Gap Year 및 쏘카 이직 이야기
- 이 글은 Gap Year 동안 있었던 일에 대해 작성한 글입니다. 더불어 이직과 관련된 내용도 포함되어 있습니다
- 데이터야놀자 2018 이그나이트에서 발표한 내용 기반으로 작성되었습니다(발표보다 이 글이 더 자세해요!)
- 작성하고 보니 글이 너무 많지만 어려운 수식은 없으니 천천히 읽어보셔도 좋을 것 같아요 :)
- 이 글은 웹 환경에서 최적화되어 있습니다!
목차
01. 나는 누구인가
퇴사
- 잘 다니던 회사를 2018년 4월에 퇴사했습니다
- 보통 이직할 회사에 합격한 후, 퇴사를 진행하는 분들이 많지만 저는 다음 회사에 대한 고민 없이 과감히 퇴사했습니다
- 이런 생각을 한 이유는
- 1) 자신에 대해 생각할 시간이 필요해서
- 2) 개인 공부할 시간을 확보하기 위해서
- 3) 취업은 언젠가 다시 할 수 있단 긍정적 마인드
- 이런 생각을 한 이유는
- 자신이 나아갈 방향을 설정하는 시간인 Gap Year를 계획적으로 보내기로 다짐했습니다
- 특히 앞으로 어떻게 커리어를 쌓을 것인가?에 대해 계속 고민했습니다
자아 성찰
- 위 이미지는 퇴사하고 처음 자아 성찰을 하며 작성한 글입니다
- 저에 대해 간단히 말씀드리면 레트리카라는 스타트업에서 데이터 분석가로 1년 2개월간 근무했습니다
- 데이터 분석가였지만 데이터 엔지니어의 부재로 데이터 엔지니어링 업무까지 같이 진행했습니다
- 사수가 없었지만 부족한 부분은 페이스북에서 경력이 있는 분들을 직접 찾아뵙고 의견을 들어가며 채웠습니다
- 진행한 일들은 파이프라인 생성 및 관리, 대시보드 구축, 데이터 이벤트 설계, 데이터 QA, 데이터 분석, 머신러닝 등 폭 넓고 다양하게 일할 수 있었습니다
- 더 궁금하시면 [바닥부터 시작하는 데이터 인프라] 발표 자료 참고
- 데이터와 관련된 다양한 직군을 경험한 결과, 제 성향이 어디에 근접한지 알 수 있었습니다
- 저는 나와있는 이론을 구현해 실용적으로 제품에 녹이는 일을 좋아했습니다. 그 과정에서 데이터 엔지니어링, 머신러닝을 모두 즐겼습니다. 중요한 것은 해결해야 하는 문제라고 생각합니다 :)
- 따라서 앞으론 머신러닝 엔지니어로 커리어를 계속 나아가려고 합니다
- 머신러닝 엔지니어를 하기 위해 제가 부족한 부분을 생각했습니다
- 머신러닝 “엔지니어”이기 때문에 컴퓨터 공학적인 부분은 당연히 알면 좋다고 생각했습니다
- 컴퓨터 사이언스 전반(OS, 데이터 구조, 알고리즘, 네트워크 등)을 공부하기로 다짐했습니다
- 또한 데이터 엔지니어링(카프카, 스파크) 및 딥러닝(Tensorflow, Computer Vision) 공부도 꾸준히 하기로 다짐했습니다
- (위 내용은 제 개인적인 생각이라 사람마다 다르게 생각할 수 있습니다)
- 어떤 회사를 갈 것인가도 계속 생각했습니다
- 과연 어떤 회사가 나와 맞는 회사일까?
- 스타트업과 대기업
- B2B 기업과 B2C 기업
- 등등에 대해 고민했습니다
- 나는 왜 일을 하는가?
- 일을 하는 이유에 대해 구체적으로 생각해보지 않았지만, 조금 생각해봤습니다
- 경영학을 전공하고 광고(미디어 플래닝), 디자인, 공기업, 창업 등 다양한 업무를 진행하며 진짜 하고 싶은 일을 찾으려 했습니다
- 하고 싶은 일을 찾고 고민하니 해당 업계에서 정말 열심히 성장하고 싶었습니다!!!!!! 제가 일하는 이유는 성장입니다!!
