늘 그렇지만 이 글은 더더욱 개인의 경험과 관점, 취향에 바탕을 뒀다. 재직 중인 회사 (카카오)의 내부 방침도 아니고, 몸 담고 있는 업계 (IT, 데이터과학)의 관행도 아니다. 더욱이 나와 관련이 적은 더 큰 또는 더 작은 회사들의 스타일은 이글과 전혀 맞지 않을 수도 있다. 굳이 제목에도 적었듯이 이건 순전히 ‘개인의 바람’이다. 참고를 했으면 좋겠지만 답을 주려는 거는 아니다. 다만 본인이 평가해야 하는 인터뷰이라면 이랬으면 좋겠다는 정도의 바람이다. (만약 카카오의 광고추천파트에 데이터사이언티스트에 지원하려는 마음이 있는 이들이라면 참고했으면 한다.)
회사 생활은 10년을 넘겼지만 인터뷰어로 면접에 참여한 것은 별로 오래지 않다. (합병 전) 다음 시절에 2~3명 면접에 참여했지만, 본격적으로 자주 들어간 것은 2년정도다. 수백 회의 경험을 가진 베테랑도 아니고, 겨우 2~30회 참여한 (서류 검토를 포함하면 5~60명정도) 병아리 수준이지만 나름의 메호 (메는 좋은 거고 호는 나쁜 거라면 호불호를 메불메로 할 것이 아니라 그냥 메호로 하는 것이…?)는 분명하다. 적은 경험이지만 그동안 느꼈던 아쉬움에 관한 거다. 하고 싶은 얘기가 많아서 적다보면 길어지겠지만, 크게 3가지만 적으려 한다.
비문 없고 간결한 이력서
나름 박사라는 존심을 세우려 (?) 내가 입사할 때는 흔한 이력서 resume 대신 영어로된 CV (Curriculum vitae)를 제출했던 기억이 있다. 허영심의 발로였지만, 그렇다고 내가 굳이 스스로를 낮춰서 저자세를 취할 이유도 없었다. (잘난체가 아니라 그냥 난 잘 났다.ㅋㅋㅋ) 본론으로 돌아가서… 서류 면접으로 이력서를 검토하면 그냥 끌리지 않는 지원자들이 있다. 그(녀)가 어떤 학력과 경력을 가졌느냐에서 오는 감정이 아니라 그(녀)가 적은 글에서 오는 부족함 혹은 민망함 때문이다. 글인데 글이 아닌 이력서를 보면 화가 나기도 하고 더 이상 검토하기 싫어진다. 보통 대학이나 대학원까지 다녔던 지원자의 글쓰기라고는 믿겨지지 않을만큼의 비문이 많고 구차하게 적혀있다. (이 글도 깔끔하지 않은 비문이 많이 포함돼겠지만, 이건 사적으로 적는 글이이 너른 이해를 바란다.) 처음에는 나이들면서 독해력, 문해력이 떨어졌다고 생각했다. 하지만 보통 그런 경우는 그냥 한글로만 적힌 문장들의 냐열인 경우가 많았다. 여느 글들도 그래야하지만, 이력서 같이 남들에게 보여주는 -- 특히 그걸로 자신이 평가받는 -- 문서는 문법에 맞고 간결한 문어체로 적혀야 한다고 믿고 있다. 1~20 단어로 된 한 문장을 읽을 때마다 ‘이 사람이 뭔 얘기를 하고 있는거지?’를 고민하고 해석해야 한다면 이건 심각하다. 오히려 시를 읽으며 작가의 심정을 이해하는 편이 빠르다. 비문은 걸러내고 제발 간결하게 적었으면 좋겠다.
