드디어 올려주셨군요. 기다리고 있었습니다. 감사합니다! 저의 경우에는 DA로 취준을 한지 1년정도 지났는데요, 최근 면접을 보면서 느낀 점은 시중 학원들이 광고하는 것과 달리, 이제 더이상 공공데이터를 통해 단순 추출 및 집계 스킬셋만 보여주는 프로젝트론 '전혀' 어필이 되지 않는다는 점입니다. 개인적으로 SQL, 파이썬 등을 공부하고 부트캠프도 참여했는데 그곳에서 만든 프로젝트들로 면접을 볼 때 어필할 수 있는 것이라곤 'SQL 기초체력이 튼튼하다, pandas 문법을 잘 알고 있다' 정도였습니다. (물론 퍼널분석이나 RFM분석같은 프레임워크를 사용했지만, 실제 프로덕트 데이터가 아니다보니, '문제를 해결하기 위해 필요한 데이터와 프레임워크를 적용한 것'이 아니라, '구할 수 있는 데이터에 적용해볼 수 있는 프레임워크를 적용'한 것에 불과했습니다. 또한 액션플랜을 제시하더라도 공공 데이터 혹은 가상의 데이터이다 보니 설득력이 떨어져보이고 현실성이 없다는 평가를 받기도 했습니다.) 그러다보니 'A/B test 경험은 없냐' 혹은 '분석 프레임워크를 적용해서 실제로 무언가를 개선한 경험은 없냐'는 질문에 답할 수가 없더라구요. 결국 취업을 하기 위해서는 실제 프로덕트의 로그데이터를 통해 개선해본 경험이 필요한데, 시중에 나온 데이터들 중 프로덕트 내 로그 데이터는 찾기 힘들었습니다. 결국 직접 사용자 데이터를 수집해서 프로덕트를 개선해보는 프로젝트를 해야겠다는 생각이 들어서 노코드 웹빌더를 통해 웹서비스를 제작하기 위해 공부하고 있습니다. 한편으론 '내가 취업을 위해 노코드 웹빌더까지 공부해야 하나라는 생각이 들었는데, 카일님도 '작은 사업'을 하거나 '작은 앱'을 만들어보는 것을 추천해주시는 걸 보니 꼭 해내야겠다는 동기부여가 되네요. 데이터 텍사노미 고민부터 로그데이터를 활용한 의사결정 및 액션 아이템 적용까지 한 텀을 돌려보는 것도 흥미로운 경험이 될 듯 합니다. 감사합니다..!
안녕하세요! 기다려주셔서 감사합니다..! DA로 취준을 하시면서 여러 느낀점이 있으신 것 같네요. 말씀하신 것처럼 공공 데이터 분석이나 캐글 등은 이제 어필이 크게 되지 않습니다. 일단 희소성 관점에서도 너무 많은 사람이 하기에 그런 이슈가 있지요 ㅠ 추후 영상에선 어떤 프로젝트가 좋을지에 대해 말씀드릴 에정이에요! 실제 제품을 개선해본 경험이 일반 취준생 입장에서 어려울수도 있지만, 취업 난이도가 상향이 되면서 이런 경험을 하신 것이 차별점을 만들 수 있을거에요-! 이벤트 로그 설계를 해보신 경험도 클 것이라 생각해요 :) 응원해요-!
19:55 예전에는 데이터 분석이라는 직무 하나에 여러 직무가 해야될 것들을 다 집어넣고 데이터라는 카테고리로 퉁 치는 쪽이었다면, 지금은 ML 엔지니어, 데이터 사이언스 등으로 세분화가 되어서 그나마 나아졌다고는 생각됩니다. 확실히 기업마다 다르긴 하지만 최근 공고들도 데이터 사이언스는 ML/DL 알고리즘을 쓰거나 어떠한 해결책을 도출하는 쪽으로, 데이터 분석은 데이터에서 유의미한것을 찾고 이를 잘 보여주거나 잘 이해시키는 방향으로요. 추가로 모델링을 요구하는 데분 직무가 있을순 있지만, 말씀하신대로 프로젝트를 하다가 모델링 적용이 가능하면 점차 늘려가는 것이 좋구요. 영상 보면서 평소 생각했던걸 정리할 수 있게 되서 좋았습니다! 감사합니다!
안녕하세요! 예전엔 데이터 분석가, 데이터 과학자가 매우 혼용되었는데 요새는 예전보단 더 나뉘어서 명확한 것 같아요! 다만 교육은 여전히 분석과 모델링을 같이 가르쳐서 이 분야에 진입하는 분들이 여전히 헷갈릴 수 있는 부분이 있는 것 같더라구요. 그래서 이런 영상을 꾸준히 만들어야겠단 생각을 했어요-! 평소 생각했던 내용을 정리하는데 도움이 되어 뿌듯하네요! 댓글 감사합니다 :)
몇 년전부터 파이썬을 업무에 써보면 어떨까싶어서 짬짬이 공부하고 있는 직장인 입니다. 영상이 많은 도움이 됩니다. 그런데 댓글을 단 이유는, 이 분은 무슨 일을 하셔도 핵심 파악이 빨라서 아무 일이라도 하면 다 잘할 스타일이라... 설명도 잘 하시는 분이시네요~! 부럽습니다.
안녕하세요😊 데이터분석 취준생으로 카일스쿨님 영상이 정말 현실적인 조언이 되는 것 같아요! 방대한 공부량 이야기에 공감했구요...포트폴리오를 만드는데 아직 헤매고 있지만 랜선선생님이 믿고 열심히 합니다! 추천해주시는 책들도 좋았어요!! 다음 영상 업로드는 언제쯤 될까요🥹 애타게 기다리고 있습니다! 항상 감사합니다!!
안녕하세요 :) 수많은 멘토링, 강의를 한 내용 + 현업에서 7년간 생각하며 느낀 점(채용, 면접 다수)을 정리해서 세상에 공유하고 싶었어요! 추상적인 이야기를 하는 것보다 최대한 구체적인 이야기를 말씀드리려고 했는데, 내용을 잘 이해해주셔서 감사합니다! 추가 영상 또 만들고 있어요! :) 완성되는대로 바로 공유해볼게요! 응원해주셔서 감사합니다!
