본문 바로가기
취업

[취업특강] 10년차 데이터분석가 서류 통과율 높이는 전략 특강 후기 (정말 강추👍)

by 포 키 2024. 3. 25.
728x90

오늘은 비즈니스 데이터 분석가에 대한 취업과 채용 연계에 대한 팁을 주는 강의를 들고왔다!

 

 

0. 특강 소개

강의 시간은 대략 45분정도로 10년차 데이터 분석가가 말해주는 서류 통과율을 높이는 방법을 알려준다! 

아래의 링크를 눌러 메타코드 사이트에서 로그인을 해주고 강의 영상 카테고리 > 커리어 정보에서 바로 신청하면 된다. 

https://mcode.co.kr/

 

메타코드M

빅데이터 , AI 강의 플랫폼 & IT 현직자 모임 플랫폼ㅣ메타코드 커뮤니티 일원이 되시기 바랍니다.

mcode.co.kr

 

 

 

1. 내용 요약

 

강사 소개

 

오늘의 특강 강사님은 다양한 규모의 비즈니스 데이터를 분석하는 일을 해오신 경험이 있으시고,

현재는 유명한 커머스회사의 비즈니스 데이터 분석가로서 재직중이시라고 하셨다.

4년전부터 채용을 담당해오시게 되었다고 하셨는데 이 경험을 토대로 주제를 풀어나가주시며, 채용 공고들을 분석해보고 서류 합격을 위한 조언을 해주신다고 하셨다!

 

 

채용공고 파헤치기

 

프로덕트 분석가의 경우 서비스의 효율성을 높이기 위한 데이터 분석을 하기 때문에 실험을 잘 설계하고 실험 결과를 통계적으로 잘 분석하고 해석하는 능력이 필요하며, 결론 도출을 해낼 수 있어야 한다.

특정 분야의 데이터 분석가는 해당 분야의 경험 유무가 매우 중요하다고 했다.

비즈니스 데이터 분석가의 경우 서비스가 어떤 올바른 방향으로 잘 가는지, 장애물의 여부와 있고없음의 차이가 있는지에 따른 성과를 파악하거나 확인하고 대응하는 데이터를 분석하게 된다고 한다.

즉, 다양한 지표들을 모니터링하고 변동이 발생하면 원인을 파악하는 업무를 수행하며, 앞서 두 데이터 분석가와는 다르게 깊이있기 보단 폭넓은 지식을 요구한다고 한다.0

 

 

자격요건

 

채용공고를 통해 보자면, 분석의 방향성을 논리적으로 정의하고 복잡한 분석 결과를 데이터 분석가뿐 아니라 다른 팀에도 설명할 수 있으면서 해결의 방향성을 제시할 수 있는 능력과 협업, 커뮤니케이션 스킬이 필요하다.

파이썬이나 SQL같은 툴이 중요하지 않다는 것은 아니지만 스킬적인 부분은 상대적으로 단기간에 가르치거나 매체를 통해 습득가능한 정도인데 위의 역량들 같은 경우는 단기간에 향상시키기 힘들기 때문에 기본적으로 지닌 사람들을 뽑는다고 했다.

 

 

인사팀 기준 서류 확인 기준

 

비즈니스 데이터 분석가는 회사의 매출이 상승하거나 하락하는 등의 지표를 매일 마주하게되는데 그 원인을 찾고 더욱 강화하는 것을 목표로 한다.

그리고 회의를 거쳐 확실한 상승세를 타는지, 성수기 등의 영향을 받고 있어 잠시 튀는 것은 아닌지를 의논하고 이런 질문을 해결할 수 있도록 함께 할 사람이 중요하다.

그래서 채용하는 입장에서 서류 단계에서 이러한 역량과 경험을 가지고 있는지를 보고 면접에서 확인하려 한다.

 

 

채용 단계

 

서류를 통과한 지원자들이 쿼리 테스트를 통과하게되면 1차 실무진 면접을 경험하게 되는 경우가 많다.

