관리 메뉴

TEAM EDA

2020년 취업뽀개기 상반기 결과 본문

TEAM EDA /EDA 3기 (2020.04.01 ~ 2021.12.31)

2020년 취업뽀개기 상반기 결과

김현우 2020. 8. 30. 23:10

TEAM-EDA 3기의 활동내용 중 하나인 2020년 취업뽀개기 : 취업을 위해 준비한 내용, 취업 과정을 정리의 결과가 나와서 공유해드리고자 합니다. 일단, 결론부터 말씀드리면 상반기 취준은 실패했습니다. 저의 기본적인 스펙에 대해 말씀드리면,

  • 캐글
    • 상위5% 6번 (최고 0.5%)
    • 상위10% 2번
    • 캐글 대학생 해커톤 수상
  • 공모전
    • 데이콘 3회 수상 (우승2번, 3등 1번)
    • 빅콘테스트 우승 (과학기술부 장관상)
    • COMPAS 동메달 4등
    • 카카오 아레나 2차 대회 4등
    • 정보보호 R&D 챌린지 4등
  • 대외활동
    • 한양대 데이터 분석 동아리 1년반 활동 (FRAME 동아리의 TEAM-EDA 리더)
    • 데이터 뽀개기 운영진 1년
  • 회사경험
    • 신한은행 : 전처리 알고리즘 고도화 및 피어그룹 프로젝트 2개월
    • AI 스타트업 : KT SkyLife VOD 큐레이션 개발 6개월
    • 부산 동아대학교 바이오헬스융합연구소 : 알츠하이머 PET 분류 논문 6개월

27살이라는 나이치고는 나쁘지 않은 스펙이라고 생각합니다. (물론 개인적인 생각입니다) 하지만, 대부분은 서류에서 떨어졌습니다.

  • 네이버 웹툰 인턴 : 서류 탈락
  • 딜리버리히어로 인턴 : 서류 탈락
  • 라인 머신러닝 엔지니어 : 서류 탈락
  • 하이퍼커넥트 머신러닝 엔지니어 : 서류 탈락
  • 네이버 파이낸셜 데이터 분석가 : 코테 탈락 (다맞았는데 탈락)
  • 네이버 검색분야 ML 엔지니어 : 서류 탈락
  • 국민은행 데이터 분석가 : AI 면접 탈락
  • 삼성전자 DIT 센터 : 최종 면접 (면접불참)

이번에 삼성전자가 서류를 엄격하게 봤지만, 붙은 걸 봐서는 자기소개서를 나쁘게 쓰는 편은 아닌 것 같습니다. 물론 코로나 때문에 이번 상반기가 힘든 것도 있었지만, 이 정도로 결과가 나쁜 것을 봐서는 저에게 문제가 있는 것 같습니다.

학사 취준생의 현실

데이터 분석가는 채용 공고에서도 나와 있지만 학사생이 취업하기는 거의 불가능합니다. 불가능한 것은 아니지만, 많이 힘듭니다. 그 이유는 크게 아래의 3가지로 생각이 듭니다.

  • 경쟁자들의 대부분이 석사생입니다.
  • 채용공고가 거의 없고 공고로 뽑히는 사람도 1~2명 입니다.
  • 자신을 어필하기 힘듭니다. 

데이터 분석을 준비하는 모두가 공감하는 주제이겠지만, 경쟁자들이 석사생들입니다. 2015년 알파고의 등장을 시작으로 만든 사람들이 인공지능에 관심을 두게 되었고 이때 대학원을 간 사람들이 졸업하는 해가 2020~2021년도 이기 때문입니다. 더 암울한 현실은 내년에는 AI 대학원을 졸업하는 세대들이 처음으로 등장하는 시기로 취준은 더 힘들 것입니다. 수요는 한정되어있고 공급은 많기에 기업으로서는 학사생보다는 검증된 석사생을, 검증된 석사생보다는 박사생을 더 원할 가능성이 있습니다.

 

또한, 학사생들의 가장 큰 문제점은 자신을 어필한 수단이 없습니다. 많은 사람은 캐글, 공모전, 논문 등을 언급하고 해당 내용을 통해서 학사생도 충분히 석사생과 경쟁할 수 있는 경쟁력을 가진다고 이야기합니다. 하지만 저는 생각이 좀 다릅니다. 물론 위의 과정을 통해서 실력을 기르고 스펙도 쌓을 수 있습니다. 충분히 경쟁력도 가질 수 있습니다. 그런데 이렇게 스펙을 쌓는 게 쉬울까요? 물론, 결과보다는 분석의 과정이 중요하고 그 과정을 통해서 어떤 점들을 경험했고 배웠는지도 중요합니다. 하지만 기업에서 채용할 때 결과보다 과정을 볼까요? 면접까지 가면 그 과정을 이야기하는 게 중요할 것입니다. 근데 서류지원 시에 수상을 못 하면 수상경력에 쓸 수가 없는데 어떻게 어필할까요. 정말 어려운 것 같습니다. 게다가 이러한 수상경력이 있다고 취준에 성공하느냐? 제 결과를 보면 꼭 그렇지만도 아닌 것 같습니다.

