QA/QC 내일 배움 캠프 25일차- 취업 컨설팅
1. 커리어 스터디
1. QA의 역할 변환
| 과거 QA 직무 | 현재 QA 직무 |
|---|---|
| - 기능 명세서대로 클릭 | - Quality를 설계하는 사람 |
| - 버그 리포트 발행 | - CI/CD 파이프라인 통합 |
| - 릴리즈 직전 투입 | - 기획 단계부터 탐여 |
| - 개발자 vs 테스터 대립 | - 개발자의 협업 파트너 |
- 현재 QA의 업무는 단순히 제품의 생산 직전 과정을 관리하는 작업자를 넘어 품질 과정을 개발자와 함께 설계하는 개발자의 협업 파트너의 역할을 수행함.
2. 그렇다면 QC는?
| 과거 QC 직무 | 현재 QC 직무 |
|---|---|
| - 완성된 제품에 대한 사후관리 | - 잠재적 결함을 예측하기 위한 사전 관리 |
| - 수동적인 분석 방식 | - 스마트 팩토리 기술의 등장으로 인한 자동 분석 |
| - 전통 적인 QC 7가지 도구를 활용한 분석 | - 누적된 빅데이터와 머신러닝을 통한 불량 예측 |
| - 단순 현장 측정원이나 검사원 역할 | - QA와 협업하여 전체적인 품질 시스템을 관리하는 엔지니어 |
- QC의 업무는 과거 단순히 측정원이나 검사원의 역할을 넘어 다양한 분석 방식을 활용해 생산과정에서의 잠재적인 문제를 해결하고 시스템을 관리하는 영역으로 확장됨.
3. 2026년 채용 시장의 현실
- 최근 QA직군의 경우 자동화 경험을 명시하는 겨우가 많음.( 최근 제조 과정에 자동화로 바뀐 만큼 기존의 SOP와 같은 생산 기술 방식이 바뀌었기 때문에 관련 경험을 많이 사용하는 것으로 보임.)
- 분석가에게 필요한 툴의 갯수의 경우 기본적으로 python과 Sql에 대한 사용 능력을 요구함. Python은 전처리와 시각하 기술, Sql의 경우 더욱 다양하고 복잡한 데이터를 연결하기 위한 join과 데이터를 행별로 차이를 보여줄 수 있는 Window Function 활용 능력이 더욱 중요해질 것으로 보고 있음.
4. 최근 데이터 분야에서 사용하는 주요 지식들
| 데이터 분석& 비즈니스 | 데이터 처리 & 엔지니어링 | 머신러닝 & 고급 분석 |
|---|---|---|
| - 통계 검정 지식 | - SQL (Window Function) | - 머신러닝 기초 |
| - A/B테스트 설계 | - Python (Pandas, NumPy) | -ML 모델 배포 경험 |
| - 코호트 · 퍼널 분석 | - Airflow · dbt | - 실험 플랫폼 경험 |
| - EDA 경험 | - BigQuery · Snowflake | - 대시보드 (Tableau / Looker) |
| - 비즈니스 지표 이해 | - Git / GitHub | |
| - 이해관계자 커뮤니케이션 |
해당 파트는 데이터 분석 영역에서 알아 두면 좋은 지식을 분류해보았다. 1번은 분석 방법들, 2번은 관련 툴, 3번은 심화분석으로 분류했기에 1번 부터 천천히 학습해 나가야 할 것이다.(학습할 경우 용어들을 먼저 중심으로 익히자)
5. 최근 공고 JD 분석
- QA 공고
| 공고 문장 | ---> | 행간 해석 |
|---|---|---|
| - 서비스 품질을 책임지는 QA 엔지니어 모집 | - 수동 반복 인력이 아니라 '품질 오너'를 원함. | |
| - TC작성 및 테스트 수행 필수 | - 설계 경험 증명 필요-단순 실행 경험으로는 부족 | |
| - [우대] 자동화 테스트 경험 | - 자동화는 이제 선택 아님-> 프레임워크까지 설명할 수 있어야함 | |
| - [우대] 개발 경험 | - 개발을 아는 QA- 코드 리뷰 가능ㅎ한 수준 요구 |
-QC 공고(실습)
Ex) 다이킨첨단머터리얼즈 코리아(주)
|공고 문장|--->|행간 해석|
|:---|:---:|:---|
|- 특수가스 관련 원료, 상품, 제품 업무-FT-IR, GC등 활용 기체 분석||- 기체 분석에 대한 분석 도구 활용 경험. |
|-SPC 관리(부적합/이상발생관리)||- 실시간 공정 데이터 분석 경험 필요- 단순 경험이 아닌 부적합과 이상치를 확인한 경험 필요|
|- 분석 SOP 검사 기준서 등 기록물 관리 및 전반적인 트렌드 관리||- 단순 분석이 아닌 기록물에 대한 무결성 보증|
|- [우대] 품질경영기사등 관련 자격증 보유자||- 실뢰성 보증 및 관리에 대한 이론 및 이를 설명할 수 있는 수준 요구|
|- [우대] 통계 전공자 또는 관련 전공자||- 분석한 데이터에 대한 통계적인 분석 및 해석 할 수 있는 수준 요구|
6. JD 3-Layer 해체법(내 경험을 자소서, 이력서에 반영하는법)
최근 이력서와 자소서의 경우 채용사이트에서 AI가 간결하게 정리해주는 경우가 많음 이때, 반드시 JD와 맡는 부분은 이력서 상단에 배치해야 AI가 이를 잘 반영할 수 있음. 또한 본인이 수행한 팀의 미션과 KPI를 잘 해석하여 지원동기에 연결할 수 있도록 해야함.
