각각 물류, 경영, 문예창작, 기계공학을 전공한 데이터 분석가 4명이 사전 질문에 대해 솔직하게 답변합니다.
데이터 분석가가 되기 위해, 업무를 하는 데 정말 중요한 게 뭔지 허심탄회하게 얘기합니다. "데이터 분석가 되려면 석사가 필요하다고요? 그거 누가 퍼트리고 다니는 유언비어죠?"
#1부 - 데이터 분석가 취업기 + 채용공고 읽는 방법
1부에서는 데이터 분석가가 어떻게 되었는지, 어떤 마음가짐이었는지, 그리고 채용공고는 어떻게 읽는지 등 데이터 분석가 커리어 패스를 시작하는데 필요한 다양한 이야기들을 담았습니다.
#2부 - 비전공자 데이터 분석가 4인 질의응답
2부에서는 다양한 전공을 가진 데이터 분석가 4명이 사전 질문에 답변합니다. 물류학과, 경영학과, 기계공학과, 문창과를 각각 전공한 사람들이 답변하기 때문에 한 가지 질문에 대해서도 다양한 관점을 보여드릴 수 있을 거예요 :D
2부에서 답하는 사전 질문
왜 데이터 분석으로 진로를 정하셨는지 궁금합니다.
데이터 분석가는 분석 포지션을 모두 수행하는 플레이어인가요? 데이터 분석가, 비즈니스 분석가, 프로덕트 분석가 채용 공고를 보면 데이터 분석가 업무를 모델링으로 쓴 곳도 있고, Funnel/AARRR 등 프로덕트 분석으로 쓴 곳도 있어서 기본적으로 역량을 어디서부터 어디까지 쌓아둬야 하는지 궁금합니다.
데이터 분석가로 일하면서 가장 어려웠거나 힘들었던 점이 무엇이었나요? 현업에서 고민하는 것들이 궁금해요.
비전공자가 데이터분석 직군이 되려면 전공자를 뛰어넘는 관련 경험이라던지 포트폴리오가 필요하다고 생각합니다. 이런 경험이나 포트폴리오 준비는 어떻게 하셨나요?
데이터 분석가가 되기 위한 가장 중요한 스킬셋 3가지만 뽑는다면?
데이터 분석 직무는 석사가 거의 필수시 된다고 들었는데 현업에 종사하시는 분들 의견도 같은 생각이실까요?
신입 데이터 분석가로서 면접에서 어필하면 좋은 점
비전공자 & 데이터 분석 공부한 지 1년 정도 밖에 되지 않아 아직 자신감이 많이 부족합니다. 머신러닝 기본 개념도 탄탄하지 않은 것 같고 코드 짜는 실력도 부족한 것 같아 회사에서 잘 해낼 수 있을지 자신이 없어 인턴 지원조차 망설여집니다. 어떻게 하면 용기를 내어 첫 발을 내디딜 수 있을까요?
1월 세미나 참여자 소개 📖
연사 <선미> 🎤
[물류학, 경영학 복수전공] 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가를 거쳐 지금은 데이터리안 대표가 되었습니다. 백문이불여일타 SQL 캠프 강사입니다. 1부에서 데이터 분석가가 어떻게 되었는지, 채용 공고를 어떻게 읽는지 얘기하려고 합니다.
패널 <민주> 🏄♂️
[기계공학 전공] 공유주거 스타트업 창업, B2B 물류 스타트업 분석가를 거쳐 지금은 데이터리안 대표가 되었습니다. 창업부터 엑싯까지 경험이 있는 청년 창업가입니다.
패널 <보민> 🚀
[문예창작 전공] 채용 플랫폼의 분석가. 시인입니다. 겉으로는 무소유를 실천할 것 처럼 보이나, 엄청난 실행력과 에너지로 항상 벌려놓은 일이 끊이질 않습니다. 데이터리안의 혜민스님이라고 할 수 있죠.
패널 <혜정> 👻
[경영학 전공] 대학교 졸업도 전에 콘텐츠 기업 데이터 분석가 인턴을 거쳐 정규직으로 근무했습니다. 지금은 퇴사 후 열반에 오른 상태입니다. 현재 최종학력 고졸인데 취업과 퇴사를 경험하고 남들보다 인생을 빠르게 살아보는 중입니다.
Q&A를 확인해보세요! 💬
Q. 월간 데이터리안 세미나는 언제 하나요? 어디에서 신청할 수 있나요?
데이터리안 웹사이트에서 다음 달 세미나 정보를 보실 수 있답니다. 신청도 바로 할 수 있어요!
Khi tôi đang bối rối khi quyết định theo đuổi sự nghiệp trong lĩnh vực phân tích dữ liệu, đây là nội dung hữu ích đã giúp tôi giải quyết những lo lắng mà tôi đang gặp khó khăn! Tôi chắc chắn sẽ nghe hội thảo trực tuyến hàng tháng :)
Khi đang hướng tới mục tiêu trở thành nhà phân tích dữ liệu, tôi tình cờ gặp Datarian. Nó rất hữu ích vì nó đề cập đến một câu chuyện rất thực tế. Cảm ơn!
Thông tin cần thiết được giải thích một cách dễ hiểu và thân thiện. Đặc biệt, tốt nhất nên tạo sự thoải mái và hỗ trợ cho những người không chuyên ngành để họ có thể theo đuổi con đường trở thành nhà phân tích dữ liệu. Sự tự tin của tôi tăng lên và tôi cảm thấy mình muốn tham gia nhiều lớp học hơn ở Infron. ㅠ