본문 바로가기

데이터 직무 취준생 다 모여 비전공생, 석사졸, 데이터 분석가 질문 받는다

데이터 직무 취준생 다 모여

비전공생, 석사졸, 데이터 분석가 질문 받는다

 

비전공생인데 데이터 사이언티스트 할 수 있나요?’

데이터 직무 석사 학위 없으면 합격 가능성 낮나요?’

 

IT(Information Technology)시대를 넘어 DT(Data Technology)시대로 도래한 지금 데이터 직무에 대한 수요는 나날이 증가하고 있습니다. 이로 인해 데이터 관련 직무로의 취업을 원하고자 하는 취준생 또한 늘어나고 있는데요.

 

통계학, 산업공학, 컴퓨터공학이 아닌 비전공생인데 데이터 분석가 할 수 있나요?’

대학원 가야하나요?’

데이터 분석가를 꿈꾸는 SKCE 에디터가 SKC&C 데이터 분석가와 함께 이러한 질문들에 대한 솔직한 이야기를 나눠보았다고 합니다. 함께 솔직한 TALK하러 가볼까요?

SK Careers Editor 송유진

 

 

 

 

 

안녕하세요, 저는 언론정보학과를 졸업하고 데이터 분석 석사과정을 마친 뒤 SKC&C Data플랫폼그룹 데이터분석가로 근무하고 있는 박서희 매니저입니다.

 

 

 

서비스 기획자 혹은 데이터 분석가 직무로 취업을 해야겠다고 확신했던 상황은 아니었습니다. 제가 취업을 준비하던 2017-2018년도에는 방송국이 IT 기업에 많이 흡수되고 있는 상황이었습니다. 넷플릭스, 네이버TV, 카카오TV 등의 서비스가 높은 점유율과 인지도를 갖기 시작했던 상황이었기 때문에 변화하는 시대에 맞춰 IT 산업에 들어와야 한다는 생각을 하게 되었습니다.

사실 막연하게 IT 공부를 한 번 해보자 하는 생각이 들었고 그 이후 자연스럽게 데이터 분석가로서의 포지션을 가지게 되었다고 생각합니다.

 

 

 

솔직히 너무 짧은 시간이었기 때문에 정말 운이 크게 작용했다고 생각합니다. 그리고 대학원에 입학할 만큼의 충분한 역량은 아니었다고 생각합니다.

그럼에도 불구하고 합격에 큰 도움이 되었던 것은 전공생들 못지않게 이 분야에 관심이 있다는 것을 어필하고자 했던 노력이라고 생각합니다. 국비교육에서 교육만 받는 것이 아니라 공모전에 참여해서 프로젝트 결과물을 냈었고 토이 프로젝트로서 참여했던 감정분석 프로젝트를 소논문 형태로 엮어 포트폴리오로 만들어서 제출을 했던 것이 합격에 많은 도움이 되지 않았을까 생각합니다.

 

 

 

저는 타대 대학원에 진학했습니다. 그리고 컨택은 교수님께 이메일로 콜드콜을 했습니다.

제가 하고자 하는 연구 방향과 랩실의 방향이 맞는지 컨택 전 꼼꼼하게 확인하고 제가 지금까지 했던 프로젝트들을 포트폴리오로 만들어서 메일을 보냈습니다.

 

 

 

처음에 컨택을 했을 때에는 거절을 당했습니다. 그냥 모호하게 들어가고 싶습니다만을 어필한 것이 거절 당한 이유라는 생각이 들었습니다. 그 이후 컨택을 시도할 때는 연구하고 싶은 방향, 저의 소논문, 포트폴리오 그리고 자기소개서를 첨부해서 메일을 보냈습니다.

내가 가고 싶은 방향이 무엇인지를 구체적으로 적어야 빠른 응답을 받을 수 있다고 생각합니다.