7. JD에서 팀 컬쳐를 추출하는 방법
본인의 경험에서 이러한 소프트 스킬적인 부분하고 매칭 시킬 것!
8. 문재해결형 인재의 진실!
단순히 문제를 끝냈다는 경험을 말하는 것이 아닌 문제에 대한 관점과 근거, 그리고 그 과정에서의 학습과 인내력, 기술적인 언어로 번역하는 것이 기업에서 추구하는 문제해결형 인재!
8. 주의!
JD 해석 시 본인이 우대사항에 연결되지 않는 다고 포기하지 말 것 JD를 분석하여 회사에서 필요한 가치(Value)가 무엇인지 명확하게 인지할 것.
2. 자기소개서 및 이력서
1. 자소서와 이력서 차이.
| 이력서 | 자기소개서 |
|---|---|
| - 팩트의 집합-기술명세서 | - 스토리의 집합- 내러티브 |
| - 블릿, 수치, 동사 중심 | - 맥락, 동기, 해석 |
| - 스캔하듯 읽힘(10초) | - 정독괸다(이력서 이후) |
| - 주어는 숨기고 동사로 | - 주어인 '나'가 드러난다. |
- 이력서와 자소서의 차이는 내가 드러나냐 드러나지 않느냐이다. 이력서가 성과를 중심으로 작성된다면, 자소서는 내가 누구인가라는 맥락을 바탕으로 작성되어야한다.
2. 이력서 예시
- 가장 중요한 것은 나의 행동과 이를 수치로 표현하는 것이 가장 중요함.
3. 이력서에서 주의해야할 표현
기본적으로 이력서는 본인의 행동과 결과를 정확히 표현해야하기 때문에, -에 대한 이해, 열심히와 같은 애매한 표현은 쓰지 말하야한다.(면접에서 반드시 묻기에 본인이 정말로 해당 이력을 잘 이해했는지 정리할 것)
4. 포트폴리오의 구성
포트폴리온느 적은 칸에 자신의 성과를 써야하는 것과 달리, 프로젝트에 대한 과정을 좀 더 폭넓게 작성할 수 있음. 또한 이력서와 공통적으로 해당 프로젝트에서 자신의 행동을 명확히 써야함.
5. 프로젝트 설명에서 '임팩트'를 주는 방법
기술 적인 측면에서 어떠한 방법을 생각하고, 이를 어떻게 활용했는지, 그리고 이로인해 어떤 결과를 얻었는지를 명확히 작성해야함.
- 주의!
포트폴리오 작성시 크게 3가지 요인을 주의 해야한다. 1. 코드만 있고 설명을 배제하였는지, 2. 누구나 다한 자료를 올렸는지. 3. 결과가 없는지이다. 어디까지나 포트폴리오를 보는 사람은 면접관이기에 면접관을 이해시키지 못한다면 좋은 포트폴리오라고 보기는 힘들 것이다. 그렇기에 코드를 올린다면, 왜 이런 코드로 작성했는지부터, 왜 하필 이런 코드를 사용했는지 까지를 모두 고려해서 작성해야한다.
6. 자소서 작성 시 참고 사항.
- 지원동기
- 지원동기를 작성할 경우 가장 중요한 것은 내가 회사에 대한 이해도를 잘 드러내는 것이다. 단순히 회사 칭찬을 나열하는 것이 아닌, 회사의 현재 프로덕트에 대한 방향성과 나의 경험의 방향성과 맞아 떨어진다는 것을 보여주어야 한다.
- 당신을 뽑아야한는 이유
- 당신을 뽑아야하는 이유에 대해서는 내 경험을 먼저 Star로 구조화 하고 이 경험을 JD와 연결 시켜야한다. 즉, 이러한 경험이 해당 업무를 수행하는 데 도움이 될 수 있을 것이다라는 확신을 주어야한다.
-실패 극복
실패 극복의 경우에는 내가 정말로 실패했다고 생각되는 것을 가져와야한다. 단순히 사람 탓, 운 탓, 내 성격 탓으로 돌린 경험을 언급할 경우, 마이너스 요인으로 크게 작용할 수 있다. 실패 경험에서는 실패를 했고, 내가 그곳에서 얻은 인사이트가 무엇인지 밝히고, 다음 프로젝트에서는 개선된 모습을 보여주어야한다.
