데이터 석사 준비 목록(2022.04 - 2025.04)

1. 학습 관련

- https://www.edx.org/
- https://www.coursera.org/

edX | Online Courses, Certificates & Degrees from Leading Institutions

Coursera | Courses, Professional Certificates, and Degrees Online

- https://www.edx.org/

edX | Online Courses, Certificates & Degrees from Leading Institutions

- https://www.coursera.org/specializations/microsoft-azure-dp-900-data-fundamentals

Microsoft Azure 데이터 기초 DP-900 시험 준비

방송통신대학교 논문대체 자격증 중 하나였던 DP-900 펀더멘탈 기본시리즈와 그 이상의 상위시리즈는 이 커리큘럼의 기초 토대가 되었다. 실제로 취득한 자격증 뿐만 아니라 취득하게 된 배경과 이를 바탕으로 한 실무 질문, 자기소개서와 관심 분야 연구계획서를 아우르는 면접 질문이 있으므로 취득보다는 공부를 하면서 취득까지 덤으로 하는 방향으로 무게를 주면 긍정적인 이미지를 줄 것
- https://www.coursera.org/professional-certificates/ibm-data-architect

IBM Data Architecture

데이터 아키텍쳐, 빅데이터 분석 등과 같이 검색하여 여러 학교의 과목을 비교하고 대중적인 커리큘럼이 무엇인지 확인하며 수강을 하고 수료를 했을때 방송대 학사에서 가질 수 밖에 없었던 한계점을 어느정도 보완할 수 있다.
* 이외에도 국내 대학 강의 제공 플랫폼이나 대학 서적을 사면 그 서적에 대한 유튜브 해설이나 이전에 공부한 사람들의 웹 사이트를 참고하는것도 추천

---

2. 경력, 학업 관련

1. 직장을 다니는 중이라면 현재 프로젝트, 혹은 외주 프로젝트, 사이드 프로젝트 등의 경험을 통해 자소서에 쓸 것들을 만들어 두는것
- 자회사의 모 기술관련 AI 평가 모델 개발
- 자회사의 모 기술관련 평가 이후 예측 모델 개발
- BERT 모델을 활용한 딥러닝 분류 모델 자회사 서비스 개발 및 응용
- MIS, ERP 시장 관련 특정 제품의 데이터, 상품의 재고 등의 유통 정보를 시각화, 관리하며 클라우드 기술을 바탕으로 하여 원활한 서비스 제공
- 데이터 전처리 업무, SQL, Excel 바탕으로 한 십만 단위의 소규모 데이터 가공및 전처리 업무파트 담당 (사이드)
- AI의 코드를 품질, 재평가화(평가결과 선별 가중지정), 리뷰 업무(간단한 프롬프트를 통한 답안 비교와 유도)에 필요한 데이터 파이프라인 설계 및 관리 유지보수
- 파이썬, 타입스크립트, 자바 및 기타 프레임워크를 활용한 웹 개발 - 이런식의 프로젝트들
- 사내 웹 개발, AI 팀 재직 중 월 4회 매주 1회 모든 IT 부서 사내 프로젝트 강의/청강 진행

2. 학교 경험이 있다면 학교 경험도 추가하는 것

1. - 컴퓨터공학과 전문학사, 한국방송통신대학교 컴퓨터과학과, 통계데이터과학과 재학/ 학사 졸업(예정)
   - 취득한 자격증 전부 기술
   - 사회봉사, 멘토활동, 사내 강연 경험을 통한 교육으로서의 봉사 연관짓기
   - 평점이 전부가 아닌 특정 과목의 특정 과제를 통해 어떤 논문을 참고 했으며 이때 작성한 코드파일이나 혼자 공부한 기록의 일부를 첨부하여 기술
   - 졸업시 학과 표창상 및 기타 수상 여부 기술
   
   
2. 그외 학업관련 강의 수료 
   - CalArts 시각디자인 : 디자인과 시각과, 나아가 데이터 학문에서의 시각화가 가지는 중요성을 바탕으로 연관지어 서술
   - 엔지니어를 위한 행렬대수, 선형대수학 : 방송통신대학교에서 수강한 선형대수의 연장선상에서 머신러닝-> 딥러닝과의 학습을 위한 사전 학습의 중요성을 바탕으로 연관지어 서술
   
   
3. 인문학 학사 학점은행제 취득
   - 강연 강의, 교직이수에 관한 경험의 연장선상으로 기술한 레포트, 실제 학교 봉사와 사내 강연에서의 활용도를 바탕으로 '데이터 문해력' 및 데이터 엔지니어 혹은 개발자로서의 '결과'만 강조하는 것이 아닌 문해력을 바탕으로 설득하는 것에 대한 경험을 기술

3. 그외 영어성적 및 추천서 사전준비

1. 학교 교수님
   - 전적대학 은사님과의 인연은 계속 유지해왔으며 종종 학교에 찾아가 면담을 드렸고 추천서를 받았음
   - 방송대의 경우 일반적인 문의(메일, 학과전화)로 모든 학생에게 추천서를 써주지 않음(방송대에만 추천서를 기대하는 것을 개인적으로 만류한다. 레퍼런스를 받을 수 있는 다른 것도 찾아야한다). 학과활동, 학과포상, 혹은 경진대회와 학교 자원봉사와 같은 활동을 통해 몇 년 전부터 접점을 만드는 것을 추천(경진대회와 학과활동, 학과 포상 기록을 남기는것을 추천)
   
