24년 1월 22일 상담한 내용입니다.
상담한 분은 24년 9월 졸업 예정인 대학 4학년의 취업 준비생으로, 취업에 대한 방향성을 잡지 못해 제게 상담 요청을 해주셨습니다.
먼저 이 분의 이력을 간단히 살펴보겠습니다.
- 인서울 중위권 대학 재학 중으로 학점은 4.5 만점에 4점 이상입니다.
- 23년도 1학기를 휴학하고 2월부터 9월까지 AI 및 데이터분석 부트캠프를 최우수성적으로 졸업하였습니다.
- 그리고 어학 연수를 6개월 정도 갔다 왔습니다.
이 분의 고민은 다음과 같습니다. AI나 데이터 분석 관련한 직무 쪽으로 취업을 하고 싶은데 구체적으로 어떻게 해야 할지 몰라 관련된 수학과 기본이론만 복습하며 공부를 하고 있다는 것입니다. 왜 구체적인 취업 준비를 시작하지 않느냐라는 질문에 구인공고를 몇 번 찾아봤는데 관련 직무에 대한 구인을 찾을 수 없었기 때문이라고 답을 했습니다. 그래서 관련 공고들이 많이 나올 때까지 기본적인 공부만 하고 있었다고 합니다.
저는 이 말을 듣고 전체적인 취업 계획을 잡는 법을 아직 잘 모르고 있음을 바로 인지하였습니다. 그래서 먼저 상담자가 원하는 개략적인 방향성의 강도를 먼저 확인한 다음 큰 그림부터 잡아가야겠다고 바로 생각했습니다.
상담자의 니즈 확인
먼저 상담자가 데이터직군으로의 취업만이 아니라 일반직군으로의 취업도 원하는지를 가장 먼저 물었습니다. 이걸 먼저 결정해야 다음 스텝으로 넘어갈 수 있기 때문입니다. 아래는 그에 대한 대화 내용입니다.
상담자 (이하 A) : 데이터직군에서 내 가치를 쓸 수 있는 일을 하고 싶어요. 데이터직군이라면 어떤 스타트업이라도 상관없어요. 그런데 그 직군도 다양한 분야가 있어 막막해요. 제가 배운 것은 AI 모델링과 데이터 분석 관련 코딩과 시각화인데 해당 직군에 대한 취업 자리가 있는지도 잘 모르겠어요.
그래서 데이터직군 중에서도 다른 쪽도 준비를 해야 할 것 같은데 무엇을 준비해야 할지 모르겠어요. 마땅한 이력도 없고, 자격증도 없어요. 대학원에 가기 위해 수학과 이론만 공부했어요. 그래서 이력서에 쓸게 없어요. 회사가 나를 고용할 이유가 없다고 생각해요.
데이터로 모델링하며 가치를 창출하는 일을 하고 싶어요, 그러나 지금 보니 그것이 쉽지 않을 것으로 보여요. 그래서 뭘 어떻게 해야 할지 걱정돼서 연락드렸습니다.
hahahaHR : 그럼 A분은 반드시 데이터 모델링 직군, 그러니까 사이언티스트나 분석가 쪽으로만 가고 싶은 건가요? 아니면 기회만 된다면 일반 직군.. 예를 들자면 경영지원팀이나 재무팀, 마켓팅팀 쪽으로도 지원할 생각은 있나요?
그리고 두 번째 질문으로 데이터 직군으로의 취업공고는 많이 찾아보고 지원도 해봤나요?
A: 일반 직군은 생각해 보질 않아서 잘 모르겠어요. 두 번째 질문에 대한 답으로는 대략 7~8군데 정도 공고를 찾아본 것 같아요. 그리고 아직 서류 접수도 해보지 않았어요. 지금은 데이터 관련 자격증을 준비하고 있어요.
데이터 중심 회사 외 일반 회사로의 취업 확장
이제 상담자의 속내를 알았으니 일반 직군으로의 취업도 가능하도록 생각의 전환을 만드는 것이 중요했습니다. 왜냐하면 일반직군도 데이터를 다루는 직무가 꽤 많거든요. 이러한 사실을 상담자가 알아야 할 필요가 있었습니다. 그래서 데이터 직군 외에도 일반 회사로의 취업도 준비하자는 방향을 정하는 것으로 설득을 했습니다. 아래는 상담 내용입니다.
hahahaHR : 지금 해야 할 것은 구체적인 방향을 정하는 거예요. 그런 다음에야 그 방향으로 정확히 나아갈 수 있어요.
