[취업준비] DATARIZE(데이터라이즈) 분석 및 서류 준비 과정

기업 채용 링크: https://team.datarize.ai/

기업명: 데이터 라이즈
기업 홈페이지: DATARIZE
주요 서비스: B2B SaaS 데이터 솔루션 "다이버스"
주요 고객: 이커머스

서비스

스타트업이라 많은 정보가 제공되진 않지만, 해당 회사에서 제공하는 데이터 솔루션인 다이버스에 대한 설명서를 읽어보면, "이커머스 기업을 대상으로 해당 기업의 고객과 상품과 관련된 지표를 기반으로 데이터 분석 통합 솔루션"을 제공하는 회사라는 점은 알 수 있었습니다. 2021년 9월 ~ 12월 기준으로 솔루션을 최종적으로 완성하고 API와 연동하는 과정을 진행할 예정입니다.

스타트업의 성장을 판단하는 기준으로 주로 고려하는 사항이 해외 진출입니다. 아무래도 회사 서비스가 내수 시장에만 집중한다면, 기업 성장에 한계가 있다고 생각합니다. 데이터라이즈 같은 경우 2022년 1월 해외시장 진출을 목표로 하고 있는 회사입니다.

서비스의 확장성(?)에 대해 고민해봤을 때에도 자체 솔루션을 특정 시장만 타겟팅하지 않고 있다는 장점이 있었습니다. 현재에는 이커머스 시장만 집중하고 있지만 추후 교육이나 여행 등 다양한 도메인으로의 확장을 계획 중이라고 합니다.

한계점은 이커머스 시장에서의 분석 솔루션이 자체 쇼핑몰을 가졌지만 분석 인프라를 갖추지 못한 회사들에 한해서 제공 가능한 서비스라는 점이 있습니다. 브랜디, 무신사, 지그재그, Ably, 11번가, 쿠팡 등과 같은 시장 점유율이 높은 기업처럼 분석 인력을 갖추고 있는 회사에는 적용하지 못 한다는 단점이 있습니다. 그리고 여러 이커머스 기업들이 최근 추천 시스템에 대해 경각심을 가지면서 개발자와 관련 직무 종사자들을 대거 채용하고 있는 추세라 그런지, 사용자 입장인 제가 느끼기에도 이커머스 앱을 사용하는 편의성, 내가 사고자하는 상품에 대한 접근 용이성이 눈에 띄게 편리해졌습니다. 5년전만 해도 영세한 규모의 쇼핑몰 웹사이트를 많이 이용했던 시기에 비해 웹 보다는 어플, 특정 쇼핑몰 사이트 보다는 복합적으로 합쳐져있거나 추천 쇼핑몰 사이트를 이용하는 식으로 변했다는 점이 고객 확보에 있어서 어려운 점으로 보입니다.

다만, 노려볼 수 있는 시장은 아직까지 그 영세한 쇼핑몰들이 주로 사용하는 분석 솔루션이 없다는 점이 있습니다. 그리고 고가 브랜드나 명품을 다루는 사이트일수록 자체 웹사이트를 사용하는 방식을 고수하고 있기 때문에 해당하는 이커머스 고객들을 타겟팅하면 좀더 시장 점유를 늘려갈 수 있을거 같습니다.

직무

직무는 총 6가지가 있습니다. 자세한 직무명은 Web Analytics Developer, Backend Developer, Product Designer, Data Engineer, Data Scientist, Data Analyst가 있습니다. 이 중 저는 Data Engineer와 Data Analyst 직무가 ML/DL 관련 직무에서 일하기 희망하는 신입이 들어가기 좋은 포지션이라고 생각했습니다. Data Scientist 같은 경우 해당 티오를 뽑는 과정에서도 코딩 테스트나 분석 과제로 진행되는 것이 아니라, 실무자 인터뷰와 컬쳐핏 인터뷰를 통해 뽑습니다. 그리고, 역량 관련 페이지에서도 3년 이상의 경력 또는 그에 준하는 실력을 명시하고 있기 때문에 경력직을 위한 티오로 보입니다.