2차 임원진 면접을 거치기 전에 1차 면접에서 진행되는 부분이 가장 넓다고 했다.

서류도 1차면접만큼이나 넓은 범위를 파악하고, 1차 면접에서는 서류에 있는 내용을 기반으로 진행하는 경우가 많다.

다들 쿼리 테스트를 많이 우려한다는데 나 역시 이말엔 동감했다.

그러나 쿼리 테스트를 우려하지 말고 서류를 통과하는 사람들의 폭이 매우 좁아서 서류 통과를 먼저 걱정해야한다고 했다.

 

 

서류 통과의 중요성

 

현실적으로 지원자가 200명이라면, 쿼리 테스트를 보게되는 지원자는 8% 16명정도라고 한다.

그만큼 서류 통과가 많이 힘든 추세이고, 서류 통과가 되면 합격율이 정말 높아지기에 서류 통과에 대한 조언을 해주시려고 결정하셨다고 했다.

물론 서류 통과 = 최종 합격 은 아니지만, 바늘 구멍만한 서류 통과의 길을 헤쳐나가면 더 높은 확률로 최종 합격이 될 수 있다는 뜻으로 말씀하셨다.

 

 

서류통과를 잘하기 위해

 

서류 통과를 잘하려면 먼저 본인의 경험을 토대로 진행한 분석 경험이 있을 것이고, 이를 왜 분석을 진행했고 어떻게 분석했는지 그 결과는 어떻고 성과는 어땠는지 좋든 나쁘든 구체적으로 설명해야한다고 했다.

서류를 탈락하는 사람들의 공통점이 어떤 분석의 배경이나 목적, 성과, 분석주제 등의 내용이 너무 없고, 분석의 수단에 대한 설명과 어떤 인풋을 넣었는지에 대해서만 어필하거나, 작성을 하더라도 추상적이라 파악하기 힘든 사례가 많았다고 했다.

결론적으로 교육을 수강했고, 강의들을 많이 들은것, 자격증을 취득한 것에 대해 이야기하기보다 어떤 분석을 뭘 했고 그 결과가 어떻게 됐다는 식으로 이야기를 꾸려 이런 것을 시도했다는 방식으로 내용이 꾸려지는 것이 좋으며, 데이터 마트 구축경험이나 대시보드 구축 경험은 데이터 분석가는 좋아할지 몰라도 다른 팀원의 반대로 서류 탈락 가능성이 높을 수 있다고 한다.

 

 

자소서 예시

 

제목은 같지만 내용이 다른 2가지 예시를 들어 서류 통과를 위한 핵심을 짚어주셨다.

똑같은 프로젝트 경험이더라도 어떤걸 분석했고 뭐를 활용했고 머신러닝까지 해봤다로 끝나는 케이스가 있다면, 어떤 현상이 있고 원인은 뭐였고 결과는 이렇게 나왔다는 가독성이 좋으면서 핵심적인 내용들을 파악할 수 있는 자소서이기 때문에 좋은 예시를 참고해서 이 사람의 논리성과 문제 해결력을 잡아낼 수 있게끔 하는 것이 중요하다고 했다.

 

나쁜 예시 파헤치기

 

조금 더 파고들어보자면, 이탈을 정의하는 것이 되게 까다롭고 종류도 많은데 이탈을 어떤 기점으로 정의할지에 대한 이탈에 대한 정의를 하고, 원인을 파악해서 분석해나가는 흐름을 잡고 가야한다고 했다.

그리고 이탈의 원인을 모르는데 어떻게 찾았는지에 대한 의문이 들지 않도록 머신러닝 모델링으로 이탈율을 예측했다는데 왜 진행한건지 원인을 찾고 해결할 노력을 우선시 하지 않은 이유는 무엇인지에 대한 의문점이 들 수 있기에 구체적으로 하나부터 설명해나가는 것이 중요하다고 했다.

