Yours Ever, Data Chronicles
[커리어 시리즈 #3] 데이터 분석가 신입/인턴 면접 뽀개기! (데이터 직군 면접 후기, 준비 방법) 본문
[커리어 시리즈 #3] 데이터 분석가 신입/인턴 면접 뽀개기! (데이터 직군 면접 후기, 준비 방법)
Everly. 2023. 8. 7. 06:25안녕하세요! Everly 입니다.
이번 커리어 시리즈의 마지막으로, 데이터 직군의 "면접" 준비 및 과정에 대해 포스팅해보려 합니다. 제가 인턴 및 정규직에 지원했던 것이 데이터 분석 쪽이기에, 직무적인 부분에 있어서는 분석 쪽 관련 커리어를 준비하고 계신 분들께 도움이 될 것 같아요!
처음 회사 면접을 준비하다 보면 정말 막막하기 그지없는데요. 저도 첫 데이터 분석 인턴 면접을 봤을 때를 생각해보면 아직까지도 그 때의 긴장감이 생생합니다. 대체 면접장에 가면 나에게 무슨 질문을 할지, 그리고 나는 어떻게 대답해야 합격할 수 있을지 수없이 고민하고 머리를 싸맸던 기억이 납니다.
이번 포스팅에서는 제가 면접을 준비했던 방법과, 면접에서 자주 물어보는 질문들, 마지막으로 제가 생각하는 면접 꿀팁에 대해 알려드리려고 합니다. 저만의 경험을 바탕으로 쓰는 글이니, 저의 사례를 바탕으로 면접 준비를 하고 계신 분들께 도움이 되었으면 합니다. :)
[1. 면접 준비 과정]
채용에는 반드시 '면접' 과정이 있습니다. 서류(자기소개서 등)를 안 보는 회사는 있지만, 면접을 안 보는 회사는 없습니다. 그만큼 면접은 정말 정말 중요한 과정입니다.
면접은 단일면접으로 끝나는 경우도 있고, 1차 면접 - 2차 면접 - n차 면접을 하는 경우도 있으며, 실무진 면접 - 임원 면접으로 나뉘는 경우도 있습니다. 제가 봤던 면접은 대부분 1차 면접(실무진) - 2차 면접(임원)으로 2번의 면접을 보고 입사하였습니다.
1차 면접과 2차 면접은 살짝 결이 다른데요.
1. 실무진 면접의 경우는 '해당 직무에 대한 실무 지식, 경험이 있는지' 의 여부를 주로 검증하는 편입니다. 따라서 입사 이후 해야 하는 일에 대한 지식이 있는지, 그 동안 했던 프로젝트에 대한 상세 배경, 진행 과정 등을 주로 묻습니다.
2. 2차 면접인 임원면접의 경우는 '우리 회사에 핏(fit)한 사람인지'의 여부를 주로 검증합니다. 우리 회사에 대한 지원 동기는 무엇인지, 우리 회사(특히 비즈니스적인 측면)에 얼마나 알고 있는지, 그리고 현재 팀 내 동료들과 잘 맞는 사람인지를 검증하는 인성 질문을 주로 하게 됩니다.
저는 면접 준비를 하며 여러 유튜브나 블로그 글 등을 참고하였는데, 시행착오를 거치면서 가장 좋았던 방법은 다음과 같습니다.
1. 내가 쓴 서류를 정말 꼼꼼히 읽어본다. (최소 5번 이상 정독하기 추천)
2. 내가 쓴 서류를 바탕으로, 내가 면접관이라면 나에게 어떤 것이 궁금할지를 생각하며 예상 질문 리스트 + 나의 답변을 적어본다.
3. 질문리스트를 하나씩 읽어보며 답변하는 연습을 한다. (머릿속으로 생각하는 것과 실제 소리내서 말하는 것은 다르므로 꼭 모의 면접을 해볼 것)
면접은 '나에 대해 소개하고 나를 어필하는' 과정입니다. 따라서 자기 자신을 잘 알아야 면접 또한 잘 볼 수 있습니다.
유명한 면접 관련 유튜브 영상을 보면 예상 질문들이 있고 여기에 어떻게 대답하면 좋을지 모범 답안 또한 알려주고 있으나, 그것은 단지 모범답안일 뿐 나에게는 맞지 않는 답변일 수 있으니 자신에게 맞는 질문과 답변을 준비하는 게 더 좋다고 생각해요! 실제로 면접 때 저는 모범 답안에 맞는 답변을 하기보다는 제 생각을 말씀드렸고, 오히려 그것이 더 플러스 점수를 많이 받았던 적이 많았습니다.
[2. (데이터 직군에서) 자주 물어보는 면접 질문들]
자신에게 맞는 면접 질문-답변을 준비하는 것이 좋다고 말씀드렸으나, 이와 별개로 통상적으로 면접 때 많이 물어보는 질문들도 존재합니다. 이런 질문들의 경우는 미리 숙지를 해서 준비해 간다면 더 좋은 면접 결과를 기대해볼 수 있겠죠?
자주 물어보는 질문들은 유명한 유튜브 영상에서 알려주기도 하고, 잡플래닛 등을 통해 면접 기출 질문을 살펴볼 수 있고, 면접을 여러 번 보다보면 데이터베이스가 생겨 어떤 질문을 주로 하는지 파악이 되더라구요. (그래서 면접 보고 난 이후 면접 복기록을 적는 것도 추천합니다!)
