이력서, 면접 준비 노하우 : 이력서와 면접 준비는 3자(Domain-Free) 한 사람에게 손쉽게 설명할 수 있도록 배경, 목적, 방법, 액션, 결과와 성과로 자신의 생각을 글로 정리해야 한다.

 도움을 받은 것은 면접왕 이형 같은 유투브 채널이다. 하지만, 알맹이는 본인의 색깔로 채워나아가야 한다. 해당 방법대로 준비를 한다고 해도, Tech 직군은 기술질문에서 필터링 된다. 기술질문에서는 DA/DS 면접 질문(변성윤님) 같은 글을 공부하고, 본인의 생각으로 정리해야 한다. 또한, 여러 면접을 보며 받는 질문들은 꼭! 리뷰하고, 모르는 점은 반드시 공부하고 채워나가야 한다.

 특히, 프로젝트에서 해당 알고리즘 사용이유와 장/단점, 타알고리즘과 비교하고 튜닝 방법등에 대한 고민이 필요하다. 

 

앞으로는?

 

1. 나는 국내 최고의 개인화/추천 도메인 전문 DS가 될 예정이다.

2. 회사에서 개인화,추천 알고리즘을 적용한 Data Product/Model 을 서비스에 배포하여 매출증대를 도모할 예정이다.

3. 나 자신을 브랜드로서 Data 업계에서 입지를 다져갈 것 이다.

4. Data Analyst를 꿈꾸는 취준생, 같은 업계사람들과 네트워킹을 강화하는 24년을 만들 예정이다.

 

* 공유를 위해서 글을 썼지만, 고민해보니 언급 한 회사에 예의가 아닐수도 있을 것 같단 생각을 했습니다. 따라서, 링크드인 글 및 직접적인 언급은 삭제하고 수정했습니다.

* 네트워킹 문의는 언제든 환영입니다. 댓글 및 LinkedIn 문의 부탁드립니다.