안녕하세용 혼동될만한 부분에 대해 잘 꼬집어주셔서 영상 넘 잘보고있습니다.. 그런데 데이터 애널리스트(분석가)에 대해 추가적인 궁금한 점이 있어서 그러는데요 ㅠㅠㅠ 1.제가 사실 궁극적으로 머신러닝쪽엔 관심도면이나 실력면에서 따라가지 못해서 R을 공부하더라도 머신러닝쪽으로 공부하진 않고 있는데 이쪽을 활용하지 않으면서 대회/프로젝트 등을 통한 R의 실적을 올리기는 어렵겠죠..?? 분명히 애널리스트는 머신러닝쪽을 활용하진 않을텐데 그렇다고 R의 실적을 포기할 순 없을테고 시작이 막막한 것 같아요.. 2.SQL 공부 시 가장 선호되는 SQL 프로그래밍 종류(오라클, ms sql, my sql 등)가 무엇인지도 궁금합니다..ㅠㅠ 저는 오라클 기준으로 공부하고 있는데 DB 종류에 따라 큰 차이가 없다한들 혹여나 이게 다 무용지물이 될까봐 걱정돼서요.. 3.R이나 파이썬 같은 분석 프로그램은 대회나 공모전을 통해 커리를 쌓을 수 있을 것 같은데 SQL을 이용해서 커리를 쌓을 수 있는 방법이 없는지 예전부터 너무 궁금했거든요.. 그냥 SQL를 공부하는건 어려운 일이 아니지만 이걸로 어떻게 실질적인 성과를 낼 수 있는지가 저에겐 어려운 고민인 것 같아요 종합적으로 공부는 이제 하나둘 해봤지만 실질적인 접근을 어떻게 해야될 지 막막한 것 같아요 질문이 너무 난잡해서 죄송합니다.... 언제라도 답변 주시면 넘넘 감사하겠습니다..!!
안녕하세요! 1번 질문 분석가 관점에서 데이터를 처리하기 위해 R, 파이썬, SQL을 많이 다루는데 그 중에서 R, 파이썬은 머신러닝도 가능하지요(SQL도 머신러닝이 가능하지만 이건 논외) 그래서 머신러닝을 해야 R을 한다라는 관점은 좀 다르지 않나 싶어요. R을 사용하는데 데이터를 처리할 때도 사용하고, 머신러닝을 할 때도 사용하는것이지요. 초심자라면 무엇을 가리고 학습하는 것보다 일단 하시는 것을 추천드려요. 시작이 막막하지만 시작부터 하는 것이 중요한 것 같아요. 우선 데이터 처리하는 관점의 R을 배우시고 그리고 나중에 머신러닝쪽을 하면 되지요. 처음부터 많은 것을 다 하려고 하시면 압도될거에요 2번 데이터 분석하는 관점에서 SQL의 큰 문법은 다 비슷하기에 크게 신경쓰지 않으셔도 괜찮습니다. MySQL 류를 요즘은 많이 쓰긴하나, SQL도 표준화되어서 비슷비슷합니다. 무용지물이라 걱정하실 필요 없고, DB는 회사에서 쓰는 것을 쓸 것이라 무언가 하나를 픽스할 필요는 없을 것 같아요 3.R이나 파이썬 같은 분석 프로그램은 대회나 공모전을 통해 커리를 쌓을 수 있을 것 같은데 SQL을 이용해서 커리를 쌓을 수 있는 방법이 없는지 예전부터 너무 궁금했거든요.. 그냥 SQL를 공부하는건 어려운 일이 아니지만 이걸로 어떻게 실질적인 성과를 낼 수 있는지가 저에겐 어려운 고민인 것 같아요 3번 SQL을 공부하는 것은 대회나 공모전을 할 때도 사용할 수 있습니다. 물론 메모리에 올려서 처리하겠지만, SQL 문법을 사용해서 데이터를 처리해보자!를 연습해보면 되는 것이지요. 물론 R이나 파이썬으로 했던 것을 SQL로 해야하는 2중 작업이 있는 것처럼 느껴질 수 있으나, SQL도 학습할 수 있다는 것을 말씀드리고 싶었습니다. 꼭 DB에 접근하는 것이 아닌 파이썬 라이브러리에서 SQL을 사용하거나, 데이터 프레임을 SQL 쿼리 사용해서 하는 것도 가능합니다. SQL로 실질적인 성과를 낼 수 있는 것은 다른 관점인 것 같아요. 파이썬을 공부해서 실질적인 성과를 낼 수 있느냐?라고 하면 이것도 정의를 해야하거든요. 성과를 낸다는 것은 목적에 따라 다르게 정의될 것 같아요!
안녕하세요. 좋은 영상 감사드립니다. 일할 때 중요하게 생각하는 포인트, 가치들로서 공감 하는 부분이 많았습니다. 한 가지 의견 여쭙고 싶은 것이 ADsP 같은 자격증 관련 사항입니다. 타 댓글 코멘트를 통해 자격증 그 자체를 목적이나 커리어패스 개척의 주요 수단으로 보는 접근에 회의적인 시각을 보여주셨고 이에 공감합니다. 그러나 이와는 다르게 현업에서 데이터를 분석해야 하는 경우가 많은 직무를 가진 사람이 부족한 기초를 다시 다지거나 배경지식을 정리하는 목적으로 데이터분석 관련 자격증 공부를 하는 것은 어떻게 생각하시는지 궁금해요. 시험에서 다루는 내용들 중 다수는 당면한 일들과 거리가 있을테지만, 체계적으로 분석 업무가 요하는 하드스킬이나 숫자를 대하는 눈을 기르는 데에 도움이 될 수 있다면 자격증 공부 부터 시작해 볼까 하는 마음이 듭니다. 만약 이도 아니라시면 위와 같은 니즈를 가진 이가 어디서부터 시작하면 좋을 지에 대해 공유해 주실 수 있는 의견이 있으실까요!? :)