02. Gap Year 이야기
일기
- 자아 성찰을 하고, 거의 매일 짧은 일기를 작성했습니다
- 같은 시기에 Gap Year를 보내는 딥러닝을 공부하는 청년백수 모임에 활동한 것이 짧은 일기를 작성할 때 도움이 되었습니다
- 일기의 형태보다 Daily To Do List 형태로 작성했습니다
- 물론 가끔은 길게 일기를 작성한 날도 있습니다!
- 저는 첫 회사부터 꾸준히 이렇게 일기를 작성하고 있습니다! 초반엔 업무 도메인에 대해 작성하고, 그 이후엔 오늘은 무엇을 공부했고 이런걸 찾았다 등등을 작성합니다
- 오랜 시간이 지난 후, 다시 보면 생각보다 내가 많은 것들을 공부했구나! 느낄 수 있습니다 :)
- 회사 적응하는 과정이나 고민들도 작성해서 재밌습니다(일기는 항상 다시 보면 재밌..)
- 일기 형태로 작성하지 않아도, 메모장에 꾸준히 작성하길 추천드리고 싶습니다. 저는 Jupyter Notebook에서 마크다운으로 슝슝 작성합니다
공부
- 퇴사하고 공부한 것들 중 기억나는 것만 작성하면
- 네이버 AI 해커톤 결선 최종 9등 : 블로그 후기
- CS231n : 블로그
- Python 코딩 : Github
- Scala : Github
- 데이터 엔지니어링(주로 스파크) : 블로그
- OS : 블로그
- 네트워크 : 하루 3분 네트워크 교실
- 알고리즘 : 헬로 코딩 알고리즘, Github
- 코딩인터뷰 완전 분석
- Linux 쉘 스크립트 다시 공부 : 블로그
- Coursera Kaggle 강의 : 블로그
- 마이크로 소프트웨어 잡지 구독
- 전반적인 개발 지식이 부족한 제게 이 잡지는 정말 유익했어요!(다양한 주제를 다룸)
- 좋은 블로그 글 구독
- 개인 용도의 슬랙을 생성해, 좋은 블로그 글을 RSS 구독하고 있습니다
- 또한 인터넷에서 접할 수 있는 좋은 글들은 별도의 채널(Ex:딥러닝-자료)에 보관하고 있습니다
- 여기서 핵심은 제가 무엇이 공부했다가 아니라 블로그 또는 Github에 메모를 한 것이에요!
- 사람은 언제나 망각의 동물이기 때문에 1년 후의 저를 위해 글을 작성합니다
- 개발자 글쓰기 모임인 “글또”를 진행했기 때문에 더 꾸준히 글을 작성할 수 있었습니다
- 공부도 했지만 운동을 너무 안하는 것 같아서 PT 30회도 했습니다!!! 또한 가족과의 시간을 많이 보냈어요
상담
- 경영학 전공, 학부 졸업, 패스트캠퍼스 스쿨 수료
- 제가 가진 이력이 특이해서 많은 분들이 상담 요청을 하는 것 같습니다(인스타그램, 이메일, 페이스북 등을 통해)
- 그리고 대학교 취업특강, OKKY 발표 등에서 연락처를 알려드렸는데, 그 경로로도 종종 들어오고 있습니다
- 과거에 저도 방황했던 기억이 있기 때문에 최대한 답변을 드리고 있습니다(팩트 폭력을 많이 하기도 하지만;;;)
- 대부분 문의하시는 내용이 큰 맥락에서 겹쳐서 자주 묻는 질문에 대해 글을 작성했습니다
- I-want-to-study-Data-Science
- 최신 정보도 계속 업데이트하고, 부족한 부분도 보완할 예정이에요!
- 여전히 도움이 필요하신 분들에게 도움을 드리고 싶습니다. 물리적 제약으로 오프라인 모임은 피하고 있지만 궁금하신 내용이 있으면 메신져로 언제든 연락주세요-!
