신입 머신러닝 엔지니어 / AI 리서처 면접 후기

 

'머신러닝 공부하는 학생의 구직'을 이미지 생성 AI에 요청한 이미지

 

첫 구직활동의 후기를 기록해 두고 혹시나 나의 경험이 도움이 되는 사람이 있을까 하고 남겨두려고 한다. 

일단 나의 상황을 설명하자면 인턴 계약이 끝나고 한 달 정도의 집 계약이 남은 상태였다. 나는 타 지역에서 서울에 올라왔기 때문에 남은 한 달 동안 열심히 구직활동을 해서 일단 취업을 하자는 목표가 컸다. 왜냐면.. 서울에서 생활을 유지해야 했기 때문이다. 특히 타 지역에서 서울로 면접 한번 보기 위해서는 그 하루의 차비, 식비를 계산하면 한 달에 면접 5번만 봐도 서울에서 생활하는 게 더 유리했다. 

 

아무튼 완벽하게 준비된 건 없었다. 이력서를 부랴부랴 완성시키고, 포트폴리오 PPT는 없었다.

(마음 급하게 구직을 했는데 이런 상태에서는 지혜로운 선택을 할 수 없어서 사실 추천하진 않음) 

하지만 일단은 시작해버린걸. 과거의 나를 탓하기엔 너무 늦었다. 

 

내 면접 후기를 결론부터 말하자면

면접은 많이 보면 볼 수록 좋다. 계속해서 실패하더라도 그 실패로 인해서 내 지금의 위치를 깨닫게 된다.

내가 가진 구멍이 무엇인지 보이고 그 구멍을 채우기 위해 자연스레 노력하게 될 것이다. 

별로 원하지 않는 기업이더라도 나라는 제품이 시장에서 어떻게 팔리는지 고객의 피드백은 어떤지를 듣고 싶다면 안 가는 것보다 가는 게 훨씬 얻는 게 많다. 

 

실제로 나는 직전에 인턴을 했던 경험이 있는데 AI 직무가 아니었는데도 불구하고 그것에 대해서 어떤 업무를 했는지에 대한 질문이 항상 있었다. (코딩을 하는 직군이긴 했음) 그래서 나는 어필할 수 없는 부분이라 생각했는데 면접관의 입장에서는 어필이 되는 거구나 하고 깨달았다. 

 

결과는..?

일단 한 달 반의 여정동안 내가 받은 결과는 다음과 같다. 

기간: 2023.05.31 - 2023.7.17

서류 제출: 약 50개

면접: 9개

최종 합격: 2개

최종 탈락: 5개

무응답: 2건

 

과제 전형

서류 합격 후 이후에 진행했던 과정들은 회사마다 다 달랐다. 경험해 본 것을 정리하자면 다음과 같다. 

1. 과제 전형 (실제 프로젝트를 진행하는 전형. 약 일주일 소요)

2. 논문 리뷰

3. 손코딩

4. 코딩테스트

5. 질문에 대한 해결 방법 제출

 

회사마다 원하는 인재에 따라 다르게 검증을 하는데 확실히 과제 전형이 전체 면접 프로세스 과정이 가장 오래 걸리긴 했다. 나머지 사전 과제들에 대해선 크게 어려움을 느끼진 않았다. 하지만 여기서 느낀 게 한 가지 있었다. 

 

한 회사에서 내가 AI 리서처가 되고 싶은지, AI 엔지니어가 되고 싶은지에 대해 확실히 하는 게 좋을 것 같다는 피드백이 있었다. 정말 면접에서 느끼는 부끄러움은 다시는 느끼고 싶지 않지만 지나고 나면 다 값진 피드백들이다. 물론 둘 다 리서처 능력과 코딩 능력 모두 요구하는 직무이다. 그렇지만 내가 가진 강점이 어느 쪽에 더 가까운지를 생각해봐야 한다. 실제 구현을 빠르게 해 보고 서비스에 적용시키는 것에 더 흥미와 관심을 느낀다면 엔지니어 쪽에, 논문을 읽고 구현해 보고 더 나은 모델 구조에 대해 연구하는 것에 더 재미가 있다면 리서처에 가까울 것이다. 여기서 내가 했던 실수로는 AI 리서처를 뽑는 자리에서 내 강점으로 빠르게 서비스에 적용하고 피드백을 통해 개선해 나아간다는 소리를 했다..ㅎ  

 

포트폴리오 질문

포트폴리오에 관한 질문은 크게 두 가지로 나눌 수 있었다. 

첫 번째는 질문을 통해 포트폴리오 내용을 검증하는 방법.

