[현재 스펙]
- 학점: 3.96/4.5
- 자격증: ADsP, 빅데이터분석기사, 정보처리기사
- 어학: 없음 (오픽 준비 예정)
- 프로젝트 경험:
1) 교내 공지사항 챗봇(캡스톤) - 크롤링으로 데이터 수집 및 자연어 전처리(TF-IDE), 클라우드 서버 환경 자동화
2) 폐강 과목 예측 분석(교내 분석 경진대회) - 학생 수강 이력, 수업 폐강 이력 데이터 기반 선형 회귀 예측
3) 진로 탐색 수업과 직무 일치도 관계 분석(교외 분석 경진대회) - 학생 설문데이터 기반 민휘트니 검정, 로짓 회귀
[현재 부족하다고 느끼는 점]
1) 금융권 도메인 지식 부족
2) 금융 관련 프로젝트 경험 없음
3) 어학 성적 낮음(노베이스)
---------------------------------------------------------------------------------------------------------------------------------
안녕하세요. 저는 2026년 2월 졸업 예정인 지방대 컴퓨터공학과 학생입니다.
최종적으로는 은행·증권사 등 금융권 데이터 직군 취업을 희망하지만,
현재 금융권 취업을 준비하는 과정에서 ML Engineer(인턴)과 Data Engineer(신입)
두 직무 중 어느 쪽을 선택해 준비하는 것이 제게 더 도움이 될지 조언을 구하고자 합니다.
단기간의 준비로 은행이나 증권사 취업에 어려움이 있겠다는 생각이 들어
먼저 금융 관련 중소기업에 취업을 한 뒤,
실무 경험과 개인공부를 통해 역량을 더 쌓고 이직을 하는 방향으로 계획을 짜고 있습니다.
그러던 중 금융 혁신 사업 운영(온투업,B2B 등)을 하는 기업의 채용 공고가 올라와 이에 맞춰
1) 그간 프로젝트의 완성도를 보완하고
2) 기업 재무재표를 수집하고, 분석하는 사이드 프로젝트
를 해보려 합니다.
제가 관심이 가는 직무는 아래 2가지인데,
---------------------------------------------------------------------------------------------------------------------------------
1) ML Engineer 인턴 (3개월)
- 금융 여신 데이터 기반 신용평가·리스크 관리 모델 연구 및 고도화
- 모델 개발·서빙 파이프라인 구축 및 운영
- Python, 머신러닝/딥러닝 이해 필요, 금융 문제 해결에 대한 탐구 정신 강조
2) Data Engineer (Junior)
- 안정적·확장 가능한 데이터 파이프라인 설계·운영
- 데이터 마트 구축, 사내 데이터 추출·분석 지원
- SQL, Python, 데이터 엔지니어링 기본 지식 필요, 클라우드·대용량 데이터 경험 우대
---------------------------------------------------------------------------------------------------------------------------------
금융권 취업을 목표로 하는 상황에서 ML Engineer 인턴과 Data Engineer 주니어 중 어떤 직무가 준비 과정에서 더 도움이 될지 조언을 부탁드립니다.
혹시 데이터 분석 역량 강화 및 금융권 도메인 지식 학습 방법에 대한 다른 조언도 해주시면 감사히 듣겠습니다..!!!
사유선택
허위 신고의 경우 서비스 이용제한과 같은 불이익을 받으실 수 있습니다.