 

좋은 예시 파헤치기

 

분석할 때 정의를 어떻게 하고 어떤 기준을 세우는지가 분석의 시작이면서 핵심이기에 좋은 예시의 경우 구체적으로 어떤 사람들을 이탈이라고 생각했는지를 정의하고 시작한 것이 굉장히 좋은 사례라고 했다.

그리고 이 부분을 통해 문제 정의를 제대로 할 수 있는 사람이라는 인식이 생기면서 긍정적으로 검토를 하게된다고 한다.

대시보드나 데이터 마트를 구축한 경험을 전혀 제시하지 않고 분석 프로세스를 정확하고 구체적으로 제시한 것이 가점이 된다고 한다.

결론적으로 어떤것을 제대로 파악했는지까지 잘 녹여둔다면 다른 팀과의 협업과 커뮤니케이션에도 문제없다고 받아들여서 긍정적으로 평가하게되고, 면접의 기회가 주어진다고 한다.

 

 

서류 양에 대해

 

구체적으로 작성하게 되서 양이 길어질 경우에 대한 의견에 대해 좋은 예시처럼 나의 문제 해결 능력이나 문제 정의, 의사소통 스킬, 협업 등에 대한 포인트를 잡아서 표현을 했는데 양이 많아진 것이면 긍정적으로 보게되고, 나쁜 예시처럼 대시보드나 데이터 마트를 구축한다고 힘들었다는 식의 내용으로 인해 양이 많아지면 서류 탈락감이라고 하셨다.

연차가 중요한 것도 아니고 자기의 분석을 구체적으로 표현하는게 서류 통과율을 높일 수 있는 방법이라고 하셨다.

 

 

의사소통 스킬

 

회사에서 일반적으로 요구하는 의사소통 스킬의 경우 말로서 하는 의사소통뿐만 아니라 서류를 통한 의사소통 스킬을 함께 요구하고 있다.

따라서 내용도 중요하지만, 형식도 매우 중요하게 보며 서류를 검토할 때 무의식적으로 볼 수밖에 없다고 한다.

형식으로 주석이나 단락 등을 통해 가독성을 높이고 구조가 어떻게 짜였는지 파악하기 용이한 지원서의 경우 검토할 때 더 많이 보게 된다고 한다.

 

쿼리로 보는 형식

 

형식에 관련된 부분은 위의 사진을 통한 SQL 쿼리문으로 체감을 해보면 좋을 것 같아 들고왔다.

 

서류로 보는 형식

 

1. 빼곡하게 너무 많은 내용을 넣는다 (단락 구분 X, 가로나 세로로 너무 긺, 지원서 페이지 수만 줄여서 가독성 낮음)

 

 

2. 과도하게 서식을 꾸밈(글자 색상 꾸밈 등)

강조하고 싶은 부분은 밑줄이나 볼드처리정도가 적당하고 본인의 소개보다는 분석 내용을 구체적으로 보고싶음

3. 자기 소개가 너무 많음 > 구체적인 분석 내용을 보고 싶음.

4. 불필요한 사진 활용 > 전신 사진을 넣음(팀원으로 함께하기 부담스러움)

 

 

5. 포트폴리오 준비 부족 > 지원서에 분석 내용을 구체적으로 잘 작성하면 포트폴리오는 전혀 필요하지 않음

노션으로 되어있길래 봤더니 너무 방대하면서 어디가 중점인지 모르겠다거나, 석사 이상급의 경우 논문을 첨부했는데 지원자의 이름이 없다거나, 이전 분석 결과물을 가리지 않고 그대로 제출할 경우(즉시 탈락)가 해당된다고 한다.

 

좋은 사례로 보는 형식

 

단락을 논리적으로 전략적으로 잘 구분해둔 케이스 + 전문 용어를 간단하게 설명 + 세밀하게 구조 조정, 요약, 과하지 않은 서식 등으로 내용도 좋은데 뒷받침되는 부분이 있음 = 의사소통 스킬이 좋을 것으로 예상!!

