채용 진행과정
- 서류 결과 통보: 7/16 금요일 오후 11시경
- 분석 과제 평가: 7/23 금요일 오후 4시(시간 조율 가능)
- 면접일 안내: 7/30 금요일 오후 5시경
- 면접 일자 8/3 화요일 오후 4시(시간 조율 가능)
컬쳐핏 면접 준비
- 분석 과제 다시 살펴보기
- 왜 결측치 처리를 10%를 기준으로 잡았는가?
- 왜 세션을 그렇게 정의했는가?
- 체류시간이 짧은 고객들은 액티비티가 없이 창 열고 바로 닫는 등의 경우가 있다. 해당 고객들의 체류시간을 0이 아니게 받으려면 데이터 엔지니어에게 어떤 액션(?)을 추출하도록 요구할 수 있을까?
- 왜 해당 평가지표를 택했느냐
- 분석가 무슨 일 하는지
- 추천 시스템 했던 거 평가지표 설명해봐라
- 분석과제 한다면 어떻게 하겠는가?
- 세션이란 무엇인가?
- GA 관련 기초 개념 다시 정리하기 블로깅
- 추천 튜토리얼 진행한거 다시 보기, Session 하고 MF
- CV 다시 보기
- 컬쳐핏 관련 질문 정리하고 생각해보기
기업문화 기반 예상 질문
기업문화 관련 소개 페이지: https://team.datarize.ai/members
- 내가 제안한 방법에 다른 의견이 있거나 문제점을 지적받더라도, 열린 마음으로 받아들이는가?
- 다 일단 적는 편임. 기록할 수 없는 상황에선 최대한 복기하려고 노력함.
- 문제점에 대해 어떻게 개선할 수 있을지 서로 고민해볼 수 있는 시간 가짐.
- 1~2개씩 대안을 고민해온 후, 나눔.
- 책임감과 열정을 발휘한 경험?
- 공모전했을 때, 팀장이라, 무박 캠프로 진행되는 아이디어 공모전에서 팀에서 준비한 아이디어 3개를 구체화시키해야했음. 그러나 3명의 전체 팀원 중에 2명이 아파서 진행하지 못하는 상황에 쳐했음. 평소에 팀장이라 다른 팀원들이 맡는 역할까지 수행했었음.
- 내가 맡은 업무가 아닌 부분을 열심히 수행했던 경험? 알파로 더 했던 경험?
- 추노 스터디, 스터디장으로써 처음 배우는 사람들이 대부분이었기 때문에 그래도 어느 정도의 가이드라인이 필요했음. 그래서 혼자서 공부해보면서, 스터디의 커리큘럼을 짰음. 결과? 모두연 캠퍼스에서 활용 제의 들어왔음.
- 내가 아닌 다른 사람들 일까지 해본적 있는지? 스타트업에서 롤이 구분되지 않아서 꼭 데이터 분석 업무만 하게 되는게 아닐 수 있는데 괜찮은지?
- 2달 했던 인턴 경험이랑 이외에도 쇼핑몰에서 1달 했던 인턴 경험에서 그런 점들을 느꼈다. 2달 인턴에서는 신입처럼 아는게 없기 때문에 다 전체적인 업무를 익히기 위한 과정이었다고 생각한다. 서무업무도 많고, 민원 응대도 많아서 처음엔 당연히 힘들었음. 근데 결국 그 작은 게 쌓여서 전체 틀을 알게 해줘서 결국 프로세스를 유지하기 위해 그런 일도 필요하고 누군가는 해야하는데 이왕이면 신입이 하면 좋긴한거 같음.
- 1달 인턴때는 손이 모잘라서 여러 업무를 했었음. 오전에는 납땜하면서 자체생산품 만들고 오후에 송장이랑, 홍보 글과 고객 관리를 했었음. 종종 아이디어 회의에도 참여했었음. 손이 부족해서 여러 업무를 참여해봤던 경험에서 시스템의 중요성을 느끼기도 했지만, 초기 회사가 자리를 잡혀가기 위해 처음부터 완벽할 수 없구나를 느낌. 그리고 나름 한 업무만 잡고 있는게 아니라 재밌기도 했음.
- 단기간(빠른 사이클)에 성과내본적 있는지?
- 인턴 근무 당시에 총 2달의 인턴 기간 중에 1달 기간의 경험을 바탕으로 직무 관련 아이디어 발표를 해야했을 때가 있었음. 그때 뉴스기사와 본사의 발표 자료를 읽으면서 최신 흐름 파악함. 기업 운영 사이트 6-7개 정도 접속해서 불편사항들을 체크했음. 체크 후엔 대리님, 과장님께 물어가면서 해결되고 있는 점들인지, 진행 중에 있는 아이디어인지 확인 받음.
- 관련 아이디어를 바탕으로 공모전에도 출품할 수 있었음.
- 지식과 노하우를 공유하는 편인지?
- 학교 다닐 때, 실습보고서나 시험대비 요약 자료는 학과 친구나 후배들에게 운영했던 멘토링에서 항상 나눴음. 대가를 요구하기 보다는 공유할 때 완성도에서오는 성취감이 있어서 개인적으로 나누는 걸 즐겼음.
- 교수님께 왜 소스를 만드냐고 혼났던 기억이 있음 ... ㅎ
- 최근에는 블로그로 해보려고 하고 있지만 생각보다 쉽지 않음을 느낌..ㅠ
- 기분 나쁜 피드백은 어떻게 대응하는 편인지?