물론, 컨택의 타이밍도 중요하다고 생각합니다. 랩실에서 연구원이 필요한 시점에 연락을 해야 하기 때문이죠. 그렇기에 저의 경우 운이 굉장히 좋았다고 생각합니다😊

 

 

 

정말 랩마다 분위기는 다른데요, 저의 경우 언론정보학을 전공한 비전공자였기 때문에 랩실에 적응하는 것이 힘들었습니다. 랩실에서 연구 프로젝트를 받고 연구 프로젝트를 따라가는 과정이 회사와 많이 다르지 않다고 느꼈는데요. 그렇기 때문에 비전공생의 입장에서 컴퓨터 공학이나 통계학 전공자들에 비해 연구 프로젝트를 따라가는 과정에서 어려움을 많이 겪었습니다. 개인 시간을 많이 투자하고 지속적으로 노력을 해서 그 속도에 맞춰가기 위해 많은 노력을 해야만 했습니다.  

 

대학원에 입학을 한다고 해서 데이터 사이언티스트로서의 역량이 자연스럽게 주어지는 것은 아니라는 사실을 많이 깨달았습니다. 대학원에서도 정말 많은 태스크가 있고 본인이 그것들을 쫓아가기 위한 노력을 해야만 데이터 사이언티스트로서의 역량을 갖출 수 있다고 생각을 합니다.

 

단순히 대학원 학과만 중요하게 고려하기보다는 본인이 하고자 하는 연구 방향과 연구실 방향이 같아야 한다는 점을 다시 한번 강조하고 싶습니다. 자연어처리를 하고 싶은 사람이라면 자연어처리를 주로 하는 랩실에서 석사 생활을 해야만 취업을 위한 포트폴리오를 또 다시 새롭게 만드는 일이 없을 것이라는 점을 강조하고 싶습니다.

 

 

 

저는 자연어처리 랩실에서 연구를 했고 주로 감정 분석을 했습니다. 그와 관련된 다양한 텍스트 데이터를 다룰 수 있었습니다. 졸업 논문 또한 감정 분석에 대한 주제로 작성했습니다.

연구실 밖에서는 공모전을 통해 연구실에서 다루지 않은 시계열 데이터 혹은 수요 예측 데이터를 분석하는 경험을 해보았습니다. 지금 소속된 Data플랫폼그룹에서는 센서 데이터부터 텍스트 데이터 시계열 데이터 등 다양한 데이터를 다루고 있는데요, 연구실 내/외부에서 다양한 경험을 했던 것이 입사하는 과정에서 많은 도움이 되었다고 생각합니다.

 

 

 

대학원 가? 말아?’ 정말 많이 받는 질문 중 하나인데요.

머신러닝, 딥러닝 분야는 석사 이상을 선호하는 것이 사실입니다. 그 이유는 비교적 명확하다고 생각합니다. 최신 논문을 읽고 새로운 기술을 프로젝트에 바로 적용할 수 있는 능력이 필수적이기 때문이죠. 그러나 다양한 공모전에서 수상 경력이 있거나 다양한 데이터 분석 프로젝트 경험이 있는 분들이라면 굳이 석사가 아니어도 데이터 분석 직무로의 취업이 가능하다고 생각하고 주변에서도 그러한 예시를 많이 봤습니다. 그러나 통계/컴퓨터공학/산업공학에 속하지 않는 저와 같은 비전공자의 입장에서 데이터 직무 관련 학위는 필요한 것 같다고 생각합니다.

 

 

 

저는 석사 막학기와 취업준비를 병행했는데요. 첫 취준 때 다 떨어진 상황에서 물론 좌절도 많이 했지만 차분하게 분석을 해 볼 필요가 있다고 느꼈습니다. 제가 주로 떨어진 전형은 코딩테스트였는데요, 이 문제를 해결해야만 하반기에 합격을 할 수 있을 것이라고 생각했습니다. 멘탈 관리 방법은 잡생각이 없어지도록 스케줄을 빡빡하게였습니다. 코테(코딩 테스트) 스터디, 면접 스터디, 자소서 스터디 등 바쁘게 살다 보니 불안감이 덜해진다는 생각이 들었습니다. 물론 쉽지는 않았지만 빡빡한 일정을 잡고 준비했던 것이 하반기 취업 성공으로 이어질 수 있었다고 생각합니다.

