brunch

You can make anything
by writing

C.S.Lewis

by 삼더하기일 Aug 05. 2021

빅데이터 분야 취업하려면 뭐 준비해야 해?

빅데이터 분야 취업 이야기

날이 갈수록 취업의 문이 높아지고 있다는 소식이 많이 들리고 있다. 기업에서 경력직을 선호하면서 신입을 채용하는 경우가 많이 줄어들기도 했을뿐더러, 대기업들은 공채를 줄줄이 폐지하고 있는 추세다. 예전과 달리 단순하게 취업 준비를 몇 개월 한다고 해서 취업이 보장되고 있지 않다. 이런 상황 속에서 점차 주목받고 있는 것이 빅데이터 분야 취업이다. 이 분야만큼은 인공지능 직군, 개발자 직군과 더불어 기업의 수요가 점차 높아지고 있다고 평가받기 때문이다. 그래서 빅데이터 분야로 취업을 하고 커리어를 쌓아가고자 하는 학생들 역시 자연스레 증가하고 있다.


빅데이터 분야 취업하고 싶은데, 어떤 거부터 준비하면 좋을까?


하지만 막상 빅데이터 분야로 취업을 하고자 하면 막막한 기분이 드는 것이 사실이다. 어디서 무얼 공부하면 좋을지도 모르겠고 흔히 말하는 스펙을 쌓아야 할 것 같기는 한데, 어떤 스펙을 쌓는 게 좋을지도 잘 모르겠다. 실제로 나 역시 빅데이터 분야 취업을 성공한 뒤, 주변 학생들에게 가장 많이 들었던 질문 중 하나가 바로 취업 준비 관련 질문이다. 그리고 기업이 속한 산업이나 기업 규모마다 취업에 필요한 내용이 조금씩 달라지기도 한다. 누구든 알고 있는 유명 대기업에 데이터 분석 직으로 입사하는 것과 일반 스타트업에서 데이터를 관리하는 일로 취업하는 것은 전혀 다른 이야기다.


또 한 가지 알아야 할 내용은 기본적으로 빅데이터 분야 취업은 처음부터 시작하기에는 다소 시간이 많이 걸릴 수 있다는 것이다. 분야 특성상 최소한으로 알고 있어야 하는 전문 지식과 기술이 많은 편이기 때문이다. '빅데이터 분야 취업 = 쉽지 않다'를 대전제로 삼아야 한다. 실제로 빅데이터 분야 취업이라 한다면 단순히 데이터에 대한 지식 외에도 프로그래밍 스킬, 머신러닝 및 인공지능 지식, 데이터 저장 및 수집 관련 스킬 등이 요구된다. 그래도 누군가 빅데이터 분야 취업을 도전한다고 하면 어떤 방식으로 조언을 주면 좋을지 생각해보며 해당 이야기들을 해보도록 하겠다.


기본적으로 준비해야 하는 것은 똑같습니다. 다만, 경험과 실력의 중요성이 커진달까요?


우선 빅데이터 분야 취업도 똑같은 취업이기 때문에 기본적으로 준비해야 하는 내용은 똑같다. 취업준비생이 흔히들 준비하는 자기소개서 작성, 이력 정리, 면접 준비, 인적성 공부, 기본 스펙 쌓기 등은 빅데이터 분야 취업에서도 똑같이 적용되는 이야기다. 아무리 본인의 실력이 뛰어난다 한들 이를 채용 과정에서 제대로 드러내 주지 못한다면 취업이 될 리 만무하다. 빅데이터 분야로 취업을 희망하는 사람들은 대부분 본인의 실력 쌓기를 가장 우선순위로 정하는 경향이 있는데 쌓아 놓은 본인의 실력을 분명하고 자신 있게 표현할 줄 알아야 한다. 또한 아무리 단순 스펙의 영향력이 줄어든다고 한들 어느 정도의 공인 영어 점수는 가지고 있는 것이 좋다.


물론 일반적인 취업준비생들과 모든 것을 똑같이 준비한다면 빅데이터 분야 취업에 쉽게 성공하기 힘들다. 일반적인 취업준비생이라고 표현하는 것도 불편한 일이기는 하지만, 그 어떤 취업준비생일지라도 본인이 지원하는 직무가 분명히 존재하고 그에 따른 추가적 준비를 한다. 빅데이터 분야도 마찬가지다. 자신이 데이터 분석을 진행해보았던 경험을 어필하거나 실력을 보여줄 수 있는 증거물을 만들어내야 한다. 구체적인 지표가 뒷받침해주는 것은 아니지만 체감상 빅데이터 분야는 특히 다른 분야보다 풍부한 경험을 가지고 있는 것과 높은 수준의 실력을 가지고 있는 것이 매우 중요하게 작용한다.


무조건 자신의 데이터 분석 경험을 말할 수 있도록 준비하세요!


개인적으로 빅데이터 분야 취업을 위해 가장 중요한 단 한 가지만 뽑으라고 한다면 무조건 데이터 분석 경험을 뽑는다. 어떤 경로를 통해서이건 데이터를 다뤄본 경험이 있어서 이를 말한다면, 빅데이터 전반에 대해 상대적으로 경험치가 높은 담당 채용자 입장에서는 해당 경험을 가진다는 것이 무엇을 의미하는지 한 번에 눈치챌 수 있기 때문이다. 물론 경력직이 아닌 신입 채용을 준비하면서 경험을 쌓아가라는 것이 쉬운 일은 아니다. 하지만 쉬운 일이 아니기에 경험을 쌓아나갈 수만 있다면 다른 지원자들에 비해 확실히 차별화되는 명확한 장점을 지닐 수 있다.