안녕하세요. 어제 자격증에 대한 영상을 올렸으니 보시면 좋을 것 같아요. czcams.com/video/TpyhKmeKagA/video.htmlsi=lQUQPikorPTFpxTk 현업에서 데이터를 분석을 하는 경우라면 해보는 것도 방법이라 생각해요. 다만 위 영상에서 말한 것처럼 빠르게 보는 것이 어떨까 싶어요. 현업에서 이미 데이터를 보고 계신 경우라면, 일반적인 자격증보다 현재 데이터 분석하고 있는 분야와 관련된 분야 위주로 학습을 하는 것이 더 좋을수도 있을 것 같네요. 예를 들어 고객의 이탈을 분석하고 있다면 이탈에 대한 내용을 공부하는게 더 좋을수도 있을 것 같네요. 자격증에서 이런 부분에 대해 잘 나오는 것 같진 않네요. 숫자를 보는 눈을 키우기 위해선 자격증보다 실제 데이터를 많이 보면서 왜 그럴까?를 생각하는게 제일 좋다고 생각해요. 이미 회사에서 근무하고 계시다면 회사에 있는 내용들을 더 잘 활용하는 방법으로 학습하는 것이 어떨까 싶어요. 분석 업무에 대한 하드 스킬은 구체적으로 무엇일지 나눠봐야 좋을 것 같아요. SQL 역량일수도 있고, 파이썬일수도 있을 것 같네요. 통계학도 포함이 되기도 하구요 돌아와서 숫자를 보는 눈에 자격증이 도움이 될까하면, 현실에서 데이터 분석 일을 할 때는 도움이 덜 되지 않을까 싶어요. 실제로 데이터를 많이 보면서 특정 업무 관점으로 찾아보면서(관련 책이나 강의나 프로젝트 등) 학습해보는 것을 추천드리고 싶어요. 숫자를 해석하는 힘은 논리력과 관련된 부분이라 이 부분을 학습해보시는 것을 추천드리고, 제가 만들었던 강의의 목차도 살펴보셔도 좋을 것 같아요. inf.run/jfWT
안녕하세요. 저는 현재 3학년 1학기 마친 컴공 학생입니다. sql 공부하다가 데이터 분석 쪽으로 취업을 하고 싶다는 생각이 들어서 방학을 맞은 김에 준비를 해보려고 하는데요. 주위 컴공 친구들 보면 학부 연구생이나 대학원을 가는 친구도 있고, 부트캠프 같은 곳에 참가하는 친구도 있더라고요 저는 생각한 게, 데이터 분석 준전문가, 데이터 분석 전문가 자격증, SQLP(sqld는 최근에 응시를 했습니다)을 따면서 공부하고 웹페이지를 하나 만들어서 실제 데이터 수집도 가능하면 해보고, 그 데이터를 적절히 처리하는 것으로 포트폴리오용 프로젝트를 만들어보려고 하는데, 이렇게 준비해도 되는 걸까요? 아직 공부 시작 단계라 방향을 잡으려 하는 중인데 괜찮은 방법인지 모르겠네요. 답변해주시면 감사하겠습니다.. 여담으로 영상 항상 잘 보고 있습니다!! 정말 큰 도움이 되네요.
안녕하세요! 연구생이나 대학원을 가는 분들은 아마 AI 커리어로 가시려고 하는 분일거고, 말씀해주신 부분은 데이터 분석에 가까운 것 같아요. 어떤 방향으로 가시려는지에 따라 다르지 않을까 싶어요. AI 연구쪽이라면 대학원에 가서 논문 작성하는 방법을 배우는 것이 좋은데 그게 아니라고 하면 대학원이 꼭 필수일까 하면 대학원에 나오지 않았지만 일을 잘 하는 분들도 많이 보았어요. 자격증의 경우 크게 도움이 되진 않는 것 같아요. 회사마다 다를 수 있지만 저는 자격증이 있으면 있구나 정도였고 없다고 마이너스나 그런건 아니였어요. 자격증보단 직접 프로젝트 한 경험이 더 가치를 잘 받는 편이라 생각해요
안녕하세요 카일스쿨님 카일스쿨님의 영상을 정독하고 많은 도움을 얻었습니다. 질 좋은 영상 항상 감사드립니다. 영상들도 참고하고 나름 생각을 많이 해보았는데 궁금한 점이 있어 이렇게 장문의 질문을 드리게된 점 양해부탁드립니다. 현재 저는 한양대학교 기계과에 재학중이며 3학기를 남기고 졸업을 앞두고있습니다. 기계 관련 전공에는 크게 관심이 없어 1년간 휴학을 하면서 수학학원을 운영하다가 현재 데이터 분석 쪽 분야에 관심이 생겨서 카일님의 영상을 꼼꼼히 찾아보았습니다. 데이터 애널리스트와 데이터 사이언티스트 두개의 직무를 놓고 고민하던중 제가 내린 결론은 데이터 애널리스트 쪽의 업무가 저의 기계과에 전공을 살리 면서 관련 업계의 데이터를 분석하는 쪽으로 직무를 선택하는게 좋겠다고 개인적인 판단을 하였습니다. 하지만 채용공고를 찾아보니 데이터 애널리스트와 데이터 사이언티스트의 경계가 모호하며 경력직을 원하는 경우가 많았습니다. 이러한 부분에 막연히 제가 이제 막 데이터 관련 공부를 시간 관계상 개인적으로 온라인 강의를 듣고 스몰 프로젝트 정도만을 다루는 입장에서 안그래도 좁고 적은 취업시장의 "신입" "데이터 애널리스트" 직무로 제가 취업을 할 수 있는지에 대해 두려움이 앞섰습니다. 이에 대해 미국에서 데이터사이언티스트를 전공하고있는 친구에게 물어보았더니 저의 현 상황에서의 데이터 공부는 수박 겉핥기 식을 수 있으며 애매한 포지션이라고 조언을 해주었습니다. 또한 코세라 등등 온라인 강의를 듣고 개인 프로젝트를 하는 것이 큰 메리트가 될지는 자신도 확실히 답 해 줄 수 없다고 말해주었습니다. 서두가 길었습니다. 결론적으로 카일님께 여쭤보고싶은 것은 현재 저의 포지션에서 데이터 분석 공부를 하여 관련 업계의 취업 전망이 괜찮은지 또 만약 괜찮지않다면 대학원이 무조건적인 선택지인지가 궁금합니다. 물론 저의 개인적인 능력에 따라 취업이 달라지는 것은 알고있지만 저 같이 데이터를 이제 막 공부하여 졸업까지 1년 반 정도가 남은 학생의 입장으로 기계분야와 데이터 분석의 융합으로 학사 출신 취업이 가능한지가 최종 궁금증입니다. 긴 글 읽어주셔서 감사합니다.