제대로 글쓰기를 배우지 않았거나 깊이 생각하지 않았거나 글을 쓰는 연습을 많이 하지 않았을 가능성이 높다. 수학을 이해하고 코딩을 잘 하는 것도 중요하지만, 바른 한글 사용이 우선이었으면 한다. 사실 대학(원)까지 글을 쓸 일도 별로 없고 따로 훈련하는 게 어렵다는 걸 인정한다. 그럼에도 비문이 많은 글을 적는 이유는 최소한의 퇴고 과정을 거치지 않았기 때문이 아닐까라는 결론에 이르렀다. 글을 적고 자신이 뭘 적었는지 제대로 다시 읽어만 봤더라도 그런 문장/표현이 나오지 않았으리라고 감히 생각한다. 몇 번의 되읽기와 되쓰기를 반복하는 퇴고 과정을 거쳤음에도 비문 투성이 글이 만들어졌다면 자신의 글버릇을 체크해야 한다. 사람마다 말버릇이 있듯이 글버릇도 있다. 자기 버릇은 자신이 잘 모른다. 그렇기에 퇴고를 마친 글은 다른 이에게 읽어보라고 보여줘야 한다. 글쓰기에 자신이 없다면 이력서 제출 버턴을 누르기 전에 친구나 부모님께 한번 읽어보라 하고 의견을 구했으면 한다. (사진, 이모티콘, 해시태그로 소통이 되는시대지만 장문의 글을 쓰고 퇴고하는 훈련은 좀 하기 바란다.)
독창성보다 개인의 기술과 역량을 보여주세요.
불과 20여년 전만해도 ‘비록 가난했지만 화목한 가정에서…’로 시작하는 진부한 자기 소개서를 적었지만, 이후 독창성을 요하는 이력서/자기소개서가 유행했었다. 짧은 시간에 지원자를 돋보이게 하려고 그런 독창성을 요구하는 거고 그래서 더더욱 그렇게 — 자소설로 불릴만큼 — 자기소개서를 적은 거겠지만, 분야에 따라서 오히려 마이너스가 될 수도 있다는 생각이다. 기획이나 마케팅 직군은 — 특히 사회 경험없는 초년생들이 — 독창성이나 적극성을 요구할 수도 있겠으나, 개발이나 데이터과학 같은 기술 직군에서는 효용성이 많이 떨어진다고 본다. 디자인 직군이라면 자신의 포트폴리오를 보여주는 편이 낫고, 개발자라면 그냥 깃허브 링크가 오히려 구차한 글보다 낫다고 본다. 창의력은 모든 분야가 요구하는 자질이지만, 장인의 기질이 필요한 곳에선 — 개발이나 데이터 분석도 때론 장인 정신을 요구한다 — 톡톡 튀는 것보다 진중함과 질솔함이 더 필요하다. 이건 회사나 사람에 따라서 생각을 달리하는 부분이니 더 길게 적지 않는다. 나는 이력서에서 톡톡 튀는, 그래서 오글거리는, 자기 소개의 단어나 문구보다는 본인이 가진 — 특히, 지원하는 곳에서 필요로 하는 — 기술세트나 경력을 잘 정리해서 어필하는 게 맞다고 본다. 그래야 서류를 검토하는 사람들도 자신들의 필요를 채울 수 있는 지원자인지 여부를 바로 판단할 수 있고, 피차 시간 낭비를 덜 한다. 함께 일할 동료를 뽑는 과정이기 때문에 적극적이고 친화적인 지원자에게 눈길이 간다. 그럼에도 동호회원 모집이 아니라 회사 직원을 뽑는 과정이기에 지원자가 가진 지식, 기술, 경험/경력이 우선이다. 물론 기술적 자질은 고만고만한데 애티튜드가 좋은 지원자들을 통과시킬지 말지 고민될 때가 종종 있다. 하지만 기본 자질이 기준선에 못 미치는데 애티튜드만 좋다고 자선사업하듯 인재를 채용할 수는 없다. 상호 간에 불행이다. 물론 발전가능성이 보일 때 애티튜드는 당락에 중요한 요소인 것은 맞다. 중언부언했지만, 독창적인 단어나 문구를 고민하기 전에 자신의 기술적 장점이 뭔지를 고민해서 자기소개서를 작성했으면 좋겠다는 바람이다.
