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 |
- 파라미터 튜닝
- 하이퍼 파라미터 튜닝
- 주식데이터
- 커리어전환
- 퀀트 투자 책
- 베이지안 최적화
- 자기소개서
- 판다스
- 퀀트
- 대학원
- 데이터사이언스
- 코딩테스트
- AutoML
- 데이터사이언스학과
- 사이킷런
- 데이터 사이언스
- pandas
- 랜덤포레스트
- 경력 기술서
- 하이퍼 파라미터
- sklearn
- 주가데이터
- 머신러닝
- 이력서 첨삭
- 파이썬
- 주요 파라미터
- 경력기술서 첨삭
- 데이터 사이언티스트
- 데이터사이언티스트
- 데이터분석
- Today
- Total
GIL's LAB
데이터 분석/사이언스 분야 프로젝트 기술서 작성 방법 본문
안녕하세요. 근 1년만의 포스팅입니다.
이번 포스팅에서는 경력 기술서 내의 프로젝트 기술서를 작성하는 방법에 대해 알아보겠습니다.
가장 중요한 것은 제 3자인 평가자가 기술서를 본다는 점을 감안해야 한다는 것입니다.
기술서 구조
기술서는 다음과 같은 구조로 작성하는 것이 좋습니다.
프로젝트명, 기간 (개월수)
- 프로젝트 개요
- 주요 수행 내용
- 업무 성과
- 획득 역량
각 항목에 대해 자세히 알아보겠습니다.
프로젝트명
프로젝트명은 가급적 구체적으로 작성해줘야하며, 그 뒤에 기간을 명시해줘야 합니다.
가상의 프로젝트(주가 예측 알고리즘 개발)를 다음과 같이 쓸 수 있을 것입니다.
주가 예측 알고리즘 개발, 2023.06 ~ 2024.12 (1년 6개월)
기간 옆에 몇 개월짜리인지를 써주는 것이 평가자가 보기 편합니다.
개요
개요에는 프로젝트 배경과 목표를 작성해주는 것이 좋습니다. 특히, 데이터 분석과 사이언스 업무는 주로 데이터를 바탕으로 어떤 문제를 해결하는 경우가 많으므로, 어떤 문제를 해결하는지에 대한 간단히 서술해주는게 좋습니다.
주요 수행 내용
주요 수행 내용은 2-depth로 작성해야 하는 것이 좋습니다.
즉, 다음과 같은 구조가 좋습니다.
- 주식, 경제 지표 등의 데이터 수집
- 웹 크롤러 개발을 통한 최근 20년 간의 일별 주식 데이터 수집
- 통계청에서 물가 상승률, 인구 수 등의 경제 지표 수집
두 명 이상이 참가한 프로젝트인 경우에는 자신이 수행한 내용 위주로 작성해야 합니다.
여기서도 가장 주의할 점은 이 프로젝트를 전혀 모르는 사람이 내용을 보는 것이므로, 대략적이나마 어떤 내용을 수행했는지 알기 쉽게 표현해야 한다는 점입니다.
획득 역량
획득 역량은 이 프로젝트를 통해 무엇을 배웠는지를 쓰는 것이며, 생략이 가능합니다.
1-depth로 작성해도 무방하며, 기술적인 내용에 국한되지 않고 써야 합니다.
가령, 고객의 니즈를 파악하는 것, 결과물을 문서화해서 잘 모르는 사람이 쓸 수 있게 만든 것 등도 중요한 획득 역량입니다.
주요 성과
가장 중요한 부분입니다. 의외로 많은 분들이 주요 성과를 쓸 때, 모델의 성능을 씁니다.
예를 들어, "정확도 99% 달성"과 같이 씁니다. 그러나 이것이 실질적으로 어떤 의미가 있는 것인지를 알기 어려워서 성과라고 하기 힘듭니다 (물론 잘 알려진 문제에서 기존 대비 몇 % 성능을 향상시켰다는 성과입니다).
그래서 가장 좋은 형태는 이 프로젝트를 통해, (1) 공수를 얼마나 절감시켰는지, (2) 돈을 얼마나 벌었는지, (3) 사용자를 얼마나 유입시켰는지 등입니다.
위에서 예를 들었던 주가 예측이라면, "주가 예측을 통해 20%의 연평균 수익률을 얻었다" 정도가 좋겠죠.
데이터사이언티스트 서류 작성 문의는 아래 링크로!
출처: https://gils-lab.tistory.com/131 [GIL's LAB:티스토리]
'데이터사이언스 > 커리어' 카테고리의 다른 글
데이터사이언티스트 취업을 위한 지원서 준비 방법 (1) | 2023.09.21 |
---|---|
대학원 입학 자기소개서 작성시 고려할 사항 (0) | 2023.08.04 |
[데이터 코딩테스트 대비 #2] 교통사고 통계 (0) | 2022.12.28 |
[데이터 코딩테스트 대비 #1] 미세먼지 농도 (0) | 2022.12.28 |
데이터 분석가와 사이언티스트를 위한 코딩테스트/사전과제 (0) | 2022.12.27 |