   
2. 회사
   - 직장인이라면 가장 이상적인 방법이며 꼭 재직중이지 않아도 된다. 중요한건 그 회사에서 내가 어떤 업무를 맡았고 어떤 일을 했으며 이를 바탕으로 타인이 객관적으로 서술하는 것이 중요했다.
   - 프리랜서 기간동안은 이 프리랜서 또한 회사 혹은 아는 사람을 통해 소개받은 그 연이 있었고 이것 또한 대학원 진학 뿐만 아니라 타 회사 이직일때도 강력한 레퍼런스가 된다. 실제로 이직도, 면접도, 추천서도 회사에서 받은것이 가장 도움이 되었고 이를 기반으로 한 심층 면접이 진행되었다.
   
   
3. 영어
   - 이 모든 것들 중 가장 준비하기가 상대적으로 쉬운편이다. 6년전에 토익을 봤으며 그 이후에는 셀핍과 아이엘츠로 시험을 쳤다. 공부방법은 인강, 학원 현강, 독학 등이 많으니 알아서 하는 것을 추천

---

3. 관련 분야에 대한 관심 가지기 혹은 가벼운 지식 배우기

1. 회사 다니는 중에도 사내 구입한 기술서적을 독서
2. 방송대 재학하며 독서기록모임 운영 및 기록을 자료로 남기기(학기별 1기수인 독서모임을 4년 반동안 이끌었음)
3. 이를 바탕으로 구술면접 혹은 필기 시험에서 다룰 수 있는 기본 주제에 대해서 지식 습득
https://product.kyobobook.co.kr/detail/S000202728614

메타인지의 힘 | 구본권 - 교보문고

https://ebook-product.kyobobook.co.kr/dig/epd/ebook/E000003053395

세븐 테크                                         | 김미경                                                              

https://ebook-product.kyobobook.co.kr/dig/epd/ebook/E000005266050

박태웅의 AI 강의                                         | 박태웅                                                    

https://ebook-product.kyobobook.co.kr/dig/epd/ebook/E000003086355

데이터과학자의 사고법                                         | 김용대                                            

그 외 등등

---

Recommendation Letter는 지금까지 내가 어떻게 살아왔고 무엇을 하고 싶고 어떻게 여기에 이르렀는지를 잘 기술해야 할 필요가 있다. 나의 경우 컴퓨터 공학 전적대학과 회사생활, 컴퓨터과학 학사를 취득하게 된 계기와 이를 바탕으로 IT 필드의 다양한 직업의 경험, 실제 결과물(사이트, 디자인, 코드 목록 등등)을 한국어, 영어로 재디자인-재번역하여 포트폴리오로 실었다.

프리랜서를 하면서 웹 개발이 아닌 데이터 분석과 데이터 분석도 웹 개발도 아닌 애매한 업무를 한 것도 결국엔 sop에서 강점이 되었다. 퇴사한 회사로부터 재입사 제의도 받았다. 프리랜서 계약을 무사히 마쳤고 연장과 이직도 할 수 있었다. 계약직 혹은 프리랜서, 정규직의 틀에서 벗어나니 학업으로 다시 회귀할 필요가 있음을 알게됐다. 그렇게 결심을 먹기까지 7년이 걸렸다. 재직과 이직, 경험과 면접 준비를 하기엔 충분하지만 결코 충분하지 않은 짧은 시간일 수도 있다. 미리미리 준비하는것을 추천하며 인간관계에서 필수적이고 상호호혜적으로 도움받을 수 있는 건전한 관계가 무엇인지 판단하고, 시간을 축내는 것(쓸모없는 버려지는 시간들)들은 모두 정리하는 것을 추천한다.

또 대학원의 네임벨류보다는 내가 하고 싶은 연구분야나 교수님, 특정 캠퍼스에 대한 정보가 더 중요하고 그것보다 더 중요한 것은 이것을 통해 하고싶은게 뭔지 그 이상의 그림을 그리는게 우선인 것 같다.

특히나 직장인이라면 상사에만 한정짓지말고 특정 팀을 이끌었던 동료나 사내 강연 및 사내에서 활동하며 도움받은 다른 사람들에게도 많은 인사이트를 얻을 수 있도록 해야한다. 학부 교수님과 상사는 어느정도 레퍼런스를 써줄 용의가 충분하지만 사실상 면접에서 다른 사람에게서 받은 레퍼런스는 이목을 끌 수 있다. 프리랜서 시절 모 기업의 면접 준비와 후기를 준비하던 지인과 친해져 현재는 서로 레퍼런스를 써주고 네트워킹하며 가까운 곳에서 만나 정보를 교환하는 사이가 됐다. 당시 거의 반년 가까이 출퇴근을 하며 근처에 월세를 잡고 만났는데, 당시 이런 활동이 크게 도움이 됐다. 만약 이런 모임이나 활동이 있다면 기록을 세세하게 해서 추천이라는 가장 강력한 개연성을 만드는것도 중요하다고 생각한다.