 

 

기타 팁

 

채용 담당자들이 업무를 보면서 지원서까지 봐야하는 것을 배려해서 형식이나 구성을 고민하면 서류 통과에 가산점이 될 수 있을 것이라 한다.

 

 

경력이 있다면 전체적으로 한눈에 파악할 수 있도록 해서 어떤 시장의 경력이 총 몇년 몇개월인지에 대해 작성해주는 것도 중요하다고 한다.

그리고 지원서 페이지가 길어진다고 해서 그걸 두려워하거나 여러 파일로 쪼개지 말고 분석 프로세스를 구체적으로 제시하는 것을 중심으로 두고 작성하라는 팁을 주셨다.

개인적으로 이 부분이 정말 중요하게 와닿은 느낌이다.

여태껏 자소서 첨삭을 받았어도 이런식으로 말해주시는 분은 없었고 내용에 대해 어떻게 작성하는 것이 좋다는 말뿐이라 길이에 대한 어려움과 두려움이 있었는데 자소서를 갈아엎으려한 지금 시점에서 가장 필요했던 이야기들 같다.

 

 

마지막 꿀팁!

 

이 부분은 예상하면 예상할 수는 있지만 확실히 채용담당자가 겪은 바를 이야기해주셨기에 더 와닿은 내용같다.

회사 지원서의 경우 공고가 뜨면 작성해서 지원하는 것이 아니라 미리 알아두고 지원서를 작성해둔 다음에 공고에 맞게 조금 가다듬고 바로 제출하는 것이 서류 통과 확률도 내 지원서를 제대로 읽어볼 확률도 높다는 것.

 

 

데이터 분석쪽이라면 꼭 필수적으로 보고있는 SQL을 활용한 경험이 없는 경우 무조건 서류 탈락이라는 점이 눈에 아른거리는 것 같다.

나는 빅쿼리를 살짝 활용한 경험이 있긴하지만, 솔직히 아직 SQL과 관련한 경험이 크지도, 분석 경험이 탄탄하지도 않은 상태라서 이 부분이 많이 찔린 것 같다.

 

 

2. 수강 후기

내 자소서는 비전공 국비교육 수료생이라는 단 하나의 타이틀로 내가 부족한 부분을 어떻게 채워나갔는지에 대한 이야기를 주로 했는데, 오늘을 계기로 내 자소서 역시 나쁜 예시였다는 것을 직접 체감할 수 있게 된 것 같다.

확실히 채용 담당을 하신 분이시면서 의사 전달력이 좋으셔서 머리로는 이해하며 인지하고 있지만, 실제로는 어떻게 해야하는지를 정확히 파악하지 못한 내 모습을 정확하게 찌르고 드러내준 시간이 된 것 같다.

여태껏 채용공고를 분석해준 강의들 중 원탑으로 경험이나 면접에 도움된다고 느낀 강의는 네이버 쿠팡 강사분 강의였는데 서류를 중점으로 이야기해준 강의는 처음이지만 언급해준 강의들도 있었다.

단언코 이 특강을 통해 내가 얻어간 부분들이 컸다고 생각한다.

 

추천 여부

이 강의로 서류를 준비하고, 아래 링크를 첨부한 강의로 면접이나 경험을 보강한다면 정말 좋을 것 같다!

이번 강의도 서류 탈락의 쓴맛을 오래본 사람들에게 정말 강추한다. 👍👍👍

2024.03.12 - [취업] - [취업특강] 네이버 / 쿠팡 Data Analyst 커리어 특강 (정말 강추👍)

 

[취업특강] 네이버 / 쿠팡 Data Analyst 커리어 특강 (정말 강추👍)

오늘은 데이터 분석가 시니어 현직자분의 특강으로 머리도 식히고 리프레쉬할 겸 특강 정리하는 시간을 가져보려한다. 어제 반나절을 크롤링 복습하고 개념을 익히는걸 위주로 했더니 오늘은

forky-develop.tistory.com

 

 

 

728x90