먼저 데이터가 중요한 회사들을 생각해 봅시다. 예를 들면 당근마켓, 배달의민족, 쿠팡, 토스 등은 많은 고객을 대상으로 하고 고객 데이터 분석이 정말 중요하기 때문에 데이터직군을 가장 많이 채용하고 있습니다. A님이 원하는 게 바로 이런 회사니까 이런 회사들의 취업공고들을 모두 확인해 봐야 해요.
두 번째로, 일반 회사는 데이터 중심의 회사가 아닐 수도 있어요. 그러나 이제는 데이터를 활용해서 매출을 증진시키거나 의사결정을 해야 할 때가 왔습니다. 예를 들어, 병원이라면 환자 데이터를 분석해서 어떤 치료법이 효과가 있는지 알려면 치료받은 환자의 완치 확률, 사망 확률, 부작용 발생 확률을 분석해야 해요.
이와 마찬가지로 모든 회사에서 데이터분석이 필요해졌어요. 모든 곳에서 데이터가 발생하고 있어요. 그리고 AI가 발전함에 따라 발생한 데이터를 관리하고 분석하고, 관리에 활용해야 해요.
그러니 첫 번째 목표는 데이터 직군을 채용하는 데이터 중심의 회사를 찾아야 하겠죠. 그러나 그런 회사가 아닌 경우에도, 일반 회사들이 데이터 직군을 뽑는지 찾아봐야 해요. 현대제철 같은 경우에는 철을 만들 때 여러 다른 금속을 넣어 강도나 특성들을 조절합니다. 그러면 어떻게 조합을 만들까요? 그 조합에 따라 철의 강도가 어떻게 변하는지? 요즘에는 기계 학습과 딥 러닝을 사용해서 분석하고 예측해요. 그래서 전통적인 1차 산업에서도 AI가 필요하고 데이터 분석이 필요해요. 그래서 몇 개월 전에 데이터 직군을 많이 뽑았어요.
A님은 이에 수긍을 하였습니다.
데이터 직군의 통합화 가속
다음 단계는 데이터 직군 관련 취업 공고를 최대한 수집하고 요즘 가장 많이 채용되고 있는 데이터 직군을 찾아야 합니다. 요즘 데이터 직군은 데이터분석이나 AI 모델링 정도 하는 것으로는 취업이 어렵습니다.
실무에서 데이터 분석이 쓰이는 곳은 한정정이고 실제 업무가 많은 곳은 서버에서 데이터베이스 구조를 설계하여 데이터 추출 시 분석에 문제가 없는 데이터가 나올 수 있도록 하는 '데이터베이스 관련' 업무나 대용량의 빅데이터를 서버에서 문제없이 처리될 수 있도록 하는 '카프카'나 '하둡'을 사용할 줄 아는 엔지니어가 부수적으로 데이터 분석도 할 줄 아는, 다시 말해 데이터 분석가, 데이터 엔지니어 등 자세히 구분하지 않고 엔지니어 일도 하고 분석도 하는 직군으로 통합되어 가고 있는 실정입니다.
이 부분을 A님이 이해를 반드시 하고 넘어가야 했습니다.
A: 그러니까 데이터 엔지니어 공부를 해야 한다는 말씀인 거죠?
hahahaHR : 네.. 그런데 AI모델링이나 데이터분석만 해도 굉장히 양이 많고 어려운데 엔지니어 공부까지 해야 한다는 게... 좀 그렇긴 하죠? (씁쓸한 웃음) 현실이 그러니 어쩔 수 없고.. 카프카와 데이터베이스 모두를 배울 수는 없어요. 양이 어마어마하니까요.
그래서 A님이 취업공고를 보고 어느 쪽의 공고가 많은 지를 분석해서 그 방향으로 정해서 공부를 해야 해요. 요즘 쿠팡이나 토스, 카카오 등의 앱들은 이용자들이 보통 2천만을 넘어가니가 대용량 데이터를 처리하는 카프카를 사용할 줄 아는 사람을 많이 채용하고는 있어요. 앞으로도 이 추세는 변하지 않을 것 같네요.. IT 분야는 이제 실생활과 떨어질 수가 없으니까요.
이 쪽을 공부하셔도 되고, 공고를 잘 분석해서 무엇을 공부해야겠다를 정해야 해요. 그리고 정한 대로 9월까지 힘들게 공부해야 됩니다.