안녕하세요! 영상 봐주셔서 감사합니다 여러가지 이야기를 드리고 싶은데 우선 드릴 수 있는 말은 - 요즘은 취업이 다 어렵습니다. 취업이 어려운 역사적 흐름을 알면 좋은데, 개발자 붐이 생겼다가 최근엔 투자가 잘 진행되지 않고 있습니다. 투자가 없기에 회사에서 보유하는 현금이 적어지고, 그런 상황에선 구직 시장이 얼어붙곤 합니다. 그래서 취업이 어려운 시기고, 경력직만 찾는 현상이 생기곤 합니다. 그래서 요즘이 몇년 중에 제일 어려운 시기라고 생각합니다. 이 부분은 데이터 직무 한정이 아니라 모든 취업 시장 자체가 어려운 시기라고 생각해요 - DA, DS => 어떤 것으로 할 것인지는 질문해주신 분의 동기나 의욕에 따라 다를 것 같아요. 진짜 이 일을 하고 싶다고 하면 겉핥기가 안되기 위해 어떤 것을 공부해야 할까?를 고민하고 실행하고자 하는 동기부여가 있어야 더 잘 될 가능성이 있다고 생각해요. 친구분의 의견도 수박 겉핥기일 수 있다는 맥락도 이해가 되지만, 친구분의 이야기보단 질문하신 분의 내면에 질문을 해보시는 것을 추천드려요. 이렇게 말씀드리는 이유는 의사 결정의 중심이 "내"가 되어야 하는데 현실에선 의사 결정의 중심이 외부인 경우가 많습니다. 사람들이 그렇게 말해서, 부모님이 그렇게 추천해서 등이 있지요. 이런 경우엔 근본적으로 내가 하고 싶은 것인지 => 의사 결정의 중심을 나로 변경해서 결정을 해보시고, 그걸 위해 도전해보는게 어떨까 싶어요. 남의 의견을 듣고 진행하면 후회가 되거든요. 제 의견도 남의 의견 중 하나로 생각하시고 본인에게 질문을 해보시는 것을 추천드리고 싶어요 - 업계 취업 전망이 괜찮은지에 대한 질문은 의미가 없는 것이 좋아지다가 나빠지다가 그러는 것이 취업 전망입니다. 그리고 취업 전망이 좋다고 그 직무를 선택한다면 그것은 진짜 내가 하고 싶어서 하는 것이 아니라 취업 전망이 좋아서 선택한 것일 가능성이 있어요. 이런 경우라면 취업이 잘 되기보단, 계속 이런 트렌드를 쫓게 되는 것 같더라구요. - 그리고 대학원 여부는 무조건적이냐라는 질문에 자신의 목적에 맞다면 괜찮을 수 있지만, 아니라면 아닐 수도 있습니다. 정답이 없는 영역이기에 내가 하고자 하는 역할을 자세히 정의하고 그 과정에서 필요하면 가는거고 아니면 마는거지요. 취준생분들이 비전공자, 학사 출신 이런 프레임을 많이 이야기하시는데 이런 프레임에서 벗어나야겠다는 것을 깨닫는 것부터가 본격적인 시작입니다. XX인데 취업 가능할까요?라는 질문의 답은 대부분 "그럴수도 있고, 아닐수도 있죠. 아무도 모르지요"로 귀결되지 않나 싶어요. 진짜 하고자 하는 사람이라면 그것을 되도록 시도를 많이 할 것이라 생각해요. 정리하면 - 진짜 마음 속에서 하고 싶은 일이라 선택하는 것인지 고민해보기 - 다른 사람의 의견은 참고만 하고 내가 진짜 하고자 하면 어떤 계획을 세워서 진행할지 고민해보기 - 지금은 시장이 좋지 않아 잘 안될수도 있으니 다른 방법도 고민을 하거나 혹은 여유를 가져보기 - 대학원, 자격증 등은 그냥 공부하는 수단일 뿐이지 절대 진리라고 생각하지 말기
드디어 올려주셨군요. 기다리고 있었습니다. 감사합니다!
저의 경우에는 DA로 취준을 한지 1년정도 지났는데요, 최근 면접을 보면서 느낀 점은 시중 학원들이 광고하는 것과 달리, 이제 더이상 공공데이터를 통해 단순 추출 및 집계 스킬셋만 보여주는 프로젝트론 '전혀' 어필이 되지 않는다는 점입니다.
개인적으로 SQL, 파이썬 등을 공부하고 부트캠프도 참여했는데 그곳에서 만든 프로젝트들로 면접을 볼 때 어필할 수 있는 것이라곤 'SQL 기초체력이 튼튼하다, pandas 문법을 잘 알고 있다' 정도였습니다. (물론 퍼널분석이나 RFM분석같은 프레임워크를 사용했지만, 실제 프로덕트 데이터가 아니다보니, '문제를 해결하기 위해 필요한 데이터와 프레임워크를 적용한 것'이 아니라, '구할 수 있는 데이터에 적용해볼 수 있는 프레임워크를 적용'한 것에 불과했습니다. 또한 액션플랜을 제시하더라도 공공 데이터 혹은 가상의 데이터이다 보니 설득력이 떨어져보이고 현실성이 없다는 평가를 받기도 했습니다.) 그러다보니 'A/B test 경험은 없냐' 혹은 '분석 프레임워크를 적용해서 실제로 무언가를 개선한 경험은 없냐'는 질문에 답할 수가 없더라구요.
결국 취업을 하기 위해서는 실제 프로덕트의 로그데이터를 통해 개선해본 경험이 필요한데, 시중에 나온 데이터들 중 프로덕트 내 로그 데이터는 찾기 힘들었습니다. 결국 직접 사용자 데이터를 수집해서 프로덕트를 개선해보는 프로젝트를 해야겠다는 생각이 들어서 노코드 웹빌더를 통해 웹서비스를 제작하기 위해 공부하고 있습니다.
한편으론 '내가 취업을 위해 노코드 웹빌더까지 공부해야 하나라는 생각이 들었는데, 카일님도 '작은 사업'을 하거나 '작은 앱'을 만들어보는 것을 추천해주시는 걸 보니 꼭 해내야겠다는 동기부여가 되네요. 데이터 텍사노미 고민부터 로그데이터를 활용한 의사결정 및 액션 아이템 적용까지 한 텀을 돌려보는 것도 흥미로운 경험이 될 듯 합니다. 감사합니다..!
안녕하세요! 기다려주셔서 감사합니다..!
DA로 취준을 하시면서 여러 느낀점이 있으신 것 같네요. 말씀하신 것처럼 공공 데이터 분석이나 캐글 등은 이제 어필이 크게 되지 않습니다. 일단 희소성 관점에서도 너무 많은 사람이 하기에 그런 이슈가 있지요 ㅠ
추후 영상에선 어떤 프로젝트가 좋을지에 대해 말씀드릴 에정이에요!