내가 모자른 점들

현실적인 여건상 힘든 점들도 분명 있지만, 저 자신도 모자라고 부족한 점들이 많았습니다. 취업준비에 실패하고 곰곰이 제가 무엇이 부족하고 무엇을 잘못했는지에 대해 고민을 많이 했습니다.

 

1. 부족한 깃허브 

 

 

최근 8월부터는 깃허브 활동을 열심히 했지만, 그전까지는 잔디는 듬성듬성 있고 대부분이 마른 땅입니다. 마른 것뿐만 아니라 내용이 없는 저장소도 있고 관리 또한 잘 안된 상황입니다.

 

 

 

이제까지 공모전을 하면서 사용했던 발표자료와 코드들을 깃허브에 올려두기는 했지만, 자신의 편의성을 위해서이지 다른 사람들을 전혀 배려하면서 관리하지도 않았습니다.

 

2. 부족한 딥러닝

이게 가장 큰 문제점이라고 생각합니다. 최근 채용 트렌드는 머신러닝에서 딥러닝 개발자를 원하고 데이터 분석가 직군의 채용과 AI 개발자에 대한 채용이 섞인 것 같습니다. 딥러닝 스터디를 1년 넘게 하면서 논문을 리뷰하고 개념은 익혔습니다. 하지만 실제 논문을 구현해보거나 딥러닝을 통한 프로젝트를 해본 경험이 없습니다. 그렇다 보니 딥러닝 프레임워크에 대한 실력이 부족하고 관련해서 어필하기가 쉽지 않았습니다.

 

3. 개발 실력

요새는 의외로 분석가들에게도 개발 실력을 많이 요구하는 것 같습니다. 아래는 네이버에 올라와 있는 채용공고입니다. 둘 다 대용량 처리 및 개발을 우대사항으로 요구하는 것을 볼 수 있습니다. (혹은 탄탄한 CS 기본기)

 

 

산업공학과를 나와서 통계, 산업 쪽으로는 어느 정도의 메리트가 있지만 개발 쪽으로는 아예 지식이 없는 것도 하나의 문제점입니다.

 

4. 도메인 지식의 부재

위에도 말했듯이 저는 산업공학과를 나왔습니다. 산업공학과는 특성상 최적화와 공장에서 어떤 식으로 데이터를 다루고 분석을 하는지에 대해서 배웁니다. 그렇기에 하이닉스, 삼성전자와 같이 공장이 없는 쪽으로는 쉽게 도메인을 살리기 힘든 것이 큰 문제입니다. (이렇게 쓰고 보니 이래서 삼성전자만 붙었을 수도 있을 것 같습니다.)

현재 무엇을 준비하는가?

1. 깃허브 관리를 시작했습니다.

이제까지 해왔던 내용들을 깃허브에 올리고 있습니다. 아직까지 많은 내용은 없지만 이제부터 하는 내역들을 모두 올릴 생각입니다.

 

 

 

2. 스터디 사람들과 논문을 리뷰하고 해당 내역을 구현하는 연습을 하고 있습니다.

물론, 딥러닝 실력을 기르기 위해서 딥러닝 위주로의 논문을 리뷰하고 구현하는 연습을 하고 있습니다.

 

 

 

 

3. 2와는 별도로 논문 리뷰와 코드 구현을 하고 있습니다.

부족한 딥러닝 실력을 보완하기 위해서 스터디 사람들과는 별도로 논문을 리뷰하고 코드로 실제 나온 점수를 구현해보는 연습을 하고 있습니다. 이미지 처리와 자연어 처리중에서 좀 더 관심이 있는 이미지 처리 기법들을 중심으로 공부하고 있습니다.

 

 

 

 

4. 추천시스템을 공부하고 있습니다.

도메인 영역에 대한 강점을 얻기 위해서 "추천"이라는 주제로 개인적인 공부를 하고 있습니다. 페이스북에서 Recommender System KR이라는 그룹의 운영진을 맡아서 T아카데미, DLD 등에서 추천시스템 관련 강의를 준비하고 PyTorch로 관련 논문을 구현해서 깃허브에 올리는 작업을 하고 있습니다.

 

 

 

 

이와 같은 노력이 언제까지 지속될지는 모릅니다. 작심 삼일이 될지도 모릅니다. 하지만, 언젠가 취업할 그 날을 위해서 성수동 내 집마련의 꿈을 위해서라도 열심히 하겠습니다 !! 모든 취준생 여러분들 힘내시기 바랍니다. 감사합니다. 

 

P.S. 삼성전자와 카카오 면접을 포기한 이유는 다음 글에서 작성하도록 하겠습니다!!!