A : 아! 잘 알겠습니다. 데이터베이스든지, 데이터 처리 쪽이든 정해야 하겠네요. 감사합니다.
대학생들에게도 퍼스널 브랜딩 시대의 개막
이제는 마지막으로 퍼스널 브랜딩에 대한 중요성을 이야기 할 때가 왔습니다.
hahahaHR : 오늘 이야기해드릴 마지막 부분인데, A님은 이제 퍼스널 브랜딩을 해야 합니다.
A : 퍼스널 브랜딩? 그게 뭐죠? 자기 PR을 하라는 말씀인가요?
hahahaHR : 비슷합니다. 자기 PR을 해야 해요. 혹시 A님은 개인 블로그 등을 운영하면서 자신이 공부하는 것들이나 활동하는 것들을 기록하고 있나요?
A : 아니요..
hahahaHR : 요즘은 공채를 잘 안 뽑고 신입도 수시로 뽑죠. 그 이유가 무엇인지 아세요?
A : 아니요..잘 모르겠어요..
hahahaHR : 수시로 뽑으면 공채보다는 빠르게 채용을 진행할 수 있어요. 그리고 당장 현업에 써먹을 수 있는 사람을 뽑기 위함입니다. 만약 어떤 경력도 없는 A님과 경력 1~2년차 의 중고 신입이 한 회사에서 최종 면접까지 갔다고 칩시다.회사에서 판단할 때 능력이나 인성 등이 엇비슷하다고 하면 과연 누굴 뽑을까요?
A : 중고신입 분을 뽑을 것 같아요..
hahahaHR : 네... 맞습니다. A님은 떨어지겠죠.. 그러면 A님은 속으로 그러겠죠! '회사를 붙여줘야 경력이 생기지! 붙여주지도 않으면서 경력을 어떻게 만드냐!"라고요. 그럼 인턴이던 무엇이든 회사를 들어가서 경력을 만드는 게 가장 좋은데 요즘 인턴 자리도 경쟁률이 엄청나죠.. 자신이 원하지 않는 분야에 인턴 자리를 신청하기도 그렇고요.
A : 네. 그런 이야기를 들을 때 굉장히 속상했어요.. 나 같이 어떤 이력도 없는데 그냥 취업을 포기해야 하나라는 생각이 저절로 들죠.
hahahaHR : 그런데 1~2년 경력쯤 없어도 A님이 그 정도 경력을 커버할 수 있는 방법이 있어요.
A : 그게 퍼스널 브랜딩인가요?
hahahaHR : 네. 맞습니다. 이제 차근차근 설명을 드릴게요. 퍼스널 브랜딩은 자신의 능력과 노력, 재능을 객관적으로 남에게 보여서 자신의 평판을 높여가는 과정입니다.
A님은 취업을 위한 퍼스널 브랜딩을 해야 하고 데이터 직군을 원하니 그에 맞는 블로그를 만들어야 해요. 그리고 데이터분석이나 AI 모델링 공부를 하면서 막혔던 부분이 무엇인지, 이를 어떻게 해결해 갔는지를 블로그에 자세히 기록해 갑니다. 프로젝트를 한 것, 자신이 혼자 공부한 것, 그리고 힘들 때 그 감정까지도 말이죠.
일기를 쓰듯 그렇게 기록을 해나가면 그것이 쌓이고 쌓여 자신만의 색깔이 입혀진 자신만의 강점이 되는 것이죠. 이런 기록과정을 꾸준히 하는 거예요. 가장 무서운 건 그 "꾸준함"이 바로 다른 사람들 눈에 들어온다는 것이죠.
A : 아예 이런 사실은 모르고 있었어요...
hahahaHR : 그렇게 자신만의 강점을 기록한 블로그를 이제는 홍보를 해야겠죠? 혹시 링크드인 해보셨나요?
A : 아니요.. 아이디도 없어요.
hahahaHR : 꼭 만들어서 링크드인에서 활동을 해보세요. 대학 4학년이 와서 꾸준히 글을 남기면 많은 사람들이 와서 글을 읽어줄 겁니다. 그렇게 팔로워 수를 늘려가야 해요..
A : 그런데 왜 링크드인이어야만 하죠?
hahahaHR : 기회가 생길 수 있기 때문입니다. 링크드인에는 수많은 회사의 HR인들이 많이 서식하고 있어요. :) 그분들에게 눈에 띈다면 A님의 취업 기회도 다른 사람들보다 높아지겠죠?
예를 들어 사람들은 바다에 배를 타고 나가 낚싯대로 고기를 잡으러 갑니다. 어느 날은 허탕도 치긴 하지만 사람들은 곧 잘 고기들을 잡죠.. 그런데 이게 어느 정도의 확률일까요?
A : ......................... 모르겠습니다...
hahahaHR : 지구 전체로 치면 아마 억 분의 일 정도의 확률이 아닐까요? 지구 상에 바닷물의 양과 물고기 양의 비율은 아무리 해도 0.00001% 정도도 안될 거예요. 거기다 어떤 사람이 특정한 바다의 일부 구역으로 가서 특정 시간에 낚싯대를 들이운다? 그것만큼 또 물고기를 잡을 확률이 줄어들겠죠. 제 생각엔 굉장히 작은 확률일 거예요. 그런데도 사람들은 물고기를 잘 잡아오죠? 그 이유가 뭘까요?
A : ......................... 어려워요..
hahahaHR : 확률이 적더라도 물고기가 먹을만한 갯지렁이 등을 미끼로 낚싯바늘에 껴서 물고기가 있을 만한 해역에 던지기 때문입니다. 그 갯지렁이가 바로 A님이 매일 작성한 Tech-블로그이고, 고기가 있을 만한 바다가 바로 "링크드인"인 거예요. 그것 만으로도 당신은 다른 사람보다 물고기를 잡을 확률이 훨씬 높아지겠죠?
A : 와! 감사합니다. 진짜 잠에서 확 깬 것 같은 기분이에요. 정말 몰랐던 사실인데.. 감사합니다!
hahahaHR : 앞으로 좋은 곳에 취업하면 제 홍보 부탁드릴게요!
A : 하하. 정말 많이 떠들고 다니겠습니다!
이렇게 A님과의 취업 상담이 기분 좋게 끝났습니다.
A님의 취업 준비의 시작을 요약하면 아래와 같습니다.
- 데이터직군의 취업공고를 가능한 한 많이 수집한다. 단 회사와 분야를 한정하지 않는다.
- 수집된 공고를 분석하여 공부해야 할 방향을 정한다. (기존 보유 역량 : 데이터분석, AI모델링, SQL + 추가 역량 : 데이터베이스 or 카프카 or 서버 등)
- 공부해야 할 것이 정해지면 블로그를 만들어 공부와 프로젝트한 과정과 결과를 모두 기재한다. 실패과정, 해결방법, 그에 대한 성과 등을 순서대로 기재한다.
- 지속적으로 꾸준히 블로그 활동을 한다. 그리고 링크드인에 홍보를 하고, 취업에 대한 정보를 얻는다.
- 취업이 되면 나를 홍보한다. :)
A님의 취업 상담은 여기까지입니다.
😁 취업 상담이 필요하시면?
😁 퍼스널 브랜딩을 위한 자체 블로그 제작이나 그 방법을 알고 싶으시다면!?
이 사이트의 문의하기 를 클릭하시거나,choyunseo@hahahahr.com로 메일 주시면 됩니다.
24년 1월 22일 상담한 내용입니다.
상담한 분은 24년 9월 졸업 예정인 대학 4학년의 취업 준비생으로, 취업에 대한 방향성을 잡지 못해 제게 상담 요청을 해주셨습니다.
먼저 이 분의 이력을 간단히 살펴보겠습니다.
이 분의 고민은 다음과 같습니다. AI나 데이터 분석 관련한 직무 쪽으로 취업을 하고 싶은데 구체적으로 어떻게 해야 할지 몰라 관련된 수학과 기본이론만 복습하며 공부를 하고 있다는 것입니다. 왜 구체적인 취업 준비를 시작하지 않느냐라는 질문에 구인공고를 몇 번 찾아봤는데 관련 직무에 대한 구인을 찾을 수 없었기 때문이라고 답을 했습니다. 그래서 관련 공고들이 많이 나올 때까지 기본적인 공부만 하고 있었다고 합니다.
저는 이 말을 듣고 전체적인 취업 계획을 잡는 법을 아직 잘 모르고 있음을 바로 인지하였습니다. 그래서 먼저 상담자가 원하는 개략적인 방향성의 강도를 먼저 확인한 다음 큰 그림부터 잡아가야겠다고 바로 생각했습니다.
상담자의 니즈 확인
먼저 상담자가 데이터직군으로의 취업만이 아니라 일반직군으로의 취업도 원하는지를 가장 먼저 물었습니다. 이걸 먼저 결정해야 다음 스텝으로 넘어갈 수 있기 때문입니다. 아래는 그에 대한 대화 내용입니다.
그래서 데이터직군 중에서도 다른 쪽도 준비를 해야 할 것 같은데 무엇을 준비해야 할지 모르겠어요. 마땅한 이력도 없고, 자격증도 없어요. 대학원에 가기 위해 수학과 이론만 공부했어요. 그래서 이력서에 쓸게 없어요. 회사가 나를 고용할 이유가 없다고 생각해요.
데이터로 모델링하며 가치를 창출하는 일을 하고 싶어요, 그러나 지금 보니 그것이 쉽지 않을 것으로 보여요. 그래서 뭘 어떻게 해야 할지 걱정돼서 연락드렸습니다.
hahahaHR : 그럼 A분은 반드시 데이터 모델링 직군, 그러니까 사이언티스트나 분석가 쪽으로만 가고 싶은 건가요? 아니면 기회만 된다면 일반 직군.. 예를 들자면 경영지원팀이나 재무팀, 마켓팅팀 쪽으로도 지원할 생각은 있나요?
그리고 두 번째 질문으로 데이터 직군으로의 취업공고는 많이 찾아보고 지원도 해봤나요?
A: 일반 직군은 생각해 보질 않아서 잘 모르겠어요. 두 번째 질문에 대한 답으로는 대략 7~8군데 정도 공고를 찾아본 것 같아요. 그리고 아직 서류 접수도 해보지 않았어요. 지금은 데이터 관련 자격증을 준비하고 있어요.
데이터 중심 회사 외 일반 회사로의 취업 확장
이제 상담자의 속내를 알았으니 일반 직군으로의 취업도 가능하도록 생각의 전환을 만드는 것이 중요했습니다. 왜냐하면 일반직군도 데이터를 다루는 직무가 꽤 많거든요. 이러한 사실을 상담자가 알아야 할 필요가 있었습니다. 그래서 데이터 직군 외에도 일반 회사로의 취업도 준비하자는 방향을 정하는 것으로 설득을 했습니다. 아래는 상담 내용입니다.
먼저 데이터가 중요한 회사들을 생각해 봅시다. 예를 들면 당근마켓, 배달의민족, 쿠팡, 토스 등은 많은 고객을 대상으로 하고 고객 데이터 분석이 정말 중요하기 때문에 데이터직군을 가장 많이 채용하고 있습니다. A님이 원하는 게 바로 이런 회사니까 이런 회사들의 취업공고들을 모두 확인해 봐야 해요.
두 번째로, 일반 회사는 데이터 중심의 회사가 아닐 수도 있어요. 그러나 이제는 데이터를 활용해서 매출을 증진시키거나 의사결정을 해야 할 때가 왔습니다. 예를 들어, 병원이라면 환자 데이터를 분석해서 어떤 치료법이 효과가 있는지 알려면 치료받은 환자의 완치 확률, 사망 확률, 부작용 발생 확률을 분석해야 해요.
이와 마찬가지로 모든 회사에서 데이터분석이 필요해졌어요. 모든 곳에서 데이터가 발생하고 있어요. 그리고 AI가 발전함에 따라 발생한 데이터를 관리하고 분석하고, 관리에 활용해야 해요.
그러니 첫 번째 목표는 데이터 직군을 채용하는 데이터 중심의 회사를 찾아야 하겠죠. 그러나 그런 회사가 아닌 경우에도, 일반 회사들이 데이터 직군을 뽑는지 찾아봐야 해요. 현대제철 같은 경우에는 철을 만들 때 여러 다른 금속을 넣어 강도나 특성들을 조절합니다. 그러면 어떻게 조합을 만들까요? 그 조합에 따라 철의 강도가 어떻게 변하는지? 요즘에는 기계 학습과 딥 러닝을 사용해서 분석하고 예측해요. 그래서 전통적인 1차 산업에서도 AI가 필요하고 데이터 분석이 필요해요. 그래서 몇 개월 전에 데이터 직군을 많이 뽑았어요.
A님은 이에 수긍을 하였습니다.
데이터 직군의 통합화 가속
다음 단계는 데이터 직군 관련 취업 공고를 최대한 수집하고 요즘 가장 많이 채용되고 있는 데이터 직군을 찾아야 합니다. 요즘 데이터 직군은 데이터분석이나 AI 모델링 정도 하는 것으로는 취업이 어렵습니다.
실무에서 데이터 분석이 쓰이는 곳은 한정정이고 실제 업무가 많은 곳은 서버에서 데이터베이스 구조를 설계하여 데이터 추출 시 분석에 문제가 없는 데이터가 나올 수 있도록 하는 '데이터베이스 관련' 업무나 대용량의 빅데이터를 서버에서 문제없이 처리될 수 있도록 하는 '카프카'나 '하둡'을 사용할 줄 아는 엔지니어가 부수적으로 데이터 분석도 할 줄 아는, 다시 말해 데이터 분석가, 데이터 엔지니어 등 자세히 구분하지 않고 엔지니어 일도 하고 분석도 하는 직군으로 통합되어 가고 있는 실정입니다.
이 부분을 A님이 이해를 반드시 하고 넘어가야 했습니다.
hahahaHR : 네.. 그런데 AI모델링이나 데이터분석만 해도 굉장히 양이 많고 어려운데 엔지니어 공부까지 해야 한다는 게... 좀 그렇긴 하죠? (씁쓸한 웃음) 현실이 그러니 어쩔 수 없고.. 카프카와 데이터베이스 모두를 배울 수는 없어요. 양이 어마어마하니까요.
그래서 A님이 취업공고를 보고 어느 쪽의 공고가 많은 지를 분석해서 그 방향으로 정해서 공부를 해야 해요. 요즘 쿠팡이나 토스, 카카오 등의 앱들은 이용자들이 보통 2천만을 넘어가니가 대용량 데이터를 처리하는 카프카를 사용할 줄 아는 사람을 많이 채용하고는 있어요. 앞으로도 이 추세는 변하지 않을 것 같네요.. IT 분야는 이제 실생활과 떨어질 수가 없으니까요.
이 쪽을 공부하셔도 되고, 공고를 잘 분석해서 무엇을 공부해야겠다를 정해야 해요. 그리고 정한 대로 9월까지 힘들게 공부해야 됩니다.
A : 아! 잘 알겠습니다. 데이터베이스든지, 데이터 처리 쪽이든 정해야 하겠네요. 감사합니다.
대학생들에게도 퍼스널 브랜딩 시대의 개막
이제는 마지막으로 퍼스널 브랜딩에 대한 중요성을 이야기 할 때가 왔습니다.
A : 퍼스널 브랜딩? 그게 뭐죠? 자기 PR을 하라는 말씀인가요?
hahahaHR : 비슷합니다. 자기 PR을 해야 해요. 혹시 A님은 개인 블로그 등을 운영하면서 자신이 공부하는 것들이나 활동하는 것들을 기록하고 있나요?
A : 아니요..
hahahaHR : 요즘은 공채를 잘 안 뽑고 신입도 수시로 뽑죠. 그 이유가 무엇인지 아세요?
A : 아니요..잘 모르겠어요..
hahahaHR : 수시로 뽑으면 공채보다는 빠르게 채용을 진행할 수 있어요. 그리고 당장 현업에 써먹을 수 있는 사람을 뽑기 위함입니다. 만약 어떤 경력도 없는 A님과 경력 1~2년차 의 중고 신입이 한 회사에서 최종 면접까지 갔다고 칩시다.회사에서 판단할 때 능력이나 인성 등이 엇비슷하다고 하면 과연 누굴 뽑을까요?
A : 중고신입 분을 뽑을 것 같아요..
hahahaHR : 네... 맞습니다. A님은 떨어지겠죠.. 그러면 A님은 속으로 그러겠죠! '회사를 붙여줘야 경력이 생기지! 붙여주지도 않으면서 경력을 어떻게 만드냐!"라고요. 그럼 인턴이던 무엇이든 회사를 들어가서 경력을 만드는 게 가장 좋은데 요즘 인턴 자리도 경쟁률이 엄청나죠.. 자신이 원하지 않는 분야에 인턴 자리를 신청하기도 그렇고요.
A : 네. 그런 이야기를 들을 때 굉장히 속상했어요.. 나 같이 어떤 이력도 없는데 그냥 취업을 포기해야 하나라는 생각이 저절로 들죠.
hahahaHR : 그런데 1~2년 경력쯤 없어도 A님이 그 정도 경력을 커버할 수 있는 방법이 있어요.
A : 그게 퍼스널 브랜딩인가요?
hahahaHR : 네. 맞습니다. 이제 차근차근 설명을 드릴게요. 퍼스널 브랜딩은 자신의 능력과 노력, 재능을 객관적으로 남에게 보여서 자신의 평판을 높여가는 과정입니다.
A님은 취업을 위한 퍼스널 브랜딩을 해야 하고 데이터 직군을 원하니 그에 맞는 블로그를 만들어야 해요. 그리고 데이터분석이나 AI 모델링 공부를 하면서 막혔던 부분이 무엇인지, 이를 어떻게 해결해 갔는지를 블로그에 자세히 기록해 갑니다. 프로젝트를 한 것, 자신이 혼자 공부한 것, 그리고 힘들 때 그 감정까지도 말이죠.
일기를 쓰듯 그렇게 기록을 해나가면 그것이 쌓이고 쌓여 자신만의 색깔이 입혀진 자신만의 강점이 되는 것이죠. 이런 기록과정을 꾸준히 하는 거예요. 가장 무서운 건 그 "꾸준함"이 바로 다른 사람들 눈에 들어온다는 것이죠.
A : 아예 이런 사실은 모르고 있었어요...
hahahaHR : 그렇게 자신만의 강점을 기록한 블로그를 이제는 홍보를 해야겠죠? 혹시 링크드인 해보셨나요?
A : 아니요.. 아이디도 없어요.
hahahaHR : 꼭 만들어서 링크드인에서 활동을 해보세요. 대학 4학년이 와서 꾸준히 글을 남기면 많은 사람들이 와서 글을 읽어줄 겁니다. 그렇게 팔로워 수를 늘려가야 해요..
A : 그런데 왜 링크드인이어야만 하죠?
hahahaHR : 기회가 생길 수 있기 때문입니다. 링크드인에는 수많은 회사의 HR인들이 많이 서식하고 있어요. :) 그분들에게 눈에 띈다면 A님의 취업 기회도 다른 사람들보다 높아지겠죠?
예를 들어 사람들은 바다에 배를 타고 나가 낚싯대로 고기를 잡으러 갑니다. 어느 날은 허탕도 치긴 하지만 사람들은 곧 잘 고기들을 잡죠.. 그런데 이게 어느 정도의 확률일까요?
A : ......................... 모르겠습니다...
hahahaHR : 지구 전체로 치면 아마 억 분의 일 정도의 확률이 아닐까요? 지구 상에 바닷물의 양과 물고기 양의 비율은 아무리 해도 0.00001% 정도도 안될 거예요. 거기다 어떤 사람이 특정한 바다의 일부 구역으로 가서 특정 시간에 낚싯대를 들이운다? 그것만큼 또 물고기를 잡을 확률이 줄어들겠죠. 제 생각엔 굉장히 작은 확률일 거예요. 그런데도 사람들은 물고기를 잘 잡아오죠? 그 이유가 뭘까요?
A : ......................... 어려워요..
hahahaHR : 확률이 적더라도 물고기가 먹을만한 갯지렁이 등을 미끼로 낚싯바늘에 껴서 물고기가 있을 만한 해역에 던지기 때문입니다. 그 갯지렁이가 바로 A님이 매일 작성한 Tech-블로그이고, 고기가 있을 만한 바다가 바로 "링크드인"인 거예요. 그것 만으로도 당신은 다른 사람보다 물고기를 잡을 확률이 훨씬 높아지겠죠?
A : 와! 감사합니다. 진짜 잠에서 확 깬 것 같은 기분이에요. 정말 몰랐던 사실인데.. 감사합니다!
hahahaHR : 앞으로 좋은 곳에 취업하면 제 홍보 부탁드릴게요!
A : 하하. 정말 많이 떠들고 다니겠습니다!
이렇게 A님과의 취업 상담이 기분 좋게 끝났습니다.
A님의 취업 준비의 시작을 요약하면 아래와 같습니다.
A님의 취업 상담은 여기까지입니다.
😁 취업 상담이 필요하시면?
😁 퍼스널 브랜딩을 위한 자체 블로그 제작이나 그 방법을 알고 싶으시다면!?
이 사이트의 문의하기 를 클릭하시거나,choyunseo@hahahahr.com로 메일 주시면 됩니다.