- 단, 질문할 때 추상적인 질문(ex : 데이터 분야 어떻게 공부해요?)은 피해주세요. 위에 제가 작성한 문서를 먼저 보신 후, 구체적인 이야기를 해주셔야 좋은 답변을 드릴 수 있습니다
- 그리고 질문하시는 분의 데이터를 최대한 많이 작성해주시면(=맥락을 이해할 수 있도록) 더욱 좋습니다
회사 탐방
- 퇴사하고 시간적 여유가 많아 다양한 회사에 방문했습니다
- IT 대기업, 통신사 대기업, 게임 회사, 스타트업 등 15곳 이상에 다녀왔습니다
- “어떤 회사가 나랑 잘 맞을까?”에 대해 알고 싶었기 때문에 회사 탐방을 했습니다
- 구직자 입장에서도 충분히 회사에 대해 인지하고 입사해야 입사 후 괴리감이 덜할 수 있다고 생각합니다
- 업계의 이슈도 알 수 있었고, 여전히 데이터 업계엔 (좋은) 인력이 부족하다고 느꼈습니다
- 페이스북 메신저로 대표님 또는 데이터 관련 담당자분에게 연락드려 회사에 방문했습니다
- 이 때 그냥 놀러가는 것이 아닌, 회사에 대한 고민을 꼭 하고 가면 좋겠어요
- 회사의 제품은 무엇인지, 최근엔 어떤 이슈가 있는지, 특정한 앱에 대한 생각 등
- 이런 의견을 나누는 것은 면접 질문에 대비할 수도 있고, 대화하신 분에게 좋은 인상을 남길 수 있습니다
- 주로 파악한 것
- 회사가 무엇을 하려고 하는가?
- 회사의 구성원은? 팀이 존재하는가?
- 회사의 비전은?
- 회사 구성원들의 표정은?
- 회사에 다녀온 후 바로 느낌에 대해 작성해주세요
- 저는 회사 선택할 때 이 내용을 많이 봤어요!(면접 날에도 작성했어요)
중간 점검
- 퇴사하고 6주가 지난 시점에 중간 점검을 진행했습니다
- 중요한 것은 솔직한 중간 점검입니다!
- 저는 솔직하게 제가 욕심쟁이인 것과 프로젝트보다 공부를 더 즐긴다는 것을 인정했습니다. 인정하고 그에 맞는 계획을 다시 세우면 됩니다!
- 마치 Global Optima를 찾아가는 과정처럼!
이직 시점
- 평소에 회사 탐방을 꾸준히 했기 때문에 많은 회사에 대해 인지하고 있었습니다
- 회사에 대해 많은 정보가 있는 것도 중요하지만 더 중요한 것은 회사 선정시 고려할 우선 순위입니다
- 신념이라고도 말할 수 있습니다
- 사람마다 가치관이 다르기 때문에 많은 고민을 해보시면 좋을 것 같습니다
- 저는 아직 한참 갈 길이 먼 주니어라고 생각해서, 이번엔 팀이 있는 환경에서 일하고 싶은 생각이 있었습니다
- 또한 데이터쟁이니까 데이터도 재미있는지(=그 도메인에 내가 관심이 있는지)도 꼭 체크했습니다
- 신념과 정보를 토대로 총 9개의 회사에 지원했고, 최종적으로 4곳의 합격에 오퍼 레터를 받았습니다
- 그리고 많은 고민 끝에 쏘카에 입사하기로 결정했습니다
03. 쏘카
- 선택한 이유
- VCNC를 인수하고 팀 빌딩을 단단하게 하고 있는 중
- 많은 사람들이 데이터의 중요성을 강조하고 이해하고 있음
- 저는 운전을 싫어해서 자율주행이 빨리 대중화되길 바라고 있는데, 그걸 국내에서 실현할 회사 중 하나가 쏘카라고 생각합니다
어때요?
