[해외 유학] NUS MTec EBAC 인터뷰 질문
NUS MTec EBAC 합격 후기
NUS MTec EBAC 석사 과정에 합격했습니다. NUS MTec EBAC은 National University of Singapore for Master of Technology in Enterprise Business Analytics의 약어인데요. 싱가포르 국립대학에 있는 비즈니스 분석 1년 석사 과정입니다. 아래 과정들을 거치게 되는데요. 인터뷰 질문으로 받았던 것들에 대한 답을 정리해 보았습니다. 질문들은 정확한 질문이 아닐 수도 있으며 인터뷰 후 기억이 나는 대로 복기한 내용이고요. 정답 또한 따로 전달받은 바가 없습니다. 아래 답변은 개인 의견임을 말씀드립니다.
1) 서류 심사
2) IELTS Academic 제출
3) 입학시험 (약 1시간, 총 50문제 - 수학 · 통계/ 비즈니스 실무/ 영어 뉘앙스 관련 문제 출제)
4) 화상 인터뷰 (약 40분, 총 10문제 - 문제당 10~15초 답변 준비 시간 및 2~3분 동안 응답)
5) 최종 합격 여부 공지
Q1) Explain the differences between business analysis and business analytics.
Q1) Business Analysis와 Business Analytics의 차이를 설명하시오.
A1) Business Analytics는 데이터로부터 인사이트를 얻기 위해 머신러닝과 인공지능과 같은 기술을 사용하는 것에 초점을 둔다. 반면, Business Analysis는 비즈니스 결정을 위해 특정 지표와 문화적인 요소들을 면밀히 분석하여 정성적인 접근에 초점을 둔다.
Q2) State the two programming languages and packages & libraries with examples.
Q2) 두 가지 프로그래밍 언어를 제시하고, 예시와 함께 라이브러리를 제시하시오.
A2) 두 가지 프로그래밍 언어로 R과 Python을 예시로 들 수 있습니다. R은 통계 분석에 더욱 특화되어 있고, Python은 프로그램 개발에 특화된 언어인데요. 데이터 전처리를 예로 들자면, 엑셀로 데이터를 반복적으로 가공하는 작업을 할 때 R의 경우 dplyr을, Python의 경우 pandas 라이브러리를 사용하여 작업할 수 있습니다. 또 다른 예로는, 머신러닝 등의 작업을 할 때, training 데이터와 test 데이터를 나누고 지도학습이나 비지도학습을 하는데요. R의 경우 caret, Python의 경우 scikit-learn 등의 라이브러리를 사용할 수 있습니다.
Q3) What are some of the business problems that cannot solve using data analytics?
Q3) 데이터 분석을 사용해서 해결할 수 없는 비즈니스 문제들은 무엇이 있습니까?
A3) 크게 두 가지로 말씀드리겠습니다. 첫째, 해당 비즈니스 문제와 관련된 데이터가 없는 경우입니다. 예를 들어, 신제품을 출시한 후 해당 신제품의 ROI를 계산하기 위해 매출에 대한 예측이 필요할 텐데요. 해당 신제품이 비슷하게라도 시장에서 판매가 된 적이 없는 전례 없는 상품이라고 가정해 볼게요. 그렇다면, 머신러닝을 돌릴 때 학습을 시킬 데이터 자체가 존재하지 않기 때문에 학습시킬 데이터가 없어서 예측이 어렵겠죠. 둘째, 정성적인 결과를 원하는 경우입니다. 예를 들어, 어떤 제품의 매출이 떨어져서 그 원인을 찾아야 한다고 가정해 볼게요. 여러 가지 원인들이 있을 텐데, 매출이 하락한 요인이 디자인, 기능, 가격 등 여러 가지 요소들이 있을 텐데요. 소비자들이 구체적으로 어떠한 심리적인 이유 때문에 구매를 했는지는 데이터 분석을 넘어 소비자 조사 등을 통한 정성 조사가 추가적으로 필요합니다.
Q4) What are the main differences beween qualitative and quantitative?
Q4) 정성과 정량의 주요 차이점은 무엇인가요?
A4) 정성과 정량의 주요 차이점은 수치화할 수 있느냐입니다. 정량은 예를 들어, 수치적으로 상승했는지, 하락했는지, 혹은 변화가 없었는지를 계산하여 나타낼 수 있어요. 반면, 정성 분석은 단순히 수치만으로는 알기 어려운 것들이 많은데요. 예를 들어, 동일한 상품을 구매한 소비자들이 10명이 있다고 할 때, 서로 상품을 구매한 이유가 다른 경우가 있겠죠. 이와 같이 의견과 같은 요소는 정성적인 요소에 포함됩니다.
Q5) How could you leverage data science in the field of medical and doctor profession?
Q5) 의학 관련 직업이나 분야에서 데이터 사이언스를 어떻게 레버리지 하시겠습니까?
A4) 크게 두 가지로 말씀드리겠습니다. 첫째, 근거를 마련하는 것입니다 제약이든 의료기기든 사람의 생명과 직접적으로 연관이 있기 때문에 그 어떤 분야보다도 더욱더 보수적인 검증이 필요한데요. 데이터 사이언스 중에서도 의학 관련 분야와 밀접한 영역인 생물 통계, 실험 계획법, 생존 분석과 같은 것들이 이러한 근거를 마련하는데 레버리지 역할을 할 거예요. 실제로 어떠한 제품이나 진료 서비스 등이 유의미하게 효과가 있었는지 등을 시장에 출시하기 전에 검증하는 작업이지요. 둘째, 발병률 예측에 활용할 수 있어요. 특히, 대한민국의 건강보험 가입률은 99%에 가까울 것이기에 그 어떤 업계보다 샘플 수가 전체 모수에 가까울 텐데요. 진료 기록 등의 데이터를 바탕으로 어떠한 기질을 가진 환자들에게 어떠한 병의 발병률이 높았는지를 사전에 예측함으로써 발명을 예방하고 대책을 마련하는데 데이터 사이언스가 레버리지 역할을 할 수 있겠습니다.