실제 제품을 개선해본 경험이 일반 취준생 입장에서 어려울수도 있지만, 취업 난이도가 상향이 되면서 이런 경험을 하신 것이 차별점을 만들 수 있을거에요-! 이벤트 로그 설계를 해보신 경험도 클 것이라 생각해요 :)
응원해요-!
19:55 예전에는 데이터 분석이라는 직무 하나에 여러 직무가 해야될 것들을 다 집어넣고 데이터라는 카테고리로 퉁 치는 쪽이었다면, 지금은 ML 엔지니어, 데이터 사이언스 등으로 세분화가 되어서 그나마 나아졌다고는 생각됩니다. 확실히 기업마다 다르긴 하지만 최근 공고들도 데이터 사이언스는 ML/DL 알고리즘을 쓰거나 어떠한 해결책을 도출하는 쪽으로, 데이터 분석은 데이터에서 유의미한것을 찾고 이를 잘 보여주거나 잘 이해시키는 방향으로요. 추가로 모델링을 요구하는 데분 직무가 있을순 있지만, 말씀하신대로 프로젝트를 하다가 모델링 적용이 가능하면 점차 늘려가는 것이 좋구요. 영상 보면서 평소 생각했던걸 정리할 수 있게 되서 좋았습니다! 감사합니다!
안녕하세요! 예전엔 데이터 분석가, 데이터 과학자가 매우 혼용되었는데 요새는 예전보단 더 나뉘어서 명확한 것 같아요!
다만 교육은 여전히 분석과 모델링을 같이 가르쳐서 이 분야에 진입하는 분들이 여전히 헷갈릴 수 있는 부분이 있는 것 같더라구요. 그래서 이런 영상을 꾸준히 만들어야겠단 생각을 했어요-!
평소 생각했던 내용을 정리하는데 도움이 되어 뿌듯하네요! 댓글 감사합니다 :)
@@kyleschool감사합니다. 그런 이유로 헷갈리고 있던 와중이라 선생님 설명이 많이 도움이 되어요 감사히 보고있습니다! 취업까지 도움이 많이 될 것 같습니다.
@@lowenzahnwellen 도움이 되었다니 너무 뿌듯하네요! 더욱 좋은 정보 공유드릴게요 :) 감사합니다
몇 년전부터 파이썬을 업무에 써보면 어떨까싶어서 짬짬이 공부하고 있는 직장인 입니다. 영상이 많은 도움이 됩니다.
그런데 댓글을 단 이유는,
이 분은 무슨 일을 하셔도 핵심 파악이 빨라서 아무 일이라도 하면 다 잘할 스타일이라... 설명도 잘 하시는 분이시네요~! 부럽습니다.
핵심 파악이 빠르다고 말씀해주셔서 감사합니다..! 여러 경험을 하면서 생각을 다양하게 하다보니 생긴 것 같네요..! 앞으로 파이팅이에요!! :)
매번 좋은 내용 감사합니다! 이런 양질의 정보를 바로 얻을 수 있다니.. 공유해주셔서 감사합니다 :)
영상 봐주시고 댓글 매번 남겨주셔서 너무 감사합니다!! :)
카일스쿨님의 좋은영상보구 갑니다 저도 데이터사이언티스트를 위해 공부를 하기 위해 마음먹고 차근차근하나씩 나아가게 해주는 원동력의 영상이 되었던거 같아요 앞으로도 좋은영상과 카일님 영상기대할게요
따뜻한 댓글 감사합니다..! 원동력이 된다는 말이 큰 감동을 받게 되어요..!
항상 도움받고 있습니다 감사합니다!
항상 도움받고 있다니 감동이네요..! 응원 감사합니다!
비전공자로서 데이터 분석가 준비하고 있었는데 뭔가 현실적으로 깊이 있는 조언이 부족해서 방황하고 있었는데 너무 많은 도움이 되었습니다! 카일스쿨님 계신 쪽으로 절 한 번 드립니다..ㅎㅎ우연히 제 알고리즘에 떠주셔서 너무 감사하고 행복하세요!!!
도움이 된다고 말씀해주셔서 너무 감사합니다. 알고리즘 덕분에 도움을 드릴 수 있게 되었네요..! 앞으로도 파이팅이에요 :)
공부 방법에 대해 고민해보아야하는 점 너무 공감되어요.. 시간은 부족하고 알아야 할 내용들은 방대하다보니 어떻게 하면 효율적으로 공부할 수 있을지 잘 생각해보면 도움이 될 것 같네요! 좋은 영상 감사해요🤓
맞아요.. 일을 시작하면서 공부할 시간은 더 적어지고, 때론 쉬고 싶고 그래서 어떻게 해야 집중할까 + 공부를 어떻게 효율적으로 할까 이런 부분을 공부하기 시작했어요-!
이렇게 공부 잘 하고 남은 시간엔 푹 쉬면 좋다고 생각했어요-!! :)
공감해주셔서 감사합니다!!
안녕하세요😊 데이터분석 취준생으로 카일스쿨님 영상이 정말 현실적인 조언이 되는 것 같아요! 방대한 공부량 이야기에 공감했구요...포트폴리오를 만드는데 아직 헤매고 있지만 랜선선생님이 믿고 열심히 합니다! 추천해주시는 책들도 좋았어요!! 다음 영상 업로드는 언제쯤 될까요🥹 애타게 기다리고 있습니다! 항상 감사합니다!!
안녕하세요 :)
수많은 멘토링, 강의를 한 내용 + 현업에서 7년간 생각하며 느낀 점(채용, 면접 다수)을 정리해서 세상에 공유하고 싶었어요! 추상적인 이야기를 하는 것보다 최대한 구체적인 이야기를 말씀드리려고 했는데, 내용을 잘 이해해주셔서 감사합니다! 추가 영상 또 만들고 있어요! :)
완성되는대로 바로 공유해볼게요! 응원해주셔서 감사합니다!
좋은 영상 만들어주셔서 진심으로 감사합니다! 좋은 밤 되세요 :)
좋은 영상이라고 해주시고 영상 봐주셔서 감사합니다! 동네달곰님도 좋은 밤 되셔요 :)
너무 도움 많이 됩니다 감사드립니다. !!!
