[아티클] 선배 데이터 사이언티스트의 조언
[주제]
선배 데이터 사이언티스트의 조언: 커리어를 위해 인프라가 구축된 환경을 찾아야한다.
1. 어떤 역량을 특화할 것인가?
2. 어떤 업계/회사/팀에 지원할 것인가?
3. 코딩과 모델링은 얼마나/무엇을/왜 잘 해야 할까?
4. 인터뷰 준비 방법
[아티클 요약]
1. 어떤 역량을 특화할 것인가?
세 가지 성장 경로 중 한 가지 방향성에 집중할 것을 권장
1) 도메인 전문성과 네트워크를 키워 PM 또는 도메인 전문가
2) 통계 및 머신 러닝 방법론에 특화된 분석 전문가,
3) 개발 및 시스템 분석 역량을 갖춘 엔지니어
추가적으로, 커리어 경험의 깊이와 넓이의 균형을 고민할 것
-시장 트렌드 변화에 대응하기 위한 경험 쌓기
2. 어떤 업계/회사/팀에 지원할 것인가?
1) 회사의 미래에 데이터 활용의 전략적 위치 확인 (중요도)
판별 방법: 채용 규모, 매니저와 팀원 동시 채용 확인
2) 나의 능력으로 가치를 함께 만들 수 있는 포지션
확인 방법: 인터뷰에서 팀의 현재 니즈 및 전략적 방향성 확인 & 질의
3) 기업의 기술적 성장 초점도
: 유지보수가 아닌, 개선할 수 있는 환경을 찾기.
확인 방법: 공고로 회사의 기술 스택, 외부적으로 공유된 회사의 기술 역량 자료 유무 체크, 무조건 신기술을 추종하는 회사 지양
확인 관점: 조직이 회사에 어떤 기여를 하는가, 스타트업은 비지니스 성장 커브 및 건강성
3. 코딩과 모델링은 얼마나/무엇을/왜 잘 해야 할까?
필자는 '분석가'는 존재하는 데이터 파이프라인 및 인프라에서 프로그램으로 데이터를 산출하고 리포팅하는 것이라 생각함.
데이터 사이언티스트의 가치: 기술의 개발로 커리어의 측면에서 안전하고 지속적인 기회를 만들기 위한 방법: 분석 스케일링은 개발된 분석 기법을 라이브러리로 공유(아카이브), 템플릿 제작, 인프라에 해당 기능 추가, 반복되는 의사결정을 단순화 및 자동화하는 모델링 구축
4. 인터뷰 준비 방법
지원하려는 회사/제품/팀에 대한 정보를 얻는 노력은 필수.
- 회사에서 어떤 인프라와 데이터를 사용하게 될 것인지
- 팀이 당면한 분석 & 엔지니어링 문제는?
- 내 스킬셋과 관심사에 부합하는 부분은?
- 지원 회사/팀/분야에 대한 공개된 자료는 어디서 찾는가?
- 내 성장 목표는 지원 회사/조직의 중장기 목표와 언라인 되는가?
[구직시 중요 사항]
이력서- 관령성이 있는 경력, 정확한 핵심
면접- 모델 설명, 평가 기법에 대한 답변
[인사이트]
데이터 사이언티스트로 현장에서 커리어 관점으로 취업준비생에게 도움이 많이 되는 내용이었다. 디자인 프로그램 툴의 AI화로 인해 일자리의 위협을 받는 것으로 직무의 안정성에 위협을 느껴, 디자이너에서 데이터 관련 직무로 취업하고자 막연하게 공부를 시작하였는데 기술의 발전으로 비슷한 상황에 놓일 수 있었다는 것을 미리 알게 되어 다행이다. 전망과 나의 성장목표를 고려하여 신중하게 방향성을 잡아야겠다.