Q6) How can NUS-ISS MTech help you to become a data scientist?
Q6) NUS-ISS MTech이 당신이 데이터 사이언티스트가 되는데 어떻게 도움이 될 수 있나요?
A6) NUS-ISS MTech이 제공해 줄 수 있는 요소들에는 크게 세 가지가 있습니다. 비즈니스에 특화된 전공, 사람들, 그리고 환경입니다. 첫째, 비즈니스에 특화된 전공으로 비즈니스 실무에 바로 적용할 수 있는 것들을 학습합니다. 이론적으로 비즈니스 분석을 배우는 것을 넘어 기업과 연계한 실무를 배워 다양한 업계에서 비즈니스 분석이 어떻게 활용되는지를 폭넓게 배울 수 있습니다. 둘째, 사람들입니다. NUS는 아시아 1위 대학으로 전 세계 사람들, 특히, 아시아권에 있는 다양한 학생들이 모이는 대학입니다. 따라서, 한국인으로서 한국에서 나고 자란 저는 다른 아시아권의 학생들과 교류하며 한극인으로서의 관점을 공유할 수 있고, 저는 다른 아시아권 학생들로부터의 관점을 공유받을 수 있겠죠. 그렇게 함께 글로벌하게 성장하고 싶습니다. 마지막으로, 환경입니다. 싱가포르에는 수많은 글로벌 기업들의 아시아 본사들이 많은 나라입니다. NUS에서 공부하는 비즈니스 분석을 바탕으로 글로벌 환경에서 활동하는 글로벌 인재로 거듭날 것입니다.
Q7) Which specialisation are you interested in? And why?
Q7) 어떤 전공에 관심이 있나요? 그 이유는 무엇인가요?
A7) 온라인과 디지털 분석에 특화된 비즈니스 분석이라면 모두 학습하고 싶습니다. 특히, Customer Anaytics에 관심이 많습니다. 그 이유는 모든 비즈니스는 제품이나 서비스를 구매하는 사람들, 즉, 고객들로부터 시작되기 때문입니다. 특히, 코로나 이후 온라인과 디지털 세상은 가속화되어 코로나가 끝난 이후에도 결코 코로나 이전으로 돌아갈 수는 없을 텐데요. Customer Analytics를 바탕으로 웹 사이트와 앱을 기반으로 한 프로덕트 분석과 관련된 방법론들을 배우고 적용하여 고객들의 만족도를 높여 비즈니스를 성장시키고 싶고요. 궁극적으로 비즈니스 관련된 지표들을 예측하는 Advanced Predictive/ Prescriptive Modelling Techniques를 학습하고 싶습니다.
Q8) If a module exam covers Predictive Analytics field, what will it do?
Q8) 만약 모듈 시험이 예측 분석 분야를 다룬다면, 무엇을 하게 될까요?
A8) 과거에 쌓아왔던, 그리고 현재에도 쌓이고 있는 데이터를 바탕으로 미래를 예측하는 것을 배울 텐데요. 예측의 대상에는 여러 가지가 있겠죠. 그중에서도 구체적으로 예측하고자 하는 타겟 변수가 분명한 지도 학습, 그리고 타겟 변수가 없는 비지도 학습들을 배울 텐데요. 이를 실제 비즈니스와 접목시켜서 업계별로 어떤 분석 방법이 특화되어 있는지 등을 다룰 것 같습니다.
Q9) What is your plan after graduation?
Q9) 졸업 후 당신의 계획은 무엇입니까?
A9) 싱가포르에서 글로벌 비즈니스를 하는 것입니다. 다양한 관점을 가지고 있는 글로벌 인재가 되어 온라인과 디지털을 사용하는 업계에서, 특히, 이커머스와 플랫폼 회사인 쇼피, 라자다, 그랩과 같은 회사와 협업하여 사람들의 삶을 더 편하고 좋게 만드는데 기여하고 싶습니다. 또한, 아시아 마켓을 커버하는 다양한 문화와 배경을 가진 사람들과 함께 성장해 나가는 것이 졸업 후 계획입니다.
Q10) What is your one weakness?
Q10) 당신의 한 가지 약점은 무엇입니까?
A10) 비즈니스 분석 측면에서는 다양한 업계에 대한 실무 방법론이나 경험이 부족하다는 것입니다. 특정 도메인에 대한 비즈니스 분석 실무 역량은 있으나, 어느 업계에서 근무를 하더라도 그 제품이나 서비스를 사용하는 소비자들은 매우 다양할 텐데요. 따라서, 그 소비자들이 사용할 다양한 업계에 대한 비즈니스 실무 방법론을 익히는 것도 소비자들을 이해하는데 큰 도움이 되리라 생각됩니다. 해당 업계에서 직접적으로 근무하지 않더라도 고객들이 어떤 니즈를 가지고 있는지 아는 것이 중요하겠죠. 아직은 특정 도메인에서의 경력만 있는 상태이기 때문에 다양한 업계에서 비즈니스 분석이 어떻게 적용되는지 학습하는 것은 저의 약점을 개선하는 데에 큰 도움이 될 것입니다.