데이터라이즈에서 뽑는 직무 설명에 대해 좀 더 명확히 어떤 일을 하는지 궁금하다면 변성윤님이 작성해서 공유하는 깃헙을 참고해도 좋을거 같습니다. ML/DL 분야의 기업들은 회사마다 직무에 대한 정의와 그 범위가 매우 다를 때가 많은데 데이터라이즈 같은 경우 변성윤님 깃헙과 매우 유사하게 직무를 나누고 있기 때문에 해당 직무에 대한 보충 설명 자료로 써도 아주 좋다고 생각했습니다.

데이터라이즈의 데이터분석가 직무 설명: https://team.datarize.ai/recruit/data-analyst
변성윤님의 깃헙: https://github.com/Team-Neighborhood/I-want-to-study-Data-Science/wiki

변성윤님의 깃헙과 데이터라이즈의 직무 설명은 정말 유사한데, 그중에서도 공통적인 요소들을 체크해봤습니다. 정리하면서 데이터 분석가가 하는 일에 대해 정리할 수 있는 시간이었습니다.

변성윤님 깃헙: 모니터링 해야되는 데이터 또는 특정 데이터의 경우 대시보드를 생성하고 관리합니다, 새로운 기능이 추가되는 경우나 특정 로그를 보고싶은 경우 데이터 로그를 설계합니다, 핵심 성과지표를 설정하고 해당 수치의 변화에 대한 원인을 분석합니다.
데이터라이즈: 고객사 사이트의 구매 로그, 유저 활동 로그 등을 분석하여 자체 솔루션의 분석 대시보드를 기획합니다, 자체 솔루션의 고객 데이터를 분석하여 해당 지표의 변화에 대한 원인을 분석합니다.

이미지 출처: https://camo.githubusercontent.com/85fbb8ad73ae8649610e1a67ead1395712600a92e38a7c7727ba7c4403d8826c/68747470733a2f2f7777772e64726f70626f782e636f6d2f732f77316a76736466306d7638667a346a2f53637265656e73686f74253230323031382d30372d323025323031312e35362e31392e706e673f7261773d31

데이터라이즈 지원 계기

1. 자체 서비스 솔루션이 있는 회사

처음에 회사 소개에 있는 데이터바우처 공급기업으로 선정되었다는 말을 봤을 때는 혹시 데이터 라벨링 쪽 위주로 진행하는 회사인가하는 걱정이 들었습니다. 개인적으로 정부사업을 통해 데이터 라벨링을 이미 5개월 정도 경험해봤기 때문에 라벨링이나 어노테이션 위주로 보다는 실제 데이터에 대한 정제와 분석하는 과정을 메인으로 하는 회사를 희망했습니다.

2. 추천 시스템에 대해 배울 수 있는 회사

개인적으로 AI의 최대 수혜자는 추천 시스템 분야와 의료 분야라고 생각합니다. 추천이 가능해지기 시작하면서 다소 낯설게 느껴졌던 카카오 선물하기, 동영상 플랫폼 등 다양한 IT 서비스들이 소비자에게 공감을 이끌어냈다고 생각합니다.

3. 비판적 사고가 허용되는 문화

문화가 지원을 확실히 하는데 가장 큰 이유였습니다다. 서로 다름을 이해하는 것, 문제점을 지적해도, 다른 의견이 있어도 열린 마음으로 받아들인다는 점, 끝까지 맡은 바를 해내는 책임감과 열정, 고객 피드백을 중심으로 하는 것, 지식과 노하우를 나누는 것, 자발적으로 동료에게 피드백을 구하는 것으로 5가지 항목이 있었는데 회사를 지원하면서 문화쪽에서 공감이 많이 갔던 회사는 없었습니다. 이전에 조직 생활이나 팀 활동을 할 때마다 문제점을 지적하고 해결하려고 하면 '너는 왜 그렇게까지 열심히야?', '굳이...?', '그거 지금까지 그렇게 해왔는데 지금 꼭 고쳐야할까?' 라는 말들을 많이 들어왔기 때문에 피드백이 활발하게 이뤄지는 회사를 정말 원했습니다. 제가 원하는 회사 문화에 가까운 가치관들이 있다는 점이 가장 마음에 드는 점이었습니다.