그렇다고 경험이라는 요소를 너무 어렵게 받아들일 필요는 없다. 빅데이터 분야 취업에 도전하는 학생들은 대다수가 대학원생이다. 연구실 생활을 하며 연구 활동을 한다던지, 연구실과 기업이 연계하여 프로젝트를 진행할 수도 있을 것이다. 이뿐만이 아니다. 경험 쌓기로 가장 확실한 인턴 업무를 지원해볼 수도 있을 것이며 수업 시간에 진행했던 프로젝트에 빅데이터를 적용하거나 많이 열리고 있는 데이터 사이언스 공모전에 참가할 수도 있다. (https://brunch.co.kr/@8d1b089f514b4d5/22) 만약에 이것도 힘들다면 혼자가 되었건 뜻이 맞는 친구들이 되었건 함께 주식 예측 머신러닝 프로그램을 하나 짜보는 것도 좋다. 이 모든 것들이 다 실질적인 경험이 될 수 있다.  

 

진짜 내 실력을 증명해줄 수 있는 스펙을 쌓아가는 게 좋습니다.


빅데이터 분야 취업에서 마지막으로 이야기할 부분은 스펙이다. 사실 많은 취업준비생들이 가장 큰 노력을 기울이고 있으며 동시에 가장 막막해하는 부분이 스펙을 쌓는 것이다. 보통 스펙이란 단어는 학점, 영어 점수, 수상 경력 등등을 총칭해서 사용한다. 하지만 여기서 말하고자 하는 스펙은 빅데이터 관련 실력을 증명해줄 수 있는 스펙으로 한정하려 한다. 높은 학점을 가질 필요가 없으며 어학연수 경험이 있을 필요도 없다. 앞서 실무적 능력과 경험이 다른 일반적인 분야보다 더 중요하게 평가받고 있는 것 같다고 언급한 만큼, 그 외에 자질구레한 스펙들은 확실히 중요하지 않은 경향이 있다.


그래서 본인의 빅데이터 관련 경험을 쌓을 때 그 결과가 진짜 실력의 증거물로 작용할 수 있는 활동으로 최대한 경험을 쌓기 바란다. 예를 들어 공모전을 참가하고자 한다면 가능한 유명하고 규모가 큰 대회를 참가하길 추천한다. 1등을 했는데도 '그래서 뭐?'라는 생각이 들면 곤란하다. 만약 이런 스펙 쌓기가 계속 실패에 봉착한다면 적어도 데이터 분야에 대해 정말로 풍부한 지식을 학습하길 권한다. 이 분야는 확실히 직무 면접 때 몇 번의 대화만으로 지원자가 어느 정도 실력을 가지고 있는지 쉽게 판가름할 수 있다. 압박면접보다 더한 압박을 가하며 여러 지식을 물을 때, 망설이지 않고 대답할 수 있는 수준이 되면 이 자체로 분명한 스펙이다.


어찌 보면 가장 중요한 것은
이 분야에 대한 관심을 높이는 것일 수 있겠네요


이야기를 종합해보면 밑바닥부터 시작해서 바로 빅데이터 분야에 취업하기란 쉽지 않지만 그래도 도전을 해본다면 일반적인 취업 준비 활동에 더불어 관련 경험을 위주로 쌓아나가야 한다. 생각해보면 1분 1초가 아쉬울 정도로 바쁜 삶이 될 것이다. 원래부터 데이터 분석을 공부했던 학생이라 할지라도 취업 준비와 경험 쌓기를 동시에 진행한다면 바쁜 나날을 보낼 텐데, 이제 막 첫 발을 내딛는 사람이라면 관련 수학, 프로그래밍 등 관련 지식 공부까지 선행해야 한다. 취업이라는 단순한 목표로 준비를 하기엔 어려움을 겪을 확률이 높다. 그렇기에 어찌 보면 가장 중요한 것은 이 분야에 대한 관심을 높이는 것이 될 수 있다.


사실 취업이 인생의 성공을 보장하는 것이 아니고 실제로 업무를 진행하면서도 역량이나 커리어 등을 어떻게 발전시킬 수 있을지 많이 고민을 해야 한다. 그렇기에 개인적으로 새롭게 빅데이터 분야 취업을 도전하는 사람을 응원하기는 하지만 진심으로 이 분야에 대한 관심이 있어 도전을 하는 것이 아니라 단순히 취업이 쉬워 보여서 도전하는 것이라면 말리고 싶은 마음이 크다. 당장 취업 준비 때문에 마음이 조급 해지는 것은 이해하지만 조금만 더 넓고 긴 시각을 가졌으면 한다. 내가 어떤 일을 할 때 의욕이 생길 수 있는지, 분야에 대한 흥미 자체를 취업에 반영하고 있는 것인지 가장 먼저 고려했으면 한다.



※ 평소 빅데이터/인공지능에 궁금한 점이 있어 답변을 원하는 내용이 있다면 공유해주시면 감사하겠습니다.

브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari