미지의 세계 빅데이터, 면접에서도 잠재력을 어필하세요

©️Hafiez Razali

안녕하세요, 멘티님, 원하시는 일을 할 수 있는 직무를 탐색 중에 있으시군요! 하반기 공채가 다가옴에 따라 긴장도 많이 되실 것 같습니다. 그렇지만 쓰신 내용을 한번 쭉 읽어본 바로는, 학부 때부터 지식과 경력을 차근하게 잘 쌓아오신 것이 느껴집니다. 그러니 먼저 드리고 싶은 말씀은, 하시고 싶은 직무를 하는 것에 대해서는 큰 걱정은 하지 않으셔도 될 거에요!

빅데이터, 주목받는 분야인 만큼 데이터 마이닝 분야 어필하면 플러스

입사 지원 서류를 보시는 분들 혹은 면접자분들에게 가장 구미가 당기리라 생각되는 부분은, 데이터마이닝1) 분야에서 석사를 하셨다는 점입니다. 요즘 빅데이터의 중요성에 대해 언론에서 많은 얘기를 하고 있습니다. 그만큼 현재 주목받는 분야이기 때문이에요.

제가 다니는 기업에만 한정된 얘기일 수 있습니다만, 데이터 마이닝의 효용성에 대해 한 때 물음표가 붙긴 했습니다. 그 이유는, 여태 많은 추천 서비스들이 제대로 성공한 경우가 많지 않았기 때문이죠.

그래도 요즘은 회사에서도 나름 사용법을 찾아가고 있는 것 같습니다. 예전처럼 공격적인 사용을 하지 않고, 좀 더 보수적으로 접근하며 데이터 마이닝을 사용하고 있어요. 결과적으로는, 이러나 저러나 데이터마이닝은 아직도 많이 쓰인다는 것이고 수요도 꾸준합니다. 그러다보니 멘티님의 데이터마이닝 능력에 대해 흥미를 가지는 것은 당연한 것이 되겠지요.

©️Stock Rocket

데이터 마이닝 능력을 입사 성공으로 연결하려면

그렇다면, 다음으로 궁금하실만한 점이 "그 흥미를 어떻게 입사 성공으로 이끌 수 있을까?" 하는 내용일 것입니다. 답은 비교적 간단합니다. 석사 때 익히신 내용에 대해 확실하게 설명하실 수 있으면 됩니다.

저도 아직 면접관으로 들어가 보진 못하였습니다만, 가끔 면접 출제 문제에 대해서 들을 기회가 있습니다. 면접관 분마다 포인트도 다르고 강조하는 부분도 다르지만, 제가 듣고 난 전반적인 느낌은 [석사 졸업생으로서 현업잠재력을 평가하는 것]과 [기본적인 컴퓨터 소양을 가늠할 수 있는 자료구조 & 알고리즘 지식 평가] 두 분야를 주로 보십니다.

"현업 잠재력을 평가한다"는 것은, 다시 말해 현업에서 당장 필요한 능력을 요구하지는 않는다는 말입니다. 데이터 마이닝 이론이 실제 데이터에 적용해봤을 때 오차율을 작게 만들도록 변형할 수 있는 방법 등에 대한 문제가 나올 확률이 적다고 할 수 있죠. 어디까지나 제가 주위에서 들은 바로만 판단한 내용이니, 감안하여 들어주세요!

대신, 제시된 마이닝 알고리즘의 한계가 무엇이며 이를 보완한 다른 새로운 마이닝 알고리즘은 어떤 것이 있을까 등에 대해서 물어보는 방향이 될 것입니다. 위처럼 직접적인 문제가 나올 수 있겠지만, 응용력을 겸비한 문제가 나오기도 합니다.

가령 예를 들어, "사용자의 체류 시간이 들어간 데이터베이스가 자신에게 주어졌다고 가정하고, 이를 이용해서 사이트의 평가 방법을 고안하려고 할 때 어떤 방향으로 해결하겠습니까?" 와 같은 문제 말이죠. 이쪽 직무로 지원하실 예정이라면, 이 부분에 대해 조금 더 고민해 보심이 좋을 것 같네요.

©️Iurii Stepanov 

기본 지식적 소양 준비는 필수

그 외에 위에서 말씀드린 "기본적인 컴퓨터 소양을 가늠할 수 있는 자료구조 & 알고리즘 지식 평가" 부분도 준비해 가셔야 할 겁니다. 이 부분은 기본을 탄탄히 해 가시면 별 문제 없을 거에요. 

손코딩을 시킬 확률도 높으니, 그 자리에서 간단한 자료구조/ 알고리즘은 구현을 구체적으로 하실 수 있게끔 준비해 가시면 돼요. (ex. 정렬, 트리에서 노드 삽입 등)

그 외 능력에 있어서는 전혀 손색이 없어보여요! 인턴을 하시면서 현장 개발 경력이 있으신 것도 훌륭하시고, 학부 성적도 굉장하신데요? 컴퓨터 네트워크 수업은 걱정하지 않으셔도 됩니다. 현장에서 많이 쓰이는 내용이 아니라서, 하드웨어 쪽 회사/직무에 지원하는 것이 아니라 하신다면 문제되지 않는 부분입니다.

마지막으로, 제가 일하는 분야에서 입사에 필요하다고 생각되는 역량은 위에서 말씀드린 것과 동일해요! 위에 적어드린 내용들이 제가 일하는 곳을 기준으로 생각해본 경우거든요. 제가 검색 연구 부서에 있습니다만, 이 곳은 검색 연구를 뛰어넘어 모든 데이터를 분석하고 서비스 아이디어를 내는 일을 하고 있어요.

©️freepik

블로그/ 카페/ 지식인 데이터를 분석해서 사용자들이 좋아할 만한 것을 파악하라는 미션이 내려올 때도 있고, 사람들이 여태 읽어본 뉴스를 가지고 좋아할 만한 뉴스를 추천해주는 시스템을 만들라는 미션이 내려올 때도 있어요.

그러다 보니 여기서 일을 하면 대용량 분산처리를 맡는 백엔드2)에서부터 모바일 웹에 이르는 유저엔드까지 모든 것을 다 할 수 있게끔 되더라고요. 처음부터 다 잘할 수 있는 사람은 없어요. 여기 분들도 다 그걸 아시기 때문에 처음부터 무리한 요구를 하시지 않습니다!

하지만 그중에서도 가장 핵심적인 부분에서는 반드시 데이터 마이닝/ 정보검색 이론/ 통계론이 쓰이더라고요. 이러한 핵심적인 부분을 다룰 수 있는 역량을 가지신다면, 큰 도움이 되리라 생각합니다.

혹시 이해가 안되시는 부분이나, 더 궁금하신 점이 있으시면 언제든 다시 글 남겨주세요. 멘티님은 잘 해내실 거에요! 응원합니다!

1) 데이터 마이닝 : 많은 데이터 가운데 숨겨져 있는 유용한 상관관계를 발견하여, 미래에 실행 가능한 정보를 추출해 내고 의사 결정에 이용하는 과정을 말한다.

2) 백엔드 : Back-End는 클라이언트와는 직접 대면하지는 않으나, Front-End프로그램과 연동하여 기술적인 기능을 하는 프로그램을 말한다. 즉, 백 엔드(Back-end)는 UI없이 프로세스 형태로만 존재한다. 프론트엔드와 백엔드는 프로그램 인터페이스와 서비스의 최초 사용자와 관련된 특성을 나타내는데 사용되는 용어이다. 여기서 “사용자”란 사람 또는 프로그램이 될 수 있다.