4. 코딩 테스트가 아닌 분석 과제

틈틈이 프로그래머스 문제를 풀면서 알고리즘 공부를 하고 있지만, 아직 알고리즘이나 코딩 실력이 좋은 편은 아니기 때문에 분석 과제를 더 지향하는 편입니다. 아직까지 코딩 테스트든 분석 과제든 경험이 없거나 1승도 해본 적은 없지만 분석 과제는 단순히 간단명료한 코드 보다도 제 생각이나 관점을 드러낼 수 있는 부분이 있어서 도전해보고 싶은 부분이기도 했습니다.

데이터라이즈 준비 과정

1. 이력서 작성

작년 10월부터 본격적으로 딥러닝/머신러닝을 공부하기 시작했기 때문에 생각보다 이력서에 넣을 프로젝트나 어필할 요소가 아직까지 많이 부족하다는 점을 느낄 수 있었습니다. 그래서 최대한 최근 경험을 위주로 쓰고, 제 자신을 잘 드러낼 수 있는 경험들을 써보려고 노력했으나 관련 경험이나 경력이 부족한 부분을 이전에 무언가 열심히 했던 경험들을 이력서에 녹아내려고 노력했습니다.

양식은 코딩몬스터에서 제공하는 이력서 양식을 활용했습니다. 그리고 이전에 포트폴리오 스터디를 하면서 공부했던 내용들을 참고했습니다. 나중에 이력서나 포트폴리오에 대해 공부한 부분은 따로 정리해보겠습니다.

코딩몬스터 표준이력서: https://www.notion.so/2240db2aad6d426cba3a94efeb1541f8

2. 자기소개서(커버레터) 작성

이력서만으로 제 자신의 성격이나 가치관, 업무 스타일 등을 드러내기는 어렵다고 생각했습니다. 그래서 주로 외국계 기업을 쓸 때 많이 쓰게 되는 자기소개서를 추가했습니다. 3가지 문항 정도로 제가 해당 기업에서 배우고자 하는 점, 제가 어필하고 싶은 제 장점 중 열정이나 끈기 같은 요소들을 중심으로 작성했습니다.

3. 분석 과제 준비

데이터라이즈의 직무 설명을 읽어보면 고객사 사이트의 구매 로그, 유저 활동 로그 등을 분석하고 개선점과 액션 방안을 찾는다고 되어있습니다. 이전에 사용자 로그 데이터에 가까운 데이터를 다뤄본 적이 없기 떄문에 이전에 취준 스터디원인 ㅅㅎ님께서 추천해주신 프로그래머스 실력체크를 풀어보면서 테스트 준비를 해볼 예정입니다. 아직 서류 합격이 됐다는 소식을 듣진 못 했기 때문에 천천히 준비해볼까 합니다.

프로그래머스 실력체크 - 머신러닝: https://programmers.co.kr/skill_check_assignments/1

4. 공부해야하는 부분들 체크

지원하면서 정말 아직 모르는 부분이 많구나 하는 점을 느꼈습니다. 아직까지 데이터 엔지니어냐 데이터 분석가냐에서 갈팡질팡하면서 데이터 전처리 경험으로 더 어필이 되는 직무에 대해 지원하고 있지만 해당 직무들의 디테일하게 체크해서 알아야하는 부분들을 놓치고 있다는 점을 알 수 있었습니다.

데이터라이즈의 채용공고에서 공부해야하는 요소들을 뽑아봤습니다.

비지니스 로직을 위한 MAB, Causal Inference 등의 모델링
AB Testing, MAB, Funnel 분석, Cohort 분석 등의 알고리즘과 분석 기법
B2B SaaS 사업에 대한 이해

데이터라이즈 진행 상황 - 서류 합격/직무 면접 합격/컬쳐핏 불합격

서류가 도착했습니다! 같은 아래 메일을 서류 제출 후 4-5일 뒤에 받았습니다. 17일까지 서류를 검토해주시고 연락주신다고 합니다. 서류 지원 후에 연락이 없었어서 좀 기다리다가 서류 탈락인가 했는데 아직 검토 중인 상태였습니다. 아직까지는 다행입니다. Keep Going!

저작자표시

서비스

직무