일반적으로 좋은 인재라면 그냥/무조건 뽑아서 어떤 일을 시킬지 나중에 고민하는 경우도 있지만, 보통은 인터뷰 당시에 당장 필요한 부분을 채워줄 인재를 우선해서 찾는다. 오늘은 이런 사람, 이런 기술과 경험이 있는 사람이 왔으면 좋겠다는 나름의 바람을 갖고 인터뷰장에 들어간다. 데이터사이언티스트를 뽑는 과정임에도 당시 서빙모델 속도에 문제가 있다면 시스템개발도 가능한 인재를 채용하고 싶어지기도 하고, 특정 문제 (예를 들어, 텍스트처리)를 해결하기 위한 프로젝트를 시작했다면 그에 맞는 기술과 경력을 가진 인재를 채용하고 싶기도 한다. 채용은 낚시보다는 거물/투망질에 가깝다고 본다. 어떤 부분에서 여과/필터링을 통과할지 알 수 없다. 그렇기에 자신의 기술과 역량을 자세히, 그러나 간결히 적을 필요가 있다. 괜히 어설프게 (전문성이 낮은데) 나열만 했다가 오히려 역효과만 낼 뿐이다.
기본/기초에 충실하고 핵심을 간결히…
인터뷰어의 성향에 따라서 달라지겠지만, 본인은 면접 시 지원자의 기초/기본의 견고함을 우선 본다. 그래서 간단한 기본 지식을 묻는 질문에는 핵심만 간결하게 설명했으면 좋겠다는 바람이다. 기초 지식의 핵심을 바로 말한다는 것은 우연히 예상질문을 잘 준비했을 수도 있지만 자신이 일한/일할 분야에 대해서 어느 정도 통달했거나 인사이트가 있다는 의미다. 전자라면 다른 관련 심화질문으로 진의 (요즘 표현으로 '찐'인지) 여부를 판단할 것이고, 후자라면 절대 놓쳐서는 안 될 인재다. 여러 차례 면접에 들어가서 늘 아쉬웠던 점이 바로 이 부분이다. 진짜 똑똑한가? 한 문장으로 정리될 답변이 1분, 2분 길게 늘어지면 (물론 그러면 안 되지만) 오늘도 한 시간 업무 땡땡이를 치는구나라는 생각이 들기도 한다. 학교를 다니면서 공부했던 부분이나 다른 회사에서 일하면서 쌓았던 경험들을 자신만의 언어로 체계화하지 못한 지원자는 우리 회사에서 와서도 그저 주어진 업무만 기계적으로 수행할 뿐 더 큰 발전을 기대하기 어렵다. 물론 내가 틀렸을 수도 있다. 그럼에도 나는 지식을 쳬계화하고 내재화하는 (할 수 있는) 지원자에게 더 큰 점수를 주고 싶다. 비록 그(녀)가 현재 지식과 경험이 부족하더라도 같이 일하면서 조금의 인풋으로 더 큰 아웃풋을 만들어낼 수 있다고 본다. 아무리 좋은 대학에서 공부를 했고 많은 회사에서 경력을 쌓았더라도 피상적으로 남들이 만들어놓은 기술을 그저 적용해보고 아니면 말고 식의 지원자는… (X) 분야나 업무에 따라 요구하는 자질이 다를 수는 있지만, 개인적으로 그저 SOTA 기술을 잘 구현하거나 오픈소스를 기계적으로 잘 활용하는 사람보다는 다소 느리게 보이더라도 자신만의 기술을 만들어가는 이에게 더 끌린다. 그래서 기초 질문을 많이 하는 편이다. 기초 질문에 자신의 체계로, 언어로 (그리고 간결히) 표현하는 사람이 결국 그 기초를 바탕으로 더 큰 지식을 쌓을 수 있는 인재라고 보는 편이다.
