GIL's LAB

데이터 사이언티스트 면접관으로 들어가기 전에 적절한 면접 질문을 찾던 도중 아래 링크를 찾았습니다. 데이터 사이언티스트 커리어를 시작하려는 분들에게 매우 유용한 링크같습니다. https://github.com/zzsza/Datascience-Interview-Questions GitHub - zzsza/Datascience-Interview-Questions: Datascience-Interview-Questions for Korean Datascience-Interview-Questions for Korean. Contribute to zzsza/Datascience-Interview-Questions development by creating an account on GitHub. github.com..

이번 포스팅에서는 현대자동차 데이터 사이언스 직무 합격 자소서를 공유합니다. 박사 신입이므로 참고하시기 바랍니다. * 현대자동차에 지원한 동기와 회사 선택(이직)시 가장 중요하게 고려하는 요인에 대하여 기술하시오. 제가 기업을 선택할 때 가장 중요하게 고려하는 요인은 성장성과 업무에 대한 흥미입니다. 저는 현대자동차의 빅데이터 분석 포지션에서 다음과 같은 이유로 크게 성장할 수 있고, 또 흥미있는 일을 할 수 있을 것이라 생각해서 지원했습니다. 첫 번째 이유는 현대자동차가 수집하는 다양한 종류의 정형 및 비정형 데이터를 분석하는 경험을 쌓을 수 있다고 생각하기 때문입니다. 데이터 분석가로서 성장하는데 가장 중요한 것은 얼마나 다양한 데이터와 프로젝트를 경험하는가에 달려있다고 생각하기에, 첫 번째 이유가 ..

안녕하세요. 오랜만에 경력 기술서 작성 팁과 첨삭으로 돌아왔습니다. 경력 기술서를 보내주신 분은 데이터 분석 및 비즈니스 분석가로 퇴사 후 중고신입으로 이직을 준비중인 분입니다. 역시 누구인지 추측할만한 거의 모든 정보는 삭제하고 항목별로 어떻게 고쳤는지 위주로 살펴보겠습니다. 경력 사항 (1) 20XX.XX – 20XX.XX OOOO (IT컨설팅 회사), 디지털 팀 1) 고객 데이터 수급 및 정제 - Dashboard 대용량 데이터 수급 및 취합 (월별 기기 판매량, 가입자, 재방문율 등) - 글로벌 Data Crawling 및 Data Mining (Octoparse, Data-Miner, MySQL 쿼리문 사용) - Raw data 정제 작업 (Data-Merge, Pivot table사용) - 신..

4차 산업혁명이니 뭐니 하면서 정부 예산을 따오려 많은 학교에서 데이터사이언스 학과를 설치했습니다. 기존 학과 이름을 데이터 사이언스 학과로 바꾼 학교도 있습니다. 제가 대학을 다닐 때만 해도 관련 전공이 없었고 데이터 사이언스 분야로 진출하려면 산업공학, 컴퓨터공학, 통계학을 전공하는 것이 유리했는데, 이제는 데이터 사이언스 전공이 생겨서 어떤 전공을 고르는 것이 좋을지 고민하는 분이 많아 제 생각을 이 포스팅에 정리하고자 합니다. 효율과 효과 제 생각에 데이터사이언스 학과로 갔을 때의 가장 큰 장점은 데이터 사이언티스트가 되기 위한 역량을 효율적으로 배울 수 있다는 점입니다. 예를 들어, 제가 졸업한 산업공학과에서는 데이터 사이언스와는 무관한 인간공학, UI/UX 등의 수업도 들어야 했지만, 데이터 ..

안녕하세요. 이번 포스팅에서는 실제 경력 기술서를 가지고 첨삭한 내용을 통해, 데이터 사이언티스트와 분석가를 위한 경력 기술서 및 이력서 작성 팁을 정리해보겠습니다. 실제 경력 기술서를 제공해주신 분은 모 중소기업에서 데이터 분석가 혹은 사이언티스트 포지션으로 이직을 희망하시는 분입니다. 이 분이 제공한 경력 기술서는 워드 파일로 4페이지나 되는 내용이므로, 수정 전/후로 비교해가면서 팁을 정리해보겠습니다. 참고로 워드 파일을 그대로 옮겨오다보니 원래 포맷은 좀 깨질 수 있으며, 식별이 가능한 내용은 전부 xx와 같이 표시했습니다. 또, 실제 경험이나 역량을 알지 못하므로 제가 어느정도 가상(?)의 인물을 상정한다는 점 양해바랍니다. 핵심 역량 부분 말 그대로 핵심 역량이 무엇인지, 나는 다른 지원자들에..