저는 이런 면접 질문을 노션 한 페이지로 정리하여 면접 전까지 계속 정독하고 스스로 답변해보는 연습을 했습니다. 이렇게 스스로 답변해보는 과정은 아주 중요한데요, 머릿속으로 '이렇게 말해야지~' 생각하는 것과 실제 자신의 입으로 말해보는 것은 정말 다르기 때문입니다. 그래서 저는 많이 모의 면접을 해보는 것을 추천합니다. 친구에게 면접 질문지를 건네주고 실제로 답변을 해보는 연습을 해보면 좋습니다. 혹은 혼자서라도 영상 or 녹음을 하며 자신이 어떻게 말하는지를 찍어보는 것도 저는 큰 도움이 되더라구요 :)
하지만 많이 면접을 보는 것보다 더 좋은 방법은 없는 것 같아요! 그러려면 우선 많이 지원하여 면접 기회를 얻어야겠죠?
참고로 제가 정리한 면접 질문 노션 샘플을 공유합니다. 질문에 대해 스스로 답변을 적어 보면서 면접을 준비할 때 활용하시기 바랍니다.
퍼가실 때는 출처를 꼭 남기고 활용해 주세요 :)
[3. Everly's 면접 Tip]
마지막으로 제가 면접 준비를 하면서 느꼈던 저만의 면접 꿀팁에 대해 알려드리려 합니다. 제가 여러 번 면접을 보며 느꼈던 점이기도 한데, 저는 다음의 3가지를 알려드리고 싶어요.
[여러 번 면접을 보고 나서 느낀 점 정리]
1. 면접을 많이 참여해 봐야, 말이 잘 나온다! (+평소에 말을 많이 하자. 농담이나 아무말도 좋다)
2. 꼭 면접 준비를 오랜 시간, 완벽하게 준비할 필요는 없다!
3. 면접 준비 시에는 유튜브 영상보단, 나에 대한 질문 더 연습하기!
1번. 면접을 많이 참여해 봐야 말이 제대로 나옵니다. 너무 당연한 부분이지만 놓치기 쉬운 부분인 것 같아요.
지원서 쓰기가 귀찮다며 (특히 지원동기 부분) 미루지 말고, 많이 서류지원을 해야 그만큼 면접을 많이 볼 수 있음을 잊지 마세요.
그리고 끌리지 않는 회사라 할지라도 면접에는 꼭 참여해 보시기 바랍니다. 돈 주고도 얻지 못하는 실전 기회니까요!
2번. 저는 완벽주의 성향 때문인지, 완벽하게 준비가 되어야 면접을 잘 볼 수 있다고 생각했었어요. 일주일 정도는 면접 준비가 필요해! 같은... 하지만 면접 준비는 경험상 오랫동안 할 필요가 없습니다. 어차피 스크립트를 달달 외울 수도 없고, 외우면 외운 티가 나서 그거대로 마이너스가 됩니다.
차라리 예상 질문 & 답변은 키워드로 정리하고 살을 붙여 어떻게 말할지를 생각하고, 연습하면 좋습니다. 경험상 면접준비는 하루~이틀 정도면 충분했습니다!
3번. 앞에서도 말했던 내용이지만, 유튜브는 정말 참고용으로만 짧게 보는 것을 추천합니다. 특히 모범답안을 알려준다 해서 그거대로 똑같이 면접장에서 말하는 것은 오히려 마이너스입니다. 유튜브에서 알려주는 면접 질문들보단 나 맞춤형 면접 질문을 스스로 뽑아보고, 답변하는 연습을 추천합니다.
이렇게 저의 데이터 직군 신입/인턴으로 취뽀하기 커리어 시리즈 연재를 마무리합니다.
어느덧 저는 2년차 데이터 분석가가 되었지만 (시간이 참 빠르네요..ㅎㅎ), 처음으로 회사 면접이었던 인턴 면접을 봤던 날은 생생하게 기억날 정도로 떨렸던 것 같아요.
면접 결과가 좋든, 나쁘든지간에 면접을 보았다는 그 경험은 나중에도 큰 자산이 되리라 확신합니다. 특히 연달아 면접 불합격을 겪고 나면 자존감도 많이 하락하는데, 실패를 하더라도 도전했다는 것이 더 멋진 경험이에요. (그리고.. 여러분 취업은 결국 누구나 다 됩니다!! 너무 떨지 마세요!!)
모든 취준생 분들을 응원하며 이번 포스팅을 마칩니다. 파이팅 🙂
'Data Science > My Career Story' 카테고리의 다른 글
2024년을 마무리하며 (37) | 2024.12.23 |
---|---|
조금 늦은 2023년 회고와 2024년을 맞이하며 쓰는 글 (3) | 2024.01.07 |
[커리어 시리즈 #2] 데이터 분석가/인턴 서류에 합격하려면? (feat. 포트폴리오, 자소서, 이력서) (4) | 2023.07.02 |
[커리어 시리즈 #1] 데이터 분석가/데이터 분석 인턴 지원 시작하기 (2) | 2023.06.29 |
Yours ever, Welcome to Everly's Blog! (3) | 2023.06.27 |