댓글남겨주셔서 감사합니다!!! 또 궁금한거 있으면 말씀해주셔요
카일님, 유튜브 잘 보고 있습니다 :)
데이터 분석 할때 여러가지 도구들을 쓰는 경우가 많은데 그 도구들을 비교하는 영상들도 있으면 좋을것 같아요!
태블로 vs 리대시
태블로 vs 파워비아이
파워비아이 vs 리대시
같이 시각화 도구 비교하기 시리즈도 기대됩니다!
안녕하세요 :) 인프런에 올린 bit.ly/3OA62au 강의에 데이터 시각화 도구를 선택하는 기준에 대해 올렸는데, 하나씩 매칭해서 비교하는 것도 가능하겠네요! 나중에 한번 만들어볼게요~!
좋은 의견 감사합니다
안녕하세용 혼동될만한 부분에 대해 잘 꼬집어주셔서 영상 넘 잘보고있습니다.. 그런데 데이터 애널리스트(분석가)에 대해 추가적인 궁금한 점이 있어서 그러는데요 ㅠㅠㅠ
1.제가 사실 궁극적으로 머신러닝쪽엔 관심도면이나 실력면에서 따라가지 못해서 R을 공부하더라도 머신러닝쪽으로 공부하진 않고 있는데 이쪽을 활용하지 않으면서 대회/프로젝트 등을 통한 R의 실적을 올리기는 어렵겠죠..?? 분명히 애널리스트는 머신러닝쪽을 활용하진 않을텐데 그렇다고 R의 실적을 포기할 순 없을테고 시작이 막막한 것 같아요..
2.SQL 공부 시 가장 선호되는 SQL 프로그래밍 종류(오라클, ms sql, my sql 등)가 무엇인지도 궁금합니다..ㅠㅠ 저는 오라클 기준으로 공부하고 있는데 DB 종류에 따라 큰 차이가 없다한들 혹여나 이게 다 무용지물이 될까봐 걱정돼서요..
3.R이나 파이썬 같은 분석 프로그램은 대회나 공모전을 통해 커리를 쌓을 수 있을 것 같은데 SQL을 이용해서 커리를 쌓을 수 있는 방법이 없는지 예전부터 너무 궁금했거든요.. 그냥 SQL를 공부하는건 어려운 일이 아니지만 이걸로 어떻게 실질적인 성과를 낼 수 있는지가 저에겐 어려운 고민인 것 같아요
종합적으로 공부는 이제 하나둘 해봤지만 실질적인 접근을 어떻게 해야될 지 막막한 것 같아요
질문이 너무 난잡해서 죄송합니다....
언제라도 답변 주시면 넘넘 감사하겠습니다..!!
안녕하세요!
1번 질문
분석가 관점에서 데이터를 처리하기 위해 R, 파이썬, SQL을 많이 다루는데 그 중에서 R, 파이썬은 머신러닝도 가능하지요(SQL도 머신러닝이 가능하지만 이건 논외)
그래서 머신러닝을 해야 R을 한다라는 관점은 좀 다르지 않나 싶어요. R을 사용하는데 데이터를 처리할 때도 사용하고, 머신러닝을 할 때도 사용하는것이지요.
초심자라면 무엇을 가리고 학습하는 것보다 일단 하시는 것을 추천드려요. 시작이 막막하지만 시작부터 하는 것이 중요한 것 같아요. 우선 데이터 처리하는 관점의 R을 배우시고 그리고 나중에 머신러닝쪽을 하면 되지요. 처음부터 많은 것을 다 하려고 하시면 압도될거에요
2번
데이터 분석하는 관점에서 SQL의 큰 문법은 다 비슷하기에 크게 신경쓰지 않으셔도 괜찮습니다. MySQL 류를 요즘은 많이 쓰긴하나, SQL도 표준화되어서 비슷비슷합니다. 무용지물이라 걱정하실 필요 없고, DB는 회사에서 쓰는 것을 쓸 것이라 무언가 하나를 픽스할 필요는 없을 것 같아요
3.R이나 파이썬 같은 분석 프로그램은 대회나 공모전을 통해 커리를 쌓을 수 있을 것 같은데 SQL을 이용해서 커리를 쌓을 수 있는 방법이 없는지 예전부터 너무 궁금했거든요.. 그냥 SQL를 공부하는건 어려운 일이 아니지만 이걸로 어떻게 실질적인 성과를 낼 수 있는지가 저에겐 어려운 고민인 것 같아요
3번
SQL을 공부하는 것은 대회나 공모전을 할 때도 사용할 수 있습니다. 물론 메모리에 올려서 처리하겠지만, SQL 문법을 사용해서 데이터를 처리해보자!를 연습해보면 되는 것이지요. 물론 R이나 파이썬으로 했던 것을 SQL로 해야하는 2중 작업이 있는 것처럼 느껴질 수 있으나, SQL도 학습할 수 있다는 것을 말씀드리고 싶었습니다. 꼭 DB에 접근하는 것이 아닌 파이썬 라이브러리에서 SQL을 사용하거나, 데이터 프레임을 SQL 쿼리 사용해서 하는 것도 가능합니다.
SQL로 실질적인 성과를 낼 수 있는 것은 다른 관점인 것 같아요. 파이썬을 공부해서 실질적인 성과를 낼 수 있느냐?라고 하면 이것도 정의를 해야하거든요. 성과를 낸다는 것은 목적에 따라 다르게 정의될 것 같아요!
좋은 말씀들 너무 감사드립니다. 혹시 action item이란 예를 들어 어떤 것인가요?
안녕하세요. Action Item은 데이터 분석의 결과로 그래서 무엇을 할 것인가?를 의미합니다. 어떤 Action을 할것인가를 나타내는 내용이라고 보시면 되어요.
데이터 분석가로 취업을 하고 싶은 대학생입니다!
카일스쿨님 영상 보면서 많은 도움을 받고 있습니다. 항상 감사합니다 :)
안녕하세요! 도움을 받고 계신다고 말씀해주셔서 너무 감사합니다. 다음 영상도 빠르게 준비해볼게요 :)
안녕하세요.
좋은 영상 감사드립니다. 일할 때 중요하게 생각하는 포인트, 가치들로서 공감 하는 부분이 많았습니다.
한 가지 의견 여쭙고 싶은 것이 ADsP 같은 자격증 관련 사항입니다. 타 댓글 코멘트를 통해 자격증 그 자체를 목적이나 커리어패스 개척의 주요 수단으로 보는 접근에 회의적인 시각을 보여주셨고 이에 공감합니다.
