이론보다 직무 경험이 중요한 이유

안녕하세요. 제가 종사하고 있는 데이터 사이언스 업무는 크게 3가지로 구분됩니다. 대용량 데이터를 적재/가공하는 데이터 엔지니어링(Data Engineering), 가공한 데이터를 비즈니스적으로 유의미한 정보로 추출하는 데이터 애널리스트(Data Analyst), 머신러닝 기반의 서비스를 제공하는 머신러닝 엔지니어(Machine learning engineer)가 대표적입니다. 

ⓒmrmohoc

분야별로 중요하게 여기는 역량이 다릅니다. 각 분야에 대한 전문성은 당연히 갖춰야 합니다. 데이터 엔지니어링(Data Engineering) 직무는 일반적인 RBMS(Rule Base Management System) 뿐만 아니라 하둡(Hadoop)1), 스파크(Spark)2) 등의 분산 처리 관련 이론과 경험을 갖추면 좋을 겁니다.

애널리스트는 분석 이론이나 경험이, 머신러닝 엔지니어는 추천/예측/딥러닝 기반 영상/음성 서비스 등의 이론과 경험을 갖추면 유리하겠죠.

이미 눈치챘겠지만, 공통으로 중요한 역량은 ‘경험’ 입니다. 데이터 사이언스는 이론과 실무 경험이 적절히 녹아들어야 하는 분야라고 생각합니다. 학교에서 이론을 많이 배운 사람일지라도 관련 프로젝트 경험이 부족하다면 회사에서는 그 사람의 능력을 제대로 파악할 수 없습니다. 

멘티님이 면접관이라고 생각해보세요. 누구나 다 아는 이론 관련 질문에 잘 답변하는 친구와 배운 것을 토대로 분석 프로젝트를 했거나 공모전에서 수상하고, 팀을 꾸려 직접 서비스를 개발해본 경험 등이 있는 친구. 누구에게 더 점수를 줄 것 같나요?

ⓒA. and I. Kruk

입사 희망 기업에 맞춰 진학 계획을 세워보세요

솔직히 S 통신사가 학벌을 안 본다고 장담은 못 하겠습니다. S 사가 오디션형 채용 프로그램으로 인재를 뽑는다는 이야기 들어봤죠? 아이러니하게도 그런 게 있다는 사실이 그동안 학벌을 봐왔다는 방증이 될 수도 있지요. 실제로 직원 상당수가 서울 주요 대학 출신이거나 석사까지 나왔습니다. 

멘티님이 작성한 이력을 잠깐 봤습니다. 저라면 일단 N 사, K 사 등 서비스 기업을 먼저 노릴 것 같습니다. 두 회사는 학벌보다 실력을 많이 본다고 들었거든요. 만약 S 통신회사, L 통신회사 같은 대기업에 취직하고 싶다면 석사 진학을 추천합니다. 학사 출신으로 해당 기업에 입사하는 것보다 석사 출신으로 취업하는 게 더 수월할 겁니다. 

물론 시간과 돈이 필요하지만, 그만큼 투자가치가 있다고 생각합니다. 물론 사견이니 먼저 취업한 친구나 선배에게도 조언을 구해보세요. 제 답변이 도움이 됐으면 좋겠어요. 멘티님 화이팅입니다!

1) 하둡 : 여러 개의 저렴한 컴퓨터를 마치 하나인 것처럼 묶어 대용량 데이터를 처리하는 기술.

2) 스파크 : 오픈소스 클러스터 컴퓨팅 프레임워크.