# 취업특강 — 데이터 직군 취업 전략 ## 핵심 주장 1. **서류의 핵심 우선순위**: 관련 회사 경험 > 전공 > 프로젝트 경험 > GitHub 링크 2. **이력서·자소서는 작성자의 실력** — 형식보다 내용, 설득력이 중요하다. 3. **STAR 방법**으로 자소서 작성: Situation → Task → Action → Result 4. 무조건 정규직보다 **인턴십**도 유효한 전략 — 경력으로 인정된다. 5. 성과는 반드시 **수치화**하고, 기존 대비 개선 정도를 명시한다. ## 주요 내용 ### 서류 전략 **이력서 작성 원칙** - 관련 회사 경험, 전공, 프로젝트 경험, GitHub 링크 순으로 강조 - 경험 기술: 배경 → 역할 → 성과 → 기술 스택 순 - 성과는 수치화 (기존 대비 개선 %로 표현) - 프로젝트가 실패했다면 거기서 배운 점을 기술 **포트폴리오 구성 요소** 프로젝트 제목 / 수행 기간·개인·팀 여부 / 소개 / 내 역할 / 배운 점 및 성과 / 어려웠던 점과 해결 방법 / 해당 프로젝트가 지원 기업에 기여할 수 있는 점 / 사용 기술 / 프로젝트 사진 **자기소개서 구성** - 성장과정 + 직무 준비 과정 - 직무 관련 경험 1가지 (협업 경험 권장) - 지원동기 **STAR 방법**: Situation → Task → Action → Result (문제 → 행동 → 결과 순) ### 스펙 관련 - 어학성적: 기업별 최소 요건만 - 자격증: 빅데이터분석기사(기본), SQLD·ADsP 추가 권장 - GitHub 관리 필수 — 프로젝트 정리 상태가 직접적인 평가 요소 ### 인턴십 전략 - 정규직을 단기에 노리기보다 인턴십 2회가 경쟁력 - 도메인 경험 없어도 "가능하다"는 방향으로 어필 - 맡은 업무가 애매해도 어떻게 프로그램으로 해결했는지로 전환 ### 면접 준비 - 이력서 기반으로 면접관 입장에서 예상 질문 작성 - 어필 포인트는 1:1 관계 (한 포인트 = 한 근거) - 면접관에게 어필 포인트를 명확히 전달 ### 회사 조사 - 지원 직무에 맞는 회사 분석 필수 - 회사의 핵심 원칙과 도메인 파악 후 자소서에 반영 ## 기존 지식과의 연결 - LLM/AI 직군 취업 시 이 강의의 포트폴리오 원칙이 직접 적용됨 - GitHub 관리 → [[ai/llm/concepts/llm|LLM (Large Language Model)]] 관련 프로젝트 공개 포트폴리오와 연결 ## 인용할 만한 구절 > "경험은 현재 zettelkasten의 inbox처럼 작성해보기 — inbox에 넣어놓고 정제하는 것처럼." > "기술이 애매하면 어떤 pain point를 해결했다는 방식으로 어필로 전환하는 게 중요."