그러나 이와는 다르게 현업에서 데이터를 분석해야 하는 경우가 많은 직무를 가진 사람이 부족한 기초를 다시 다지거나 배경지식을 정리하는 목적으로 데이터분석 관련 자격증 공부를 하는 것은 어떻게 생각하시는지 궁금해요.
시험에서 다루는 내용들 중 다수는 당면한 일들과 거리가 있을테지만, 체계적으로 분석 업무가 요하는 하드스킬이나 숫자를 대하는 눈을 기르는 데에 도움이 될 수 있다면 자격증 공부 부터 시작해 볼까 하는 마음이 듭니다. 만약 이도 아니라시면 위와 같은 니즈를 가진 이가 어디서부터 시작하면 좋을 지에 대해 공유해 주실 수 있는 의견이 있으실까요!? :)
안녕하세요. 어제 자격증에 대한 영상을 올렸으니 보시면 좋을 것 같아요.
czcams.com/video/TpyhKmeKagA/video.htmlsi=lQUQPikorPTFpxTk
현업에서 데이터를 분석을 하는 경우라면 해보는 것도 방법이라 생각해요. 다만 위 영상에서 말한 것처럼 빠르게 보는 것이 어떨까 싶어요.
현업에서 이미 데이터를 보고 계신 경우라면, 일반적인 자격증보다 현재 데이터 분석하고 있는 분야와 관련된 분야 위주로 학습을 하는 것이 더 좋을수도 있을 것 같네요. 예를 들어 고객의 이탈을 분석하고 있다면 이탈에 대한 내용을 공부하는게 더 좋을수도 있을 것 같네요. 자격증에서 이런 부분에 대해 잘 나오는 것 같진 않네요.
숫자를 보는 눈을 키우기 위해선 자격증보다 실제 데이터를 많이 보면서 왜 그럴까?를 생각하는게 제일 좋다고 생각해요. 이미 회사에서 근무하고 계시다면 회사에 있는 내용들을 더 잘 활용하는 방법으로 학습하는 것이 어떨까 싶어요.
분석 업무에 대한 하드 스킬은 구체적으로 무엇일지 나눠봐야 좋을 것 같아요. SQL 역량일수도 있고, 파이썬일수도 있을 것 같네요. 통계학도 포함이 되기도 하구요
돌아와서 숫자를 보는 눈에 자격증이 도움이 될까하면, 현실에서 데이터 분석 일을 할 때는 도움이 덜 되지 않을까 싶어요. 실제로 데이터를 많이 보면서 특정 업무 관점으로 찾아보면서(관련 책이나 강의나 프로젝트 등) 학습해보는 것을 추천드리고 싶어요.
숫자를 해석하는 힘은 논리력과 관련된 부분이라 이 부분을 학습해보시는 것을 추천드리고, 제가 만들었던 강의의 목차도 살펴보셔도 좋을 것 같아요.
inf.run/jfWT
좋은 영상 감사합니다! 추후 영상에 데이터 분석가 이력서나 포트폴리오 작성 꿀팁 소재로 만든 영상 제작은 어떠실까요!!
레오님 안녕하세요! 이어지는 영상으로 해당 내용을 준비하고 있어요-! 준비되면 바로 업로드해볼게요😄
안녕하세요. 저는 현재 3학년 1학기 마친 컴공 학생입니다. sql 공부하다가 데이터 분석 쪽으로 취업을 하고 싶다는 생각이 들어서 방학을 맞은 김에 준비를 해보려고 하는데요. 주위 컴공 친구들 보면 학부 연구생이나 대학원을 가는 친구도 있고, 부트캠프 같은 곳에 참가하는 친구도 있더라고요
저는 생각한 게, 데이터 분석 준전문가, 데이터 분석 전문가 자격증, SQLP(sqld는 최근에 응시를 했습니다)을 따면서 공부하고 웹페이지를 하나 만들어서 실제 데이터 수집도 가능하면 해보고, 그 데이터를 적절히 처리하는 것으로 포트폴리오용 프로젝트를 만들어보려고 하는데, 이렇게 준비해도 되는 걸까요?
아직 공부 시작 단계라 방향을 잡으려 하는 중인데 괜찮은 방법인지 모르겠네요. 답변해주시면 감사하겠습니다..
여담으로 영상 항상 잘 보고 있습니다!! 정말 큰 도움이 되네요.
안녕하세요! 연구생이나 대학원을 가는 분들은 아마 AI 커리어로 가시려고 하는 분일거고, 말씀해주신 부분은 데이터 분석에 가까운 것 같아요. 어떤 방향으로 가시려는지에 따라 다르지 않을까 싶어요. AI 연구쪽이라면 대학원에 가서 논문 작성하는 방법을 배우는 것이 좋은데 그게 아니라고 하면 대학원이 꼭 필수일까 하면 대학원에 나오지 않았지만 일을 잘 하는 분들도 많이 보았어요.
자격증의 경우 크게 도움이 되진 않는 것 같아요. 회사마다 다를 수 있지만 저는 자격증이 있으면 있구나 정도였고 없다고 마이너스나 그런건 아니였어요. 자격증보단 직접 프로젝트 한 경험이 더 가치를 잘 받는 편이라 생각해요
데이터분석준전문가(adsp)자격증을 취득하는 것이 전체적인 지식을 쌓고 나아가 나중에 취업할 때 도움이 될까요???
안녕하세요-!
댓글 중 user-vsdf82fd9s 님께서 달아주신 글의 답글에 자격증 관련 남겨두었어요-
저는 자격증은 특정 상황엔 도움이 될 수도 있지만 추천하지 않아요. 일을 진짜 잘 하는가를 구분할 때 크게 영향이 없기 때문이에요
17분 23초 이어서 보기
이어서 보기! 파이팅입니다!
안녕하세요 카일스쿨님 카일스쿨님의 영상을 정독하고 많은 도움을 얻었습니다. 질 좋은 영상 항상 감사드립니다.
영상들도 참고하고 나름 생각을 많이 해보았는데 궁금한 점이 있어 이렇게 장문의 질문을 드리게된 점 양해부탁드립니다.
현재 저는 한양대학교 기계과에 재학중이며 3학기를 남기고 졸업을 앞두고있습니다.
기계 관련 전공에는 크게 관심이 없어 1년간 휴학을 하면서 수학학원을 운영하다가 현재 데이터 분석 쪽 분야에 관심이 생겨서 카일님의 영상을 꼼꼼히
찾아보았습니다.
