SKT 데이터 사이언티스트 채용 면접 후기

진행한지는 좀 됐지만, 그래도 다른 분들에게 도움이 될까 싶어 기억나는 내용을 토대로 정리해 봅니다. 제가 진행한 내용은 User Profiling 및 추천 서비스 개발 전문가 직무였습니다. 채용 절차는 서류 - 코딩테스트 - 1차 면접 - 2차 면접이었습니다. 저는 아쉽게 1차 면접에서 떨어졌습니다. 그래서 제가 진행한 부분까지 후기를 다뤄보겠습니다.

 

 

서류

서류는 특별히 요청한 양식은 없었습니다. 그래서 크게 기억나는 건 없습니다. 가지고 있는 이력서가 있다면 내용을 맞춰 조금만 수정해서 제출해도 될 듯 합니다.

 

 

코딩 테스트

저는 코딩테스트가 재미있기도 하고, 두렵기도 합니다. 코딩보다는 데이터 분석을 주로 하고, 코딩테스트가 없었던 세대이기 때문인데요.

SK텔레콤은 특이하게 통계 및 머신러닝에 특화된 문제를 볼 수 있었습니다. 통계 및 머신러닝 관련 객관식 문제 20개, Postgre SQL 데이터 편집 문제 3개, 사이킷런 회귀분석 관련 문제 2개 정도를 본 것 같네요.

통계 및 머신러닝 관련 객관식 문제 중 기억에 남는 내용은 아래와 같은 것이 있었습니다. 시간이 좀 지나서 기억나는 게 많지는 않네요.

• bias와 error 중 어떤 항목이 높은 지에 따라서 모델을 어떻게 변경하면 좋을지
• p value에 관한 문제
• 트리 모형의 과적합 해결을 위한 방안 등등

 

 

 

Postgre SQL은 퀴리를 작성해서 원하는 데이터셋을 만드는 문제였습니다. SQL을 조금 다뤄본 분이라면 쉽게 하실 수 있을 겁니다. 그리 어렵지는 않았던 것으로 기억합니다.

사이킷런 관련해서는 회귀분석 모형을 돌리고, 원하는 지표와 값을 추출하는 문제였습니다. 어렵지는 않았지만, 결과를 원하는 포맷으로 맞춰야 해서 여러 번 시도했던 기억이 납니다.

 

1차 면접

면접은 화상 면접으로 진행했다. 지금도 그런지는 모르겠지만, 당시는 코로나가 심해 재택근무도 많이 하는 시기였습니다. 팀장을 포함해서 약 4명 정도가 면접에 참여했고, 각자 궁금한 내용을 질의했습니다. 시간은 1시간 정도 봤습니다.

면접에서 기억나는 내용은 Precision과 Recall에 대한 질문입니다. 당시에는 필자의 생각이 맞다고 생각하고, 면접이다보니까 내 생각을 좀 강력하게 주장했습니다. 하지만 지나고 나서 맞지 않는다는 생각을 했고, 면접이지만 더 유연한 태도와 자세로 답변을 했으면 어땠을까 하는 생각이 듭니다.

 

1차에서 아쉽게 떨어졌지만, SKT 채용 프로세스는 기억에 많이 남습니다. 코딩테스트나 면접에서 기존에 다른 회사를 진행했을 때와는 다른 경험을 했기 때문입니다. 앞으로는 머신러닝이나 빅데이터 분석 관련해서 코딩 테스트가 더 보편화되지 않을까 싶습니다. 서류나 1시간 정도의 면접으로 인터뷰어의 실무능력을 파악하기는 어렵기 때문입니다.

면접은 준비를 하면서, 많이 보는 것이 방법이라고 생각합니다. 처음보다는 그 다음이 더 잘 보는 것 같습니다. 그리고 횟수가 거듭될수록 요령도 생기고, 긴장도 덜 하게 되네요. 자신이 이력을 정리하고 말로 설명해보는 것도 도움이 됩니다. 이 포스팅을 보시는 분들은  채용 관련해서 진행하는 내용이 있을 것입니다. 좋은 결과 있으시길 기원하겠습니다.