Boaz 컨퍼런스 톡에서 각 분야의 선배님들께서 해주신 말씀들을 정리한 내용입니다.
1. 데이터 엔지니어링(8기)
sk c&c 데이터 엔지니어링 팀
분석 파트는 석사가 많음 학사라도 실력이 있으면 가능하다
데이터 파이프라인(분석 과정)
수집 > 저장 > 처리 > 분석 > 시각화
1) data engineering (수집/저장/처리)
2) data analysis(분석)
3) data visulization(시각화)
Hadoop & Spark : 대기업에서 사용하는 매우 큰 데이터 분산 처리 툴/ 실제로 다뤄보기 매우 어렵기 때문에(컴퓨팅 파워) 조금만 관심가지고 공부하면 매우 메리트 있음
결론적으로, 빅데이터 분야는 매우 많은 영역을 포괄하고 있고 앞에 언급한 3가지를 다할순없다.
커뮤니케이션과 협업이 매우 중요!
2. KAIST AI 대학원(11기)
1. 정보 수집
> 엑셀로 랩실 정리 - 연구실 실적(논문), 연구실 분위기, 연구 분야 일치(논문 키워드), 협업 기업, 석박사 인원 비율, 교수님 나이
> 해당 랩실 연구원분게 이메일을 보내 만나거나 면담해 정보 얻기
> 총 1년 2개월 준비 : 미리미리 철저하게 하자
2. 컨택 준비
> CV 정리
> 성적증명서 첨부해서 교수님께 이메일!
3. 면담 준비
> 짧고 간결하게 예상 문답 60여개 준비(핵심적인 것들, 깊게 이해하고 있다는 것을 보여야함)
4. 랩실에서 얻을 수 있는 것
> 논문을 찾고 읽는 법/연구 흐름(분야별, 산업별, 연구자별)/발표
> 공부는 혼자, 토론은 다 같이 : 다른 관점과 높은 이해도, 누가 떠먹여 주지 않음
5. KAIST 대학원 지원
> 자소서 : 일관성 있게, 키워드가 앞에 오는 문단 구성, 연구하고 싶은 분야 주제의 구체성과
연구의지 강조
> 우수성 입증자료 : 학부 교수님 추천서, 학회 논문, BOAZ 프로젝트 및 기타 공모전
> 영어성적 : 고고익선
> 면접 준비 : 짧고 간격하지만 정확하게 예상 문답 100개 준비
학부 때 들었던 과목들에 대해 꼬리 질문 매우 깊고 다양하게..
6. 대학원 합격 후
> 논문 읽고, 이해 안 되는건 다시 보고, 분석하고 실험하고 조언 구하고 다시 공부하고...
> 멀리 있는 큰 목표보다 당장 하루하루 꾸준히 열심히
7. Tips
> 인기 랩실은 사전 컨택 후 인턴 기간 중 뭔가 보여줘서 뽑히는 경우가 많음
> 따라서, 랩실 인턴은 꼭 해보자 : 논문 보는 법, 분위기 등.. 여러가지를 배울 수 있음
> 대학원 컨택은 기회를 한 번 쓰는 것 신중하게 준비 많이하고 철저하게 지원할 것
3. NAVER Clova AI 팀(6기)
영어공부 꾸준히하고 해외학회 논문을 내는 것을 목표로 공부해라
같이 일하고 싶은 사람, 어떤 문제를 풀고 싶은지 어떤 걸 연구하고 싶은가가 통해야 한다
기업은 산업 흐름에 따라 많이 뽑을때가 있고 적게 뽑을때가 있다. 닫히고 나면 정말 힘들다
이 회사가 다음에 뭘할까 생각해서 공부해라 특정 회사 랩실 리더급을 팔로우해 정보를 취합하자
전략적으로 준비해야한다
그래야 기회가 왔을때 탑승가능하다
'Memo' 카테고리의 다른 글
| 2020.02.16 (0) | 2020.02.16 |
|---|