데이터 애널리스트와 데이터 사이언티스트 두개의 직무를 놓고 고민하던중 제가 내린 결론은 데이터 애널리스트 쪽의 업무가 저의 기계과에 전공을 살리
면서 관련 업계의 데이터를 분석하는 쪽으로 직무를 선택하는게 좋겠다고 개인적인 판단을 하였습니다.
하지만 채용공고를 찾아보니 데이터 애널리스트와 데이터 사이언티스트의 경계가 모호하며 경력직을 원하는 경우가 많았습니다.
이러한 부분에 막연히 제가 이제 막 데이터 관련 공부를 시간 관계상 개인적으로 온라인 강의를 듣고 스몰 프로젝트 정도만을 다루는 입장에서
안그래도 좁고 적은 취업시장의 "신입" "데이터 애널리스트" 직무로 제가 취업을 할 수 있는지에 대해 두려움이 앞섰습니다.
이에 대해 미국에서 데이터사이언티스트를 전공하고있는 친구에게 물어보았더니 저의 현 상황에서의 데이터 공부는 수박 겉핥기 식을 수 있으며
애매한 포지션이라고 조언을 해주었습니다. 또한 코세라 등등 온라인 강의를 듣고 개인 프로젝트를 하는 것이 큰 메리트가 될지는 자신도 확실히 답
해 줄 수 없다고 말해주었습니다.
서두가 길었습니다.
결론적으로 카일님께 여쭤보고싶은 것은 현재 저의 포지션에서 데이터 분석 공부를 하여 관련 업계의 취업 전망이 괜찮은지 또 만약 괜찮지않다면
대학원이 무조건적인 선택지인지가 궁금합니다. 물론 저의 개인적인 능력에 따라 취업이 달라지는 것은 알고있지만 저 같이 데이터를 이제 막 공부하여 졸업까지 1년 반 정도가 남은 학생의 입장으로 기계분야와 데이터 분석의 융합으로 학사 출신 취업이 가능한지가 최종 궁금증입니다.
긴 글 읽어주셔서 감사합니다.
안녕하세요! 영상 봐주셔서 감사합니다
여러가지 이야기를 드리고 싶은데 우선 드릴 수 있는 말은
- 요즘은 취업이 다 어렵습니다. 취업이 어려운 역사적 흐름을 알면 좋은데, 개발자 붐이 생겼다가 최근엔 투자가 잘 진행되지 않고 있습니다. 투자가 없기에 회사에서 보유하는 현금이 적어지고, 그런 상황에선 구직 시장이 얼어붙곤 합니다. 그래서 취업이 어려운 시기고, 경력직만 찾는 현상이 생기곤 합니다. 그래서 요즘이 몇년 중에 제일 어려운 시기라고 생각합니다. 이 부분은 데이터 직무 한정이 아니라 모든 취업 시장 자체가 어려운 시기라고 생각해요
- DA, DS => 어떤 것으로 할 것인지는 질문해주신 분의 동기나 의욕에 따라 다를 것 같아요. 진짜 이 일을 하고 싶다고 하면 겉핥기가 안되기 위해 어떤 것을 공부해야 할까?를 고민하고 실행하고자 하는 동기부여가 있어야 더 잘 될 가능성이 있다고 생각해요. 친구분의 의견도 수박 겉핥기일 수 있다는 맥락도 이해가 되지만, 친구분의 이야기보단 질문하신 분의 내면에 질문을 해보시는 것을 추천드려요. 이렇게 말씀드리는 이유는 의사 결정의 중심이 "내"가 되어야 하는데 현실에선 의사 결정의 중심이 외부인 경우가 많습니다. 사람들이 그렇게 말해서, 부모님이 그렇게 추천해서 등이 있지요. 이런 경우엔 근본적으로 내가 하고 싶은 것인지 => 의사 결정의 중심을 나로 변경해서 결정을 해보시고, 그걸 위해 도전해보는게 어떨까 싶어요. 남의 의견을 듣고 진행하면 후회가 되거든요. 제 의견도 남의 의견 중 하나로 생각하시고 본인에게 질문을 해보시는 것을 추천드리고 싶어요
- 업계 취업 전망이 괜찮은지에 대한 질문은 의미가 없는 것이 좋아지다가 나빠지다가 그러는 것이 취업 전망입니다. 그리고 취업 전망이 좋다고 그 직무를 선택한다면 그것은 진짜 내가 하고 싶어서 하는 것이 아니라 취업 전망이 좋아서 선택한 것일 가능성이 있어요. 이런 경우라면 취업이 잘 되기보단, 계속 이런 트렌드를 쫓게 되는 것 같더라구요.
- 그리고 대학원 여부는 무조건적이냐라는 질문에 자신의 목적에 맞다면 괜찮을 수 있지만, 아니라면 아닐 수도 있습니다. 정답이 없는 영역이기에 내가 하고자 하는 역할을 자세히 정의하고 그 과정에서 필요하면 가는거고 아니면 마는거지요. 취준생분들이 비전공자, 학사 출신 이런 프레임을 많이 이야기하시는데 이런 프레임에서 벗어나야겠다는 것을 깨닫는 것부터가 본격적인 시작입니다. XX인데 취업 가능할까요?라는 질문의 답은 대부분 "그럴수도 있고, 아닐수도 있죠. 아무도 모르지요"로 귀결되지 않나 싶어요. 진짜 하고자 하는 사람이라면 그것을 되도록 시도를 많이 할 것이라 생각해요.
정리하면
- 진짜 마음 속에서 하고 싶은 일이라 선택하는 것인지 고민해보기
- 다른 사람의 의견은 참고만 하고 내가 진짜 하고자 하면 어떤 계획을 세워서 진행할지 고민해보기
- 지금은 시장이 좋지 않아 잘 안될수도 있으니 다른 방법도 고민을 하거나 혹은 여유를 가져보기
- 대학원, 자격증 등은 그냥 공부하는 수단일 뿐이지 절대 진리라고 생각하지 말기
정성스러운 답변 너무 감사드립니다😮
정리해주신 내용을 바탕으로 좀 더 고민을 해봐야겠습니다.
또한
외부의 의견이 아닌 저의 내면의 목소리에 좀 더 집중을 해봐야겠습니다.
카일님의 영상이 정말 많은 도움이되고있습니다 :) 항상 좋은 컨텐츠를 만들어주셔서 감사드립니다