- 솔직하게 말을 하는 편임. 그 분이 피드백 남기기 편한 루트로 일단 편견없이 의견을 들어봄. 개인적으로 마음이 불편했다고 말씀을 드림. 내가 잘못한 점이 있는건지 물어보면서 피드백 감사하지만, 표현을 좀만 부드럽게 해주시라고 말함.
- 재택근무로 유지될 수 있는데 어떤 식으로 회사에 적응할 수 있을지?
- 재택으로 일을 하는 거에는 익숙하다. 지금도 온라인으로 보조 강사를 하고 있고, 이전에도 논문 데이터 라벨링 일을 하면서, 재택 근무를 했었다.
- 걱정되는 부분은 일을 배우는게 재택으로 잘 될지에 대해서는 경험해보지 못해서 모르겠다. 처음 적응하고 하는데 어려움이 있을거 같다.
- 회사의 장점 무엇이라 생각하는지?
- 상품 - 친근한 ui가 좋은거 같다. 분석가나 개발자 인프라를 갖추기 어려운 영세 쇼핑몰의 핵심 지표 추출에 도움이 된다.
- 시스템 - 일주일에 한번 진행하는 스크럼 회의
- 누군가와 공유하고 나누면 좀더 업무에 힘줘진다. 항상 어느 정도 긴장감을 가진 채로 업무를 할 수 있을 거 같고, 일을 하다보면 멈춰있다 느껴질 수 있는데 다른 사람에게 의견을 듣고 의견을 전달하면 업무하고 느끼는 권태기(?)를 안 거칠 수 있을거 같다.
- 회사의 약점 무엇이라 생각하는지?
- 시장을 어디까지 확장시킬 수 있는가?에 대한 의문이 들긴했다.
- 고객 중심 회사다보니 고객의 요구사항을 많이 들어야한다. 좋은 분석을 해주더라도 고객이 그 정도까지 원하지 않는다면? 활용하기 어려운 분석 결과물이 될 수 있다.
- 고객의 태도가 같이 따라와줘야하는 부분이 있다. 분석 결과를 활용하고 테스트해보기 어렵다. 지금 이커머스에서 분석을 위한 투자에 도전하는 쇼핑몰이 있어야한다.
체크하고갈 용어 정의
- SaaS란?
- 종량제 방식으로 클라우드 서비스 공급자가 고객에게 소프트웨어 솔루션 제공
- R&R이란?
- Role and Responsibilities
- 역할과 그 역할 수행에 따른 책임 관계
- https://office-life.tistory.com/21
데이터라이즈 관련 읽어볼 거리
- https://www.slideshare.net/lumiamitie/ab-249770435?fbclid=IwAR2v7EX5zVu9fyM2TJ7W7v4kUxjz6U1Awr4lvez35PrxUiqs6Zdm2A9SmsM
- https://www.youtube.com/watch?v=ngTAXJ1mlG8
- https://www.slideshare.net/seongmookim/tentionflow?fbclid=IwAR0VVMZvIv5wPONUd8_4Ue54-UkdT5BLeDJmV2cxj202RwhUGbRfZS7sgaY
- 기업 페이스북: https://www.facebook.com/datarize
- 대표님 페이스북: https://www.facebook.com/bluable
- 대표님 페이스북에서는 기업 운영에 대한 생각을 살펴볼 수 있었습니다. 기업에 대해 찾아볼 때 기업 홍보가 활발하게 이뤄지고 있지 않아서 관련 정보를 찾기 어려웠는데 그런 부분들의 이유를 알 수 있습니다.
- 데이터 바우처 사업: https://www.kdata.or.kr/datavoucher/is/selectPortalFileDetail.do?rcpnYear=2021&brno=2598701484&sprnSctrCd=P01014002&fbclid=IwAR28_r9Ts5XjDTzBZVfAlERIeq_V59ay4Omt8RzYtEGGoskVn1uJWfZCl8Q
데이터라이즈 사업에 대한 이해
위에 읽어볼 거리 중에 데이터 바우처 사업 사이트의 사업안내 페이지에서 데이터라이즈에서 제공하는 서비스에 대한 설명이 구체적으로 나와있습니다.
- 핵심 서비스 분야
- 개인화 마케팅 솔루션
- 핵심 기술
- 고객의 서비스 종류와 상관없이 Bayesian Model, Hidden Markov Model, Multi-Attribution Model 등을 활용해 User Journey를 도출하고 각 Journey별 타게팅 대상자와 다음 Journey로의 이동 확률을 예측하는 기술
- Bayesian Model
- Hidden Markov Model
- Multi-Attribution Model
- User Journey(고객 구매 여정): 쇼핑몰이라면 방문 - 상품 조회 - 장바구니 - 주문서 - 구매 - 재방문 - 재구매 혹은 공유처럼 고객의 구매 행동과 관련된 일련의 각 단계들을 나타냅니다.
- 고객에게 무엇이 노출되었고, 고객의 클릭과 뷰 데이터, 어디까지 스크롤했는지 등과 같이 고객의 행동 데이터 정보를 스크립트만 설치하여 추적하는 기술
- 고객이 클릭한 영역은 클릭한 위치를 그룹화하는 기술로 UI/UX 변경되어도 별도의 수작업 없이 고객의 관심이나 행동 데이터 추적 및 예측 가능
- 고객의 서비스 종류와 상관없이 Bayesian Model, Hidden Markov Model, Multi-Attribution Model 등을 활용해 User Journey를 도출하고 각 Journey별 타게팅 대상자와 다음 Journey로의 이동 확률을 예측하는 기술
- 서비스 제공까지의 프로세스