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 |
- 머신러닝
- 데이터분석
- 랜덤포레스트
- 주요 파라미터
- sklearn
- 퀀트 투자 책
- 자기소개서
- 데이터 사이언티스트
- 하이퍼 파라미터
- pandas
- 커리어전환
- 판다스
- 경력기술서 첨삭
- 데이터사이언스학과
- 주가데이터
- 데이터사이언티스트
- 코딩테스트
- 하이퍼 파라미터 튜닝
- 대학원
- 사이킷런
- 데이터사이언스
- 경력 기술서
- 파라미터 튜닝
- 데이터 사이언스
- 퀀트
- 파이썬
- AutoML
- 주식데이터
- 이력서 첨삭
- 베이지안 최적화
- Today
- Total
GIL's LAB
데이터 사이언티스트 면접 대비 (2) 공통 질문 본문
이번에는 공통 질문에 대한 답을 정리해보겠습니다.
이 질문에 대한 답은 굉장히 주관적이므로 제 답변을 참고만 하시면 될 것 같습니다.
또한 가장 요청이 많은 학사 및 석사 신입을 가정해서 쓰지 않고 제 상황(박사졸 + 경력 2년차)에 맞게 쓰는 것입니다.
Q. 왜 저희 회사에 지원하셨나요?
데이터 사이언티스트의 커리어를 발전시키기 위해 지원했습니다.
새로운 도메인과 데이터에 대한 경험을 쌓는 것이 중요하다고 생각해서 현 회사에 안주하지 않고 지원하게 됐습니다.
Q. 해당 직군의 매력이 무엇이라고 생각하나요?
데이터 사이언티스트의 가장 큰 매력은 아이디어와 감에만 의존하지 않고 객관적인 데이터에 기반하여 의사결정할 수 있다는 점이라고 생각합니다.
즉, 데이터를 통해 고객의 특성을 파악할 수도 있고, 문제점을 식별할 수도 있으며, 더 나아가서는 서비스 및 제품을 개발할 수도 있다는 것이 큰 매력이라 생각합니다.
Q. 해당 직군에서 본인의 장점은?
산업공학 박사로서 쌓은 다양한 분석 지식과 다양한 현업 문제를 해결하면서 쌓은 커뮤니케이션 역량이라 생각합니다. 분석 지식으로는 머신러닝, 시계열 분석, 수학적 최적화, 데이터마이닝 등에 관한 지식을 들 수 있습니다. 비전과 자연어처리와 같이 특정한 도메인에 국한된 지식이 아니라, 분석 전반에 지식이 많은 편이므로 어떠한 데이터에 대해서도 적절한 모데링 기법을 개발하고 적용할 수 있습니다.
커뮤니케이션 역량의 경우에는 현업의 문제를 이해하고 이 문제를 해결하는 과정을 데이터에 대한 지식이 없는 사람도 이해할 수 있도록 설명하는데 크게 도움이 됐습니다.
Q. 해당 직군을 하면서 이루고자 하는 목표는?
고객을 만족시킬 수 있는 데이터 기반의 제품 및 서비스를 개발하는 것입니다.
개인적으로는 AutoML, PHM 등을 위한 데이터 기반의 솔루션 프레임워크를 개발하고 싶습니다.
Q. 해당 직군을 하기 위해 어떤 노력을 했나요?
논문 및 기술 블로그 등을 통해 다양한 데이터 관련 지식을 쌓고, 강의와 컨설팅 등을 통해 문제 파악 능력과 커뮤니케이션 역량을 키웠습니다.
Q. 왜 저희가 지원자를 뽑아야 하나요?
저는 특정한 문제와 데이터에 대한 창의적인 해결 방법을 제안할 수 있는 사람이기 때문입니다.
잘 정제된 문제와 데이터가 있을 때 높은 성능의 모델을 개발하는 것은 누구나 할 수 있는 영역이라 생각합니다.
그렇지만 처음보는 형태의 문제와 데이터에 대해서 해결 방법을 제안할 수 있는 사람은 많지 않다고 생각합니다.
예를 들어, 품질 시험 결과를 바탕으로 파라미터를 튜닝하는 문제를 해결한 적이 있습니다.
파라미터는 매트릭스 형태였고 그 가지수가 많았습니다.
즉, 튜닝할 하이퍼 파라미터가 매우 많았습니다. 그런데 품질 시험 결과는 그리 많지 않았습니다.
데이터는 적은데 결정할 변수가 많은 이러한 상황에서는 일반적인 모델링이 쉽지 않습니다.
그래서 저는 먼저 결정 변수 간 관계를 모델링하여 한 변수를 결정하면 다른 변수의 값을 추정할 수 있게 해서 결정 변수 개수를 줄였고, 맵 형태로 주어진 데이터를 셀 단위로 쪼갬으로써 추가 실험 및 데이터 증폭을 거치지 않고 학습에 충분한 양의 데이터를 얻었습니다.
이러한 내용은 참고할만한 자료가 마땅치 않고, 어디까지나 경험, 지식, 직관에 기반해야 합니다.
이러한 역량은 데이터 사이언스 직무에 필수적이지만, 이를 갖춘 사람은 소수라고 생각합니다.
Q. 지원자의 단점은 무엇인가요?
급한 성격을 들 수 있습니다. 많은 직무가 그렇겠지만, 데이터 사이언스 직무의 경우에는 한 단계에서 사소한 실수가 뒤에 모든 단계에 부정적인 영향을 끼칩니다. 심지어는 사소한 실수로 인해 지금까지 했던 작업이 모두 물거품이 되기도 합니다. 성격이 급해 빠르게 처리하는 것에 너무 신경쓰다보니 이러한 실수를 종종하곤 했습니다.
그리고 문제점을 잘 인식하고 있지만, 급한 성격 자체를 고치는 것은 매우 어려웠습니다.
그래서 어떤 작업을 하든 빠르게 작업을 하되, 크로스체크 등을 통해 이러한 성격의 단점을 보완했습니다.
데이터 분야 취업 컨설팅/자기소개서 첨삭/이력서 첨삭은 아래 링크로!
'데이터사이언스 > 커리어' 카테고리의 다른 글
자격증의 필요성? (0) | 2022.07.21 |
---|---|
[커리어 상담] 전공 선택 관련 (feat. 산업공학) (0) | 2022.07.20 |
신입 면접 후기 (feat. 면접관은 처음이라...) (5) | 2022.06.17 |
데이터 사이언티스트의 역할과 커뮤니케이션 역량 (0) | 2022.06.12 |
데이터 사이언티스트 면접 대비 (1) 분석 일반 파트 (0) | 2022.06.07 |