미국 데이터 사이언스 인턴 구직기-2. 서류 통과
6초 만에 나 자신을 세일즈 하기
인턴의 자격
미국의 데이터 사이언스 인턴 채용 과정은 보통 '채용 공고에 서류 제출-->(기술 테스트)--> 인터뷰'의 순서로 진행된다. 그리고 채용 과정의 각 단계마다 내가 증명해야 하는 것은
나는 지원 자격을 갖추었고, 인턴으로서 하게 될 일을 잘할 수 있다
는 것. 모든 채용 공고에는 인턴이 하게 될 업무와 지원 자격이 열거되어 있으니 채용 공고에 맞추어 판단하면 된다.
인턴에게 주어지는 업무는 회사마다 크게 달랐지만 지원 자격은 비슷했다. 내가 지원했던 회사들 중에서 인터뷰, 테스트 기회를 준 회사들을 기준으로 지원 자격을 살펴보면 크게 다음과 같은 항목으로 구성된다:
학위/전공
경제학, 통계학, 컴퓨터 공학, 경영학, 기타 공학, 기타 자연과학 전공의 석박사
With a degree in Economics, Statistics, Computer Science, Mathematics, or related technical field
Master's or PhD candidate in Economics, Statistics, Engineering or related field
Pursuing a BA/BS with strong academic record, ideally in Mathematics, Statistics, Computer Science, Physics, Economics, a quantitative social science, etc.
successful candidates will usually be pursuing an advanced degree in one of the following areas: operations research, statistics, mathematics, machine learning, or management science.
지식, 스킬
데이터를 가져오고 분석하는 툴, 통계학, 빅데이터 인프라, 커뮤니케이션
Strong knowledge and skills in SQL, Excel, Hive, R and Python
Advanced math and statistics knowledge
Knowledge of Hadoop, a NoSQL Database or other big data infrastructure
Exceptional written and verbal communication and presentation skills with a customer service orientation.
경험
데이터 사이언스 프로젝트
Required: 1+ years experience in executing data analysis
Experience working on quantitative projects or in a role writing SQL queries (particularly within PostgreSQL or Redshift)
Experience applying analytic skills to a real-world project, from the early stages of solution ideation, algorithm design, and prototyping to things like input data cleanup, model building, and process rollout and implementation.
성향
디테일, 자율성, 빠른 학습 능력, 호기심, 협동
With detail oriented focus
Be able to work independently with little guidance
Versatility and willingness to learn new technologies on the job
You never run out of questions, but you value progress over perfection.
Ability to work effectively in a collaborative, fast paced, multitasking environment
이 4가지 요소 중에 레주메에서 바로 드러나야 하는 것은 학위와 전공, 지식과 스킬, 그리고 경험이다. 성향은 커버레터와 인터뷰에서 보여주어도 된다고 생각한다.
바꿀 수 없는 것, 바꿀 수 있는 것
레주메에서 당장 바꿀 수 없는 항목은 학교, 학위, 전공, 그리고 이전 직장 경력이다. 중요한 항목들이지만 몇 달 안에 업데이트가 안된다. 그래서 자격을 충족할 경우에는 많이 많이 자랑하고 미달되는 항목이 있으면 다른 것들을 어필해야 한다.
나는 데이터 사이언스 전공 석사이기 때문에 학위와 전공에서 걸린 적은 없었다. 내가 다니는 학교(University of North Carolina at Charlotte)의 인지도가 어떻게 작용했는지는 정확히 모르겠지만, 미국 기업들이 내가 다니는 학교와 집의 위치로 지원자들을 자동으로 거르기도 한다는 이야기도 들었었다. 예를 들면 회사로부터 몇 마일 이내에 있는 지원자만 고려하는 식으로. 이것도 정확히 어떤 영향을 미쳤는지는 알 길이 없다. 다만 한국에서 학부 4학년 2학기에 구직해본 경험과 비교해보면 미국은 한국보다 학교의 네임밸류가 상대적으로 덜 중요한 것 같다.
상대적으로 단기적인 노력에 따라 업그레이드가 되는 항목이 지식, 스킬, 경험이다. 예를 들어 이번 학기에 여러 가지 classification 알고리즘을 배웠다면 레주메에 추가할 수 있다. 파이썬의 'Pandas'라는 라이브러리를 능숙하게 쓸 줄 알게 되었다면 이것도 추가할 수 있다.
적합성, 간결성
인턴 공고의 자격 요건에 나 자신이 70-80% 정도 부합한다면 그다음에는 스스로를 어떻게 세일즈 할 것인가의 문제다. 특히 리쿠르터가 내 레주메를 읽는 6초 동안 '이 지원자는 인터뷰/기술 테스트를 해봐야겠는걸?'이라는 생각을 하게 만들어야 한다.
