2020. 5. 24. 04:47ㆍBusiness/Recruiting
"머신 러닝 / 알고리즘 명가 스티치 픽스 인턴십 인터뷰 후기" 시리즈는 1/2/3에 걸쳐서 연재될 예정입니다. 첫 번째 글에서는, 처음 스티치 픽스를 알게 된 배경을 다루고 있습니다.
맨 처음 스티치 픽스를 알게 된 것은 2015년이었다. 뉴욕이라는 위치적 특성상, 잘 나가는 대학 동기들은 대부분 파이낸스나 매니지먼트 컨설팅 리쿠르팅으로 바쁠 때, 나는 눈을 돌려서 미국 서부로 무작정 떠나 데이터 사이언스에 대해 더 알아보고자 여기저기 기웃거리게 되었다. 그 노력의 일환으로, 여름 내내 스탠퍼드 대학교에서 데이터 마이닝에 대한 수업도 듣고, 링크인 HQ에 가서 해커톤도 참가하고, 페이스북 HQ에서 열린 Lean In Circle 이벤트에 가서 Sheryl Sandberg가 "대학원이 되었든, 인턴십이 되었든, 어떤 게 더 좋을지 정답은 없어요. 더 배우고 성장하는데 도움이 되는 것이 무엇이든 일단 하세요."라고 하는 조언도 듣고... 이렇게 글로 적기만 해도 얼마나 바쁘게 여기저기 돌아다녔는지 그때의 기억이 새록새록 떠오른다.
다양한 사람들을 만나고 실리콘 밸리의 테크 업계를 외부인으로나마 살펴본 결과, 몇 가지 기억나는 것은 포멀함을 중요시하는 미국 동부와 다르게 괴짜스럽기까지 한 캘리포니아 특유의 여유로움, 그리고 스타트업에서는 성과를 중요시하는 지표도 있지만 (exit을 얼마에 했나, vested equity가 언제 완료되나) 그 결과만큼이나 특정한 문제에 있어서 해결책을 만들어가는 과정을 즐기는 모습이 인상 깊었다. 또한, 테크 회사에서는 top talent를 리쿠르팅하기 위해서 회사의 tech stack이나 고유의 기술력에 대해 어필하는 테크 블로그를 운영하는데, 나처럼 외부인/초심자에게 정보를 얻기 딱 좋은 소스여서 여름 방학이 끝나고 다시 뉴욕으로 돌아와서도 잘 읽고 상황 파악하는데 유용하게 사용했다.
특히 스티치 픽스의 "Multithreaded"(https://multithreaded.stitchfix.com/blog/)라는 테크 블로그를 집중적으로 읽었는데, 그 이유는 회사의 중심 기술력이 데이터와 알고리즘을 활용하여 고객의 취향에 맞는 옷을 일정한 주기마다 큐레이팅하여 보내는 데에 있어서, 나의 기술적/학문적 배경인 응용 수학과 개인적으로 흥미 있는 스타일링/패션을 잘 접목한 내용을 다루고 있었기 때문이었다.
시간이 흘러 나는 수학 학사 학위를 받고 졸업을 했고, 원래 하고 싶었던 알고리즘 구현과는 동떨어진 비지니스 데이터 분석을 하는 역할을 하며 이미 임원들이 정해놓은 의사 결정에 뒷받침을 하는 데이터 분석 보고서를 만들어내는 순서가 바뀐 일을 하게 되었다. 이 과정에서, 데이터가 새로운 인사이트를 끌어내고, 이를 바탕으로 최적의 결정을 하는데 쓰여야 되는데 과연 나는 무엇을 하고 있는가... 하며 데이터 분석가로 정체성에 혼란이 왔고, 이런저런 시도를 해보다가 결국 내가 원하는 일을 하기 위해서는 테크티컬 스킬을 레벨 업해야 된다는 결론에 도달했다.
위의 다이어그램은 "(비전공자를 위한) Demystifying Data Science 데이터 과학을 파헤쳐보자"(https://www.slideshare.net/ClaireLee13/demystifying-data-science-149465746) 워크샵을 진행하면서 만든 자료인데, 데이터 과학에 필요한 세 가지 요소를 층위를 나누어 표현했다. 사실 원하는 데이터 업무를 맞지 못하는 상황에서 이 자료를 만들면서 나의 부족함을 더욱 뼈저리게 느꼈던 것 같다. 그래도 여태까지 일을 하며 느낀 점을 이렇게 글과 슬라이드로 표현하면서 현실 인식을 더 분명하게 할 수 있었고 무모하게 하던 일을 접고 대학원에 진학하는데 용기를 낼 수 있었다.
To be continued...
"대학원에서 다시 만난 스티치 픽스"에서 계속됩니다
'Business > Recruiting' 카테고리의 다른 글
| #1 Hiring Process Overview 미국 경력직 채용에 대해 알아보자! (1) | 2019.07.29 |
|---|