6일차 아티클 스터디: 주니어 데이터 사이언티스트에게 하고 싶은 이야기들

어떤 역량을 특화할 것인가?

주된 성장 경로

1) 도메인 전문성과 네트워크를 키워 PM 혹은 경영자와 같은 도메인 전문가의 길

2) 통계 및 머신러닝 방법론에 특화된 분석 전문가의 길

3) 개발 및 시스템 역량을 키워 분석 역량을 갖춘 엔지니어로서 성장하는 길

=> 커리어의 방향성을 결정하면 자신에게 맞는 기회를 찾는 과정이 더 쉬워짐

 

[데이터 역량을 갖춘 도메인 전문가의 길]

해당 업종 내에서 다양한 비즈니스 문제를 접하며 좀 더 전문성을 쌓을 수 있는 방법 고민

 

[분석/엔지니어로서의 성장]

해당 기술의 트렌드를 선도하는 프로젝트를 할 수 있는 환경을 찾아 전문 역량을 키우는 것이 바람직

대규모 데이터와 폭넓은 첨단 기술을 경험할 수 있는 빅테크 기업, 혹은 AI나 시각화 등 특정 분야의 기술 솔루션을 제공하는 기업들이 포함

 

어떤 업계/회사/팀에 지원할 것인가?

1) 회사의 미래에 데이터 활용이 얼마나 중요한 전략적 위치를 점하는가

업계 및 회사의 사정에 따라 얼마나 큰 투자가 이루어지는지, 이런 투자가 가치를 만들어낼 수 있는지: 채용 규모를 통해 확인

2) 내가 조인해서 가치를 만들 수 있는 포지션인지

인터뷰에서 팀의 현재 니즈 및 전략적 방향에 대해 상세히 물어보기

3) 회사가 얼마나 기술적인 성장에 초점을 맞추는지

장기적인 커리어 성장의 관점에서 중요한 문제

채용 공고에 나타난 회사의 기술 스택이 어떤지, 혹은 회사의 기술 역량이 외부적으로 공유된 자료가 있는지 확인

 

신기술을 무조건 추종하는 것도 피해야 할 일

기술의 도입은 장기적인 비즈니스 가치를 만들기 위한 최적의 수단인지의 관점에서 고민해야 할 부분

지원하는 조직이 회사에 어떤 기여를 하고 있는지, 스타트업이라면 비즈니스 성장 커브 및 건강성은 어떤지

 

코딩과 모델링은 얼마나/무엇을/왜 잘 해야 할까?

데이터 사이언티스트가 지속적인 가치를 만들어낼 수 있는 방법: 분석의 스케일링과 자동화

분석의 스케일링 및 자동화를 위해서는 데이터 사이언티스트의 개발 및 모델링 역량이 필수적

실무에서는 분석가의 노력과 자동화가 유기적으로 결합될 때 최선의 결과가 나옴

이를 위해서는 신뢰할 수 있는 인프라 및 데이터 파이프라인, 분석 코드의 라이브러리화 및 재사용을 강조하는 문화, 이 모든 것을 뒷받침하는 데이터 엔지니어와 분석가의 협업 필요

=> 실력있는 엔지니어와 분석가들이 함께 일할 수 있는 환경을 찾아라!

 

인터뷰는 어떻게 준비할 것인가?

[아래와 같은 질문에 대해 충분히 생각하고 채용 인터뷰에 임했는가]

- 이 회사에서 나는 어떤 인프라와 데이터를 사용하게 될 것인가?

- 지원하는 팀이 당면한 분석 및 엔지니어링 문제는 무엇인가?

- 이 중 내 스킬셋과 관심사에 부합하는 부분은 무엇일까?

- 지원 회사/팀/분야에 대한 공개된 자료는 어디서 찾을 수 있을 것인가?

- 내 성장 목표는 지원 회사/조직의 중장기 목표와 얼라인되는가?

 

채용 인터뷰는 지원자의 기본 소양과 함께 함께 일하는 동료로서 어떤 모습을 보일지 예측하는 과정

 

이력서

: 지원자의 경험과 역량을 가늠할 수 있는 핵심적인 이력 몇개가 있는지가 중요 (길고 화려X)

: 자신의 경력에 대한 검색 결과 페이지를 만든다고 생각하고 정밀성을 회고만큼 중요하게 여길 것

: 이력서에 적은 모든 사항은 심층 탐구를 위한 질문이 들어왔을 때 방어할 수 있어야 함

 

인사이트

데이터 사이언티스트의 성장 경로에 대해 고민해 볼 수 있었던 아티클이었다. 또한, 회사를 선택할 때 중요하게 생각해야 할 기준들을 막연하게 생각하고 있었는데 좀 더 구체화된 기준을 갖게 되었다. 또, 그동안의 채용 과정에서 내가 부족했던 부분을 깨달을 수 있었다. 

 

06화 주니어 데이터사이언티스트에게 하고 싶은 이야기들