데이터 분야 커리어 (데이터 사이언티스트 & 머신러닝/딥러닝 엔지니어)를 시작하려는 분이 가장 많이 물어보는 대학원 관련 질문을 아래와 같이 정리했습니다. Q. 대학원에 반드시 가야하나요? A. 당연하지만 필수는 아닙니다. 학사로 커리어를 시작하는 분도 분명히 계십니다. 그러나 최근에 이쪽 분야의 공급이 늘면서, 학위가 없는 분은 거의 없습니다. 실제로 저희 팀에 있는 사이언티스트와 엔지니어 모두 석사 혹은 박사학위자입니다. 박사는 필수라고 하긴 어렵지만, 석사는 사실상 필수라고 보는 것이 맞습니다. 사견으로는 직장 생활을 하다가 대학원에 진학하기보다, 대학원(석사일지라도)에 진학한 뒤 이 쪽 분야의 커리어를 시작하는 것이 유리합니다. Q. 어느 종류의 대학원에 가야하나요? A. 석사만 할 것인지, 박사..

이번 포스팅에서는 데이터 사이언티스트, 데이터 분석가, 데이터 엔지니어, 머신러닝/딥러닝 엔지니어의 차이에 대해 알아보겠습니다. 회사마다 포지션 정의가 다르기 때문에 명확한 경계는 아닐 수 있습니다. 즉, A회사에서는 데이터 분석가로 부르는 일을 B회사에서는 데이터 사이언티스트가, C회사에서는 머신러닝/딥러닝 엔지니어가 할 수 있습니다. 기술적인 집중도로 치면(한 마디로 좀 더 공대스러운거...) 다음과 같이 구분할 수 있습니다. 데이터 엔지니어 > 머신러닝/딥러닝 엔지니어 > 데이터 사이언티스트 > 데이터 분석가 데이터 사이언티스트 보통 회사에서 이야기하는 데이터 사이언티스트는 데이터를 기반으로 한 특정한 과제를 해결하는 사람입니다. 반드시 그렇진 않지만 보통 과제나 프로젝트 단위로 굴러가는 경우가 많..

필자는 산업공학 박사이고 현재 국내대기업에서 데이터사이언티스트로 일하고 있습니다. 그래서인지 지인의 지인을 통해, 혹은 커뮤니티 등을 통해 데이터사이언티스트가 되려면 무엇을 준비해야하는지라는 질문을 참 많이 받습니다. 본 포스팅에서는 제가 들어봤던 질문과 그에 대한 답을 하고자 합니다. 이 포스팅은 생각나는대로, 또 이 포스팅의 댓글이나 메일(gils_lab@naver.com)로 오는 질문을 바탕으로 계속 업데이트할 예정입니다. * 이전에는 글을 반말로 썼기에 질문에 반말과 존댓말이 섞여 있습니다. Q. 문과생도 데이터사이언티스트가 될 수 있을까요? A. 이런 질문을 들으면 좋은 답을 해줄 수 없어, 가슴이 아픕니다. 기본적으로 데이터사이언티스트는 수학과 프로그래밍에 어느정도 밝아야 합니다. 보통의 문과..

최근에 데이터 사이언스 분야의 컨설팅 회사에서 일하는 신입 사원의 커리어 질문을 받고 그 내용을 정리해보겠습니다. 질문의 핵심은 커리어를 위해서 어떻게 해야하냐였는데, 그 중에 가장 기억에 남는 질문은 컨설팅 분야가 좋을지 특정 도메인의 회사(예: 삼성전자, SK하이닉스, 현대차 등등)의 데이터사이언스 관련 부서에서 일하는 것이 좋을지였습니다. 저는 이 분야에서 강의도 제법했고, 관련 외주도 많이 하고 있고, 모 대기업의 데이터사이언스 관련 부서에서 근무 중이고 심지어는 외주를 준 프로젝트를 관리하고 있어서 나름 확신을 가지고 다음과 같이 대답했습니다. "이 분야에서는 컨설팅이나 SI보다 다른 기업의 데이터사이언스 부서에서 경력을 쌓는 것이 낫습니다" 물론 모든 컨설팅이나 SI 회사에서의 경력이 다른 기..