기업명 비공개

<자유형식 자소서> [[실패 속, 개선할 점을 찾아내려는 태도]] 저는 실패 속에서, 낙담이 아닌 개선할 점을 찾습니다. 실수나 실패를 할 때, 금방 저의 잘못임을 인정하고 성공 케이스와 비교 · 분석을 통해 어떤 부분을 놓치고 있는지 업무를 되돌아보곤 합니다. 진에어 마케팅 아이디어 공모전에서 떨어졌던 경험이 있습니다. 저는 여기서 포기하지 않고 수상작 관련 기사가 나오기만을 기다려, 제 실패의 원인을 파악하였습니다. 그렇게 제 제안은 진에어 기업이 이윤을 창출하는 데에 도움이 될 법한 아이디어가 아니였음을 알 수 있었습니다. 그 이후부턴 공모전이나 기획 프로젝트에 참가하는 데에 있어, 타겟의 의도를 파악하고 타겟이 원하는 결과물을 만들어내는 것에 집중하였습니다. pre-JOB 채용제안서 경진대회에 참여하였을 때에도 타겟 기업인 데크카본의 이익에 집중하였습니다. 저희 팀은 개발되었으나 상용화하기 어려운 two-for-one이라는 재생기술을 중고폰 보상 프로그램처럼 서비스화 하는 것을 제안하였습니다. 보다 비싼 two-for-one 서비스가 가능한 탄소브레이크 디스크를 판매하기에 용이할 뿐더러, 교체 싸이클을 줄여 안정성을 높일 수 있을 것이라 여겼기 때문입니다. 최종적으로, 이 제안서는 우수상으로 선정되었으며 실제 데크카본 인사담당자 또한 기업에서 추진해볼 용의가 있음을 밝혀주었습니다. 저는 작은 실수도 제 실수임을 인정할 수 있는 냉철한 판단력을 가졌습니다. 그리고 이것이 실패를 겪을 때마다 다음 단계에서 더 나은 성과를 갖을 수 있게 해주는 원동력이기도 합니다. 머신러닝 엔지니어로서 제 자신을 계속 개선해나가며 더 나은 모습을 보여드리도록 하겠습니다. [[학습은 프로파일링 하듯, 샅샅이]] 제게는 심도 있는 학습을 즐긴다는 장점이 있습니다. 어떤 업무든, 모든 의문이 풀릴 때까지 다양한 방법으로 학습하다 보니 새로운 업무도 제 것으로 승화하여 좋은 성과를 보이곤 하였습니다. 이는 기획PM으로 화학물질안전원의 초등학생 화학물질 보드게임 제작사업을 진행할 때 특히 도움이 되었습니다. 먼저, 이 생소한 화학물질에 대해 이해할 필요가 있었습니다. 이 과정에서 저는 초등학생 화학 교재 및 화학물질 관련 서적을 도서관에서 모두 대여하여 탐구하였고, 더 나아가 우리는 어떻게 화학물질에 중독되는가라는 신간을 정독하였으며 화학물질안전원 교육시스템의 2021년 종사자 교육을 수료하기도 하였습니다. 그리하여 초등학생에게 전달할 내용을 명료하게 『화학물질의 정의, 화학물질의 바른 용도, 화학물질 사고 해결방법, 실험실 안전수칙, 환경을 위한 화학물질, 화학사고와 화학테러 예시 및 대처방안』으로 분류하고, 이를 보드게임과 교육교안에 적절히 삽입할 수 있었습니다. 적은 분량에 핵심 교육 자료를 모두 담아내어 시범운영에선 보드게임이 즐거웠고 게임이 끝날 땐 화학물질에 대해 모두 이해했다라는 초등학생들의 의견을 받아내기도 하였습니다. 최종적으로, 화학물질안전원 마지막 보고에서도 사업의 이해도가 높다는 평을 받아, 배포하기로 한 수량의 10배를 실제 초등학교들에 전달할 수 있었습니다. 때론 너무 깊게 파고들어, 시간을 많이 할애한다는 단점이 있기도 합니다. 하지만 다양한 프로젝트를 진행해보며, 원활한 업무 진행을 위해선 우선순위가 필요하다는 것을 배우게 되었고 이를 통해 업무시간엔 꼭 해야 할 일을, 업무 외 시간엔 마저 학습하고 싶었던 것에 집중할 수 있게 되었습니다. 이렇게 학습을 프로파일링 하듯 샅샅이 파헤치는 것을 즐기는 제 성향은 머신러닝 엔지니어로 근무하면서 새롭게 직면하게 될 문제들을 해결 하는 데에 큰 도움이 될 것입니다. [[머신러닝 엔지니어가 되기 위해 저는 3가지를 준비하였습니다.]] 머신러닝 엔지니어가 되기 위해 저는 3가지를 준비하였습니다. 첫 번째, 학부시절엔 이론에 집중하며 프로그래밍 기초를 쌓았습니다. 대학교 2학년 땐 타 학과 전공수업인 C언어와 자바 스크립트를 배웠으며 4학년 땐 파이썬 자격시험반을 다니며 데이터 사이언티스트 2급(전문가) 자격증을 습득하기도 하였습니다. 두 번째, 국비지원 교육기관 아시아경제의 『실무프로젝트 기반 산업 빅데이터 분석가 양성과정』을 수강하며 다양한 머신러닝 프로젝트를 진행해보았습니다. 특히 머신러닝을 통해 문제를 해결하는 것에 관심이 많아, 고객의 편의성을 위한 신규 서비스를 개발하는 데에 집중하였습니다. 세 번째, 국토교통 데이터 활용 경진대회에 참가하여 데이터 분석능력을 키웠습니다. 안전한 화물차 운행을 위한 고속도로 개선방안이라는 주제에 맞춰, 주된 원인을 찾기 위해 히트맵과 APRIORI를 이용하였으며 위험운전행동이 화물차 사망사고로 이어진다는 가설을 세울 수 있었습니다. 여기서 더 나아가, Decision Tree와 KNN을 결합한 하