 

 

 

프로그래머스나 백준 문제 풀이와 같이 정형화된 방법으로 준비했습니다. 코딩 테스트에는 알고리즘 코딩 테스트 그리고 C&C를 포함한 몇몇 회사에서 시행하는 데이터 분석가를 위한 데이터 분석 코딩 테스트가 있습니다. (C&C에서는 데이터 과제 테스트라는 명칭을 사용합니다. :)

알고리즘 코딩 테스트는 프로그래머스 그리고 백준을 풀면 됩니다.

프로그래머스가 유형별로 비교적 쉬운 난이도의 문제로 구성되어 있기 때문에 프로그래머스 문제를 먼저 풀고 백준에서 조금 더 높은 난이도의 문제들을 풀었습니다.

데이터 분석 코딩 테스트의 경우 파이썬 pandas, numpy 라이브러리를 활용해 Raw Data로부터 전처리, 모델링 그리고 최종 결과 산출까지의 과정을 검색 없이 할 수 있는 정도로 준비해두시면 충분할 것이라고 생각합니다.

물론 저 역시 코딩테스트에서 많이 떨어졌지만 이렇게 두 가지 유형 모두 준비했던 것이 많은 도움이 되었습니다.

코딩테스트는 크게 알고리즘 코딩테스트, 데이터 분석 테스트 두 가지로 분류할 수 있지만 회사마다 직무 테스트 유형은 많이 다르므로 안타깝지만 둘 다 준비해야만 합니다. 또한스타트업의 경우 사전과제를 내주는 형식으로 테스트를 보기 때문에 각자의 지원 상황에 맞게 준비하는 것이 필요하다고 생각합니다.

 

 

 

비록 석사 졸업을 했지만 저 스스로 데이터 분석 경험이 많다고 생각하지 않았습니다. 다양한 도메인의 데이터를 다루고 분석하는 능력을 갖추는 것이 제 커리어의 가장 중요한 핵심이라고 생각했습니다. 많은 IT 기업 중 C&C가 다양한 도메인에 닿을 수 있는 가장 최적의 회사라고 생각을 해서 입사를 결정하게 되었습니다.

 

 

 

 

업무에서 요구하는 하드스킬은 통계학, 컴퓨터 공학, 수학이기 때문에 저의 전공과는 관련이 없지만 리서치 작업, 페이퍼 작업을 할 때 수반되는 소프트스킬적인 부분에서는 언론정보학과에 재학을 하며 공부했던 부분이 큰 도움이 되었다고 생각합니다.

알고리즘이나 모델을 쓰더라도 결과를 논리적으로 설명할 때나 팀원들과 커뮤니케이션을 할 때 그리고 다양한 리서치 작업을 할 때 본전공에서의 경험이 많은 도움이 되었습니다.

 

 

 

앞으로 더욱 다양한 도메인 데이터 분석 경험을 C&C에서 쌓아가고 싶습니다. 고객사의 pain point를 해결하는 머신러닝/딥러닝 알고리즘을 구현하고, 이를 위해 최신 기술을 지속적으로 업데이트하는 데이터 애널리스트이자 사이언티스트가 되고 싶습니다.

 

 

 

 

 

박서희 매니저님과의 데이터 분석 직무 A to Z 인터뷰 어떠셨나요?

데이터 분석 직무 취준생으로서 아주 유익한 시간이었는데요. 인터뷰를 통해 직무 선택에서 가장 중요한 것은 전공 그리고 석사 여부가 아닌 본인의 역량이라는 것을 알 수 있었습니다.

본인이 잘 할 수 있는 것 그리고 본인이 원하는 Industry에 대해 끊임없이 고민해보는 태도가 중요하다는 사실! 잊지 말아야겠죠?

DT시대를 이끌어 갈 데이터 분석 직무 취준생들에게 오늘 인터뷰가 많은 도움이 되었기를 바라며 저는 더욱 유익한 기사로 찾아오겠습니다!