취업부터 광고 분석까지, 커리어 줍줍에 담을 이야기
데이터 분석가의 취업·커리어, AI 활용, 광고 데이터 분석. 이 블로그가 다룰 세 가지 주제와 기록의 기준을 소개합니다.
데이터 분석가를 준비할 때의 질문과, 일을 하며 마주하는 질문은 연결되어 있습니다. 포트폴리오에서 어떤 문제를 고를지, 분석 도구를 어떻게 사용할지, 숫자를 어떤 비즈니스 결정으로 이어갈지가 모두 그 과정에 놓여 있습니다.
커리어 줍줍은 그 선택과 과정을 모으는 블로그입니다. 이 글은 실제 채용 결과나 실무 성과를 주장하는 체험담이 아니라, 앞으로 다룰 주제와 글을 작성할 때 지킬 기준을 소개하는 안내입니다.
취업·커리어: 결과보다 선택의 이유
포트폴리오와 취업 준비에 관한 글은 완성된 결과물만 보여주기보다, 어떤 질문에서 시작했고 무엇을 고쳤는지 남기는 방향으로 작성합니다.
예를 들어 프로젝트를 소개한다면 다음 내용을 함께 다룰 수 있습니다.
- 처음 해결하려던 문제가 무엇이었는지
- 데이터를 선택한 이유와 사용할 수 없었던 정보
- 분석 결과를 읽으며 수정한 가설
- 다시 한다면 바꾸고 싶은 부분
면접이나 지원 과정을 기록할 때도 개인이 경험한 조건을 밝히고, 모든 기업에 적용되는 정답처럼 표현하지 않겠습니다. 다른 사람의 개인정보나 비공개 전형 자료는 공유하지 않습니다.
AI 활용: 편리했던 순간과 검증한 과정
AI 활용 글에서는 도구 이름만 나열하는 대신 어떤 작업에 어떻게 사용했는지를 설명합니다. 입력한 요청, 받은 결과, 직접 수정한 부분을 비교하면 독자가 자신의 작업에 적용할 수 있을지 판단하기 쉬워집니다.
‘시간을 절약했다’고 쓴다면 어떤 작업 범위를 비교했는지 설명하겠습니다. 결과가 정확했는지, 재현할 수 있었는지 확인하지 않은 부분은 한계로 남깁니다. 실제로 사용하지 않은 도구를 사용 후기처럼 소개하지 않습니다.
예시에 사용하는 데이터와 요청 내용은 공개 가능한 것으로 구성합니다. 도구의 기능이나 이용 조건에 관한 설명에는 확인 시점과 공식 자료를 함께 남기는 것을 원칙으로 합니다.
광고 데이터 분석: 지표와 판단 사이
광고 데이터에 관한 글에서는 계산 결과뿐 아니라 질문의 맥락을 다룹니다. 어떤 지표를 보려는지, 비교 범위가 같은지, 결과를 바꿀 다른 조건은 없는지 살펴보는 과정을 기록하겠습니다.
회사나 고객의 내부 데이터가 있어야만 설명할 수 있는 것은 아닙니다. 공개 데이터나 직접 만든 예시 데이터로도 사고 과정을 보여줄 수 있습니다. 이때 실제 관측값인지 설명을 위한 합성 데이터인지 구분해서 표시합니다.
특정 조직에서 얻은 결과를 모든 광고나 서비스에 그대로 적용할 수 있는 공식으로 제시하지 않겠습니다. 성과 수치를 공유할 수 없는 경우에는 숫자를 꾸미기보다 문제의 구조와 검토 과정을 중심으로 설명합니다.
이 블로그에서 구분할 것
- 직접 경험한 일: 조건과 과정을 밝혀 기록합니다.
- 자료에서 확인한 내용: 확인한 출처와 시점을 남깁니다.
- 설명을 위한 예시: 실제 사례와 혼동하지 않도록 표시합니다.
- 아직 확인하지 못한 해석: 추정이나 한계라고 적습니다.
그럴듯한 성공담보다 다른 사람이 따라 생각해볼 수 있는 기록을 쌓는 것이 목표입니다. 본문에서 잘못된 부분을 발견했다면 문의 페이지를 통해 알려주세요.