나는 여기에 2가지 key가 있다고 생각한다. 하나는 적합성, 또 하나는 간결성이다. 이건 소개팅과 비슷하다. 친구가 나에게 소개팅을 해보라고 권하면서 소개팅 상대를 묘사할 때 '그는 서울시 광진구에 거주하는 30대 초반 남성인데 XX대학교를 5년 전에 졸업해서 첫 번째 직장이었던 XX에서 XX 업무를 하다가 현재는....'라고 길게 말할 수도 있지만, '너보다 2살 많은 우리 대학교 선배인데 무역일 하고 너랑 취미가 비슷해'라고 한다면 1) 더 빠르게 의사결정을 할 수 있고, 궁금한 점은 뒤에 더 물어볼 수 있으며 2) 그중 내 마음에 드는 키워드가 있다면 (나이, 친구와의 관계, 직업, 취미 등) 바로 호감을 가질 수 있다.
먼저 적합성은, 해당 기업이 속한 카테고리, 그 기업이 하는 비즈니스, 혹은 바로 그 기업에 대한 나의 도메인 지식과 경험에 관한 것이다. 구체적으로 이런 형태로 드러난다:
해당/관련 업계나 포지션에서의 업무 경험
해당 기업, 업계와 관련된 데이터 사이언스 프로젝트 경험
나의 경우에는 이전 포스팅에서 밝힌 대로 인터넷 서비스 업종에 지원했을 때 레주메를 통과하는 비율이 가장 높았다. 내 레주메에는
'광고 대행사 기획 포지션--> 비즈니스 컨설팅 (마케팅 관련)--> 디지털 광고 세일즈'의 직장 경력과
프로젝트 경험으로 1) 금융 기업에서 했던 마케팅 캠페인의 전환(conversion) 예측 프로젝트 2) 일반 소비자들을 대상으로 서비스를 제공하는 기업의 수요 예측 프로젝트 3) 보험 회사 고객들 중 고위험 고객 예측 프로젝트가 포함되어 있었다. 이 프로젝트들은 학교 수업 중에 그룹으로, 혹은 나 혼자 했던 프로젝트 들이다.
간결성은 기본적으로 다음 두 가지를 전제로 한다.
한 번에 눈에 들어오는 레주메 템플릿 (이런 느낌)
경험, 학위, 스킬 등을 짧지만 바로 이해되도록 전달하는 문장들
여기에 덧붙여, 나는 레주메에 한 줄 소개가 있었다. 한 줄 소개는 위 소개팅 예시에 등장한 한 문장('너보다 2살 많은 우리 대학교 선배인데 무역일 하고...')처럼 레주메 한 페이지를 요약하면서 동시에 리쿠르터에게 '내 레주메는 좀 더 시간을 들여서 읽어볼 만해요' 같은 기대를 심어줄 수 있다.
내 한 줄 소개는 이렇다:
"Graduate student in data science with 8-year domain experience in marketing"
보다시피 내가 전달하고 싶었던 메시지는 두 가지다 - 1) 나는 데이터 사이언스를 정규 석사 과정에서 공부하고 있고 2) 나는 마케팅 업무를 해봤다는 것.
이 한 줄 소개 다음에 레주메에는
학위 정보 (석사, 학사)
테크니컬 스킬 (컴퓨터 랭귀지, 머신러닝 알고리즘, 기타 툴)
직장 경력
프로젝트 경험
이 이어진다. 첫 번째, 두 번째 항목이 데이터 사이언스 업무를 할 수 있는 나의 일반적인 자질과 자격을 이야기한다면 마지막 두 항목은 해당 포지션, 기업, 업계에 대한 도메인 경험, 지식을 강조한다.
How to sell myself
지금까지 내가 쓴 팁들이 모든 사람들에게 적용 가능하다고 생각하지 않는다. 우리 과 친구들만 봐도 데이터 사이언티스트라는 같은 목표를 갖고 있지만 업무 경험, 학위가 상당히 다양하기 때문이다. 중요한 건 데이터 사이언스 포지션을 채용하는 기업의 니즈와 내가 가진 강점을 연결하고, 레주메와 인터뷰에서 그 연결성을 보여주는 능력이다.
나는 경영대 출신에, 대학원에 입학하기 전에 실제로 데이터를 다루는 업무는 물론 테크와 관련된 업무를 한 적이 없었다. 반면에 마케팅 분야에서 8년 동안 일한 경험이 있었다. 그래서 레주메에 테크니컬 스킬을 최대한 자세히 썼고, 코딩이나 통계학이 나의 약점이 되지 않도록 대학원 재학 기간 동안 많은 시간을 투자했다. 그리고 강점을 살리기 위해 나의 도메인 경험을 좋아할 만한 기업에 우선적으로 지원하고, 마케팅과 관련된 개인/학교 프로젝트를 했다.
만약 내가 컴퓨터 공학을 학부에서 전공하고 개발자로 일한 경험이 있다면 어땠을까? 그랬다면 지금처럼 도메인을 기준으로 지원할 기업을 선택하기보다는 데이터 분석, 모델링 이상의 테크니컬 스킬(ETL 같은)을 요구하는 포지션을 타깃 했을 것이다. 결국은 데이터 사이언티스트로 일 할 수 있는 기본 소양을 갖추고, 자기 자신에 대해 잘 파악해서 취업 시장에 가장 매력적으로 선보이는 것이 핵심이다.
마지막으로 취업을 준비하면서 개인적으로 도움이 된, 레주메 관련 글을 공유하고자 한다.
How to Write the Perfect Data Scientist Resume