너무 최신 기술 트렌드를 예상 질문으로 준비하는 지원자들도 드러 있다. 이건 분야를 가리는 거지만, 앞서 말했듯이 개인적으로 최신 트렌드보다는 그 기술의 기초, 핵심을 묻고 듣는 것은 선호한다. 아주 특수한 애플리케이션이나 특정 기술을 요구하는 분야에서는 최신 트렌드를 얼마나 잘 알고 있느냐가 그 지원자의 강점이 된다. 예를 들어 자연어처리 NLP 지원자라면 LSTM, GRU, 어텐션, 프랜스포머, BERT와 같은 최신 기술에 빠삭해야 할테고, 이미지처리 지원자라면 CNN, GAN 등의 기술에 익숙해야 하고 또 그런 걸 질문으로 받을 가능성이 높다. 하지만 일반적인 데이터사이언티스트 (데이터 분석가 포함)를 뽑는 인터뷰에서는 최신 트렌드보다는 더 오래된 기술에 대한 질문이 많을 거다. 그리고 솔직히 말해서 너무 최신 트렌드, 기술이라면 면접관들도 제대로 알지 못하기 때문에 질문할 수도 없고 답변을 듣더라도 그 진의를 제대로 파악할 수 없다. 괜히 떠보기 식으로 어려운 기술이나 최신성을 물을 수는 있겠지만, 굳이 최신 기술을 모르면 입사해서 바로 익히면 되기 때문에 지원자가 특정 기술을 모른다고 해서 그게 결정적인 단점이 될 수는 없다. (잘 알면 더 좋겠지만) 역으로 모르는 것이 그 분야의 가장 기초적인 지식이나 기술이라면…? 기초가 견고하면 비록 현재는 아무 것도 없어도 큰 집을 지어나갈 수 있지만, 아무리 큰 집도 약한 지반 위에 놓아두면 곧 무너진다.
카카오의 광고추천파트에 모델러/데이터사이언티스트로 지원하는 지원자라면 괜히 어려운 최신 기술을 달달 외워오지 말고 수학통계나 기계학습의 기초 지식을 짧게 설명할 수 있고, 또 자신이 참여했던 프로젝트를 추천이나 랭킹에 어떻게 활용할 수 있을지를 잘 설명해주면 된다.
=== 그래서 최근에 적은 광고추천파트 구인 공고 (아직 시스템에 등록전일 수도 있음) ===
[광고 추천] 데이터과학/기계학습 전문가 영입
조직
-
사용자의 관심사를 파악해서 맞춤 광고를 선택하는 알고리즘/시스템 개발
업무
-
사용자의 관심사에 맞는 광고를 선택하는 전 과정을 책임지고 있습니다.
-
-
(프로파일링) 사용자의 행동 이력을 분석하여 성향/관심사를 임베딩합니다.
-
(타게팅과 랭킹) 사용자 프로파일에 부합하는 광고를 선별하고 트래픽의 가치를 산출합니다.
-
(동적 소재) 현재 맥락에 적합한 광고 소재를 생성해서 노출합니다.
-
필수
-
수학/통계, 데이터과학, 기계학습, 딥러닝에 관한 지식과 경험이 풍부한 분
-
하나 이상의 프로그래밍 언어에 능통한 분 (Python, R, Java, C/C++, GoLang, Scala 등)
우대
-
전공/학위 무관. 단, 유관 전공/경력자 우대 (수학통계, 컴퓨터공학, 산업공학 등)
-
빅데이터 엔지니어링 도구 (Hadoop, Hive/SQL, Spark, Druid 등) 또는 기계학습 도구 (TensorFlow, SK learn, Spark MLlib 등)에 익숙한 분
-
데이터파이프라인 구축 (데이터 엔지니어), 기계학습 알고리즘 구현 (머신러닝 엔지니어), 딥러닝 서빙 등에 경험있는 분
희망 포지션
-
다양한 기계학습 (& 딥러닝) 모델링/서빙 경험이 많은 데이터과학자
-
데이터과학으로 전향을 희망하는 유능한 개발자 (i.e., 머신러닝 엔지니어)
-
** 데이터 엔지니어링, 시스템 개발 포지션은 다른 채용 공고 참조
#광고추천 #광고랭킹 #데이터사이언스 #기계학습 #딥러닝