두 번째는 내가 제출했던 노션이나 PPT를 보며 프로젝트를 설명하고 질문을 받는 방법.

 

두 가지 방법 모두 내가 작성한 포트폴리오에 대한 내용을 모두 구체적으로 알고 있고, 자주 물어보는 '어려웠던 점'과 '해결했던 방법'에 대해 확실히 정리하고 가면 어려울 것 없는 질문이다.

 

기술 영역 질문

기술 영역의 핵심은 일단 자신이 이력서에 쓴 모델이나 기술에 대해서는 다 설명할 수 있을 정도로 알고 가야 한다. 

예를 들어 내가 받은 질문 중에는 "xgboost에 대해서 설명할 수 있나요? 위키피디아 수식을 보면서 설명해 주세요."라는 질문도 있었다. 

그 외에 머신러닝, 딥러닝, CS 기초 등등에 대한 질문은 다른 분들이 정리해 놓은 것을 참고하길 바란다.

>> (Datascience-Interview-Questions)

 

마지막 대망의 임원 면접!

임원 면접은 두 군데를 봐서 많은 데이터는 없지만 주로 인성과 컬처 핏에 대한 질문을 한다. 

그래서 나는 이때 기업에 대한 조사를 많이 해갔다. 그리고 이 기업에서 내가 어떤 일을 하길 원하는지, 한 번쯤 생각해 보고 가는 것도 좋을 것 같다. 실무진 면접에서는 이 사람이 갖고 있는 업무 능력에 대해 판단했다면, 임원 면접에서는 내가 가지는 일에 대한 가치관 혹은 목표 등을 질문한다. 또 나라는 사람이 갖고 있는 장점, 단점 그리고 어떻게 스트레스를 관리하는지 등에 대해서도 고민하고 가면 좋겠다. 

 

면접의 끝 우리한테 궁금한 점 있으세요?

면접은 나와 기업이 서로 손잡는 동등한 위치에서 이야기를 나눈다고 생각해야 한다. (물론 면접을 보는 상황 자체는 너무나도 떨리는 일이지만 ㅠㅠ)

지금 이 글을 쓰는 시점에서는 이미 일을 시작하고 있기 때문에 이 점이 더욱 중요하게 느껴진다. 직원은 회사의 상황에 대해서도 이해를 해주며 회사의 성장도 신경을 써야 한다. 그와 동시에 회사도 개인의 성장과 그에 맞는 환경을 제공해 주려 노력해야 한다. 회사의 goal과 개인의 goal이 완벽히 같을 순 없겠지만 최대한 서로에게 필요한 존재가 되기위해서 기업과 직원이 양쪽에서 노력해야 한다. 

 

그런 의미에서 면접에서 마지막 질문은 내가 이 회사에서 얼마나 성장을 할 수 있을지를 엿볼 수 있는 기회이기도 하다. 그러니 궁금한 점 없다고 넘겨버리지 말기! 나 같은 경우엔 Computer Vision에 관심이 있었고 이 분야에서도 성장을 할 수 있는지를 보려고 했다. 직접적으로 저는 CV분야 아니면 안 합니다!라는 뉘앙스가 아니라 진행하는 프로젝트 등의 설명을 들으며 파악해 보라는 것!

 

질문 예시

1. 팀의 규모와 구성은 어떻게 되어있나요?

2. 현재 어떤 프로젝트들을 하고 계신가요? 혹은 앞으로 계획된 프로젝트는 어떤 것이 있나요?

3. 프로젝트에 대해 궁금한 점이 있다면 더 여쭤보기

4. 개발 환경은 어떻게 이루어져 있나요? (gpu 등..)

 

마치며

참.. 구직활동을 하며 다시 한번 일자리 구하기 어렵구나 하는 생각이 많이 든다. 

그래도 생각하는 시각을 약간 바꾸어 꾸준히 공부와 동시에 지원서를 제출함으로써 '내가 얼마나 성장했는지'를 지속적으로 평가해 보는 것도 취업 준비를 하는 여정에 지치지 않는 나만의 팁 같다. 가끔은 지원서를 내고 그 결과를 기다리는 기간 동안 복권을 사고 기다리는 것과 비슷하는 감정이 든다. 합격할 확률보다 불합격할 확률이 많더라도 어떤 기대감에 사로잡혀 그 주를 더 열심히 살기도 한다.

신입의 입장에서는 내 이력서가 매력적일까?라는 고민이 가장 클 텐데 계속해서 발전해 가며 모두들 원하는 곳에 다 합격하셨으면 좋겠다!