- 입사하고 1달이 지났습니다. 요즘 만나는 분들에게 많이 받는 질문은 “쏘카 어때요? 성윤님은 행복하세요?”입니다
- 제 답변은 “엄청 재미있고, 좋아요. 행복해요!”
- 팀원들의 실력이 모두 좋고, 구성원 전체가 빠른 성장을 지향하고 있습니다! (팀원은 총 14명)
- 풀어야 하는 문제들이 대부분 엄청 재미있고 도전적입니다!
- 데이터 문화가 좋습니다. 쿼리를 작성할 수 있는 분들이 저희 그룹 말고도 많습니다
- 젊고 빠르게 일하고 있습니다!
- 새로운 서비스(타다)가 호평을 받고 있어 사내 분위기도 상승-!
- 아래부턴 1달간 찍은 소소한 사진입니다
- 뚝섬역에 위치한 쏘카 사무실 문 앞! 파랑파랑해서 좋아요
- 입사하고 받은 웰컴 키트!
- 간단한 다과와 캡슐 커피, 필기구 등이 있습니다!
- 저희 그룹장이신 김상우님의 데이터야놀자 발표 자료입니다
- 더 궁금하시면 링크 참고
- 저희가 요즘 풀고있는 문제
- Zone 운영
- Dynamic Pricing
- 타다
- 다양한 Task들을 진행하고 있습니다!
- 그 이외에도 다양한 문제가 많습니다 :)
- 아파치 커미터이신 이동진님 발표
- Kafka Streams vs Spark Structured Streaming
- 이런 고퀄의 세미나를 회사에서 들을 수 있어서 정말 영광이었어요!
- 회사의 복지!
- 쏘카 이용할 때 할인을 받을 수 있습니다!
- 사내 모임
- 저는 다음 주에 처음 참여하는데, 맛있는 것을 먹거나 특별한 활동을 다른 팀분들과 함께하는 모임!
- 활동비가 월마다 지원되서 꾸준히 참여하면 재미있을 것 같아요!
- 휴가
- 3년 리프레시 휴가 제도를 보면 실용성이 있는가? 싶었는데 제 맞은편 자리에 계신 분이 떠나셨습니다!_!
- 그 외에도 건강, 교육, 전월세자금 대출 지원 등 있습니다
정리 및 맺음말
- 자신에 대해 생각해보고 부족한 점을 보완해보세요
- 회사에 대한 고민도 함께 하고, 가능하다면 회사 방문도 추천드려요
- 솔직한 중간 점검을 통해 궁극적인 방향으로 나아가기!
- 여러분은 충분히 멋진 사람이니 조급해하지 말고 여유를 가지며 하시면 좋을 것 같습니다 :)
- 아직도 부족한 저는 더 더 더! 노력하러 가보겠습니다!
★ 인재 모십니다 ★
- 현재 쏘카에서 풀고 있는 문제
- Zone Management
- 현재 : 데이터 기반(차량당 매출, 수요 데이터 등)을 기반으로 차량을 재분배
- 미래 : 머신러닝을 통해 존 관리 어시스트!
- Pricing
- 미래 : 수익성을 유지하면서 체감 가격을 떨어트리는 Dynamic Pricing!
- 타다
- 미래 : 차량 수요를 예측
- 궁금하시면… 회사로..!
- Zone Management
- 쏘카에서 데이터 분석가, 데이터 사이언티스트, 데이터 엔지니어, 머신러닝 전문가 상시 모집하고 있습니다
- 데이터 분석가 Wanted 공고 : 링크
- 지원할 생각이 있으신 분은 제게 연락을…! kyle@socar.kr
카일스쿨 유튜브 채널을 만들었습니다. 데이터 사이언스, 성장, 리더십, BigQuery 등을 이야기할 예정이니, 관심 있으시면 구독 부탁드립니다 :)
PM을 위한 데이터 리터러시 강의를 만들었습니다. 문제 정의, 지표, 실험 설계, 문화 만들기, 로그 설계, 회고 등을 담은 강의입니다
이 글이 도움이 되셨거나 다양한 의견이 있다면 댓글 부탁드립니다 :)