일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 자기소개서
- 데이터 사이언스
- pandas
- 주식데이터
- 코딩테스트
- 주가데이터
- 하이퍼 파라미터
- 주요 파라미터
- 데이터사이언스학과
- 랜덤포레스트
- 머신러닝
- 데이터 사이언티스트
- 경력 기술서
- 커리어전환
- 이력서 첨삭
- sklearn
- 데이터분석
- AutoML
- 파라미터 튜닝
- 데이터사이언스
- 데이터사이언티스트
- 파이썬
- 경력기술서 첨삭
- 판다스
- 하이퍼 파라미터 튜닝
- 퀀트
- 베이지안 최적화
- 퀀트 투자 책
- 대학원
- 사이킷런
- Today
- Total
GIL's LAB
[커리어 상담] 퇴사 후 풀타임대학원 진학 본문
이번 포스팅에서는 퇴사 후 데이터사이언스 분야 풀타임 대학원 진학에 대해 제 생각을 정리해볼까 합니다.
구독자 분께서 조언을 구한 질문이기도 하고 실제로도 많이 듣는 질문이기도 합니다.
참고로 2년 이상 5년 이하 회사에 근무한 20대후반에서 30대 초반을 대상으로 한 글이며, 어디까지나 주관적인 제 의견임을 미리 밝힙니다.
결론부터 이야기하면 말리고 싶습니다.
현재 직무와 전공에 따라 다를 수 있지만, 기본적으로는 말리고 싶습니다.
특히 데이터 사이언스와 완전히 무관한 직무와 전공일수록 더더욱 그렇습니다.
물론 대학원에 가서 잘 풀리는 케이스야 당연히 있고 저도 몇 번 봤지만, 최소한 퇴사 후 진학 시 발생할 수 있는 리스크는 염두에 둬야 할 것 같습니다.
말리는 가장 큰 이유는 석사 학위를 취득한다고 상황이 드라마틱하게 변할 가능성이 매우 적기 때문입니다.
요즘 석사 학위는 거의 기본 스펙이 된 느낌이 강해서 학위를 받으면 이제 다른 구직자분들과 같은 출발선상에 섰다 정도의 의미만 있습니다.
물론 비전공자에 무관한 직무를 하고 있다면 같은 출발선에 섰다고 하기 힘듭니다.
박사라면 이야기가 다릅니다.
박사 학위를 취득한다면 당연히 충분한 어드벤티지가 있습니다.
다만, 박사 학위를 취득하면 경쟁 상대들도 대부분 박사 학위자이고 눈을 낮추기가 쉽지가 않아 오히려 취업이 더 어려울 수 있습니다.
그러면 어떻게 해야할까요?
저는 현 직장을 포기하지말고 데이터 사이언스 커리어를 준비하라고 조언하고 싶습니다.
현 직장에서 직무와 관련된 데이터 분석 관련 과제를 수행하는게 가장 좋다고 생각하고, 그게 어렵다면 회사 일과 직접 관련은 없을지라도 포트폴리오 등을 준비하는게 어떨까합니다.
야간 대학원에 진학하는 것도 하나의 방법일 수 있습니다.
아무튼 성급하게 결정하지말고 현재 상황에서 차근차근 준비하는게 좋을 것 같습니다.
데이터 분야 취업 컨설팅/자기소개서 첨삭/이력서 첨삭은 아래 링크로!
'데이터사이언스 > 커리어' 카테고리의 다른 글
데이터사이언티스트 신입을 위한 포트폴리오 작성 가이드 (2) | 2022.11.04 |
---|---|
데이터 사이언티스트 / 분석가를 위한 경력 기술서 작성 팁과 첨삭 (3) (2) | 2022.09.30 |
데이터 분야 주니어가 경력 기술서 작성 시 자주하는 실수 (0) | 2022.08.25 |
자격증의 필요성? (0) | 2022.07.21 |
[커리어 상담] 전공 선택 관련 (feat. 산업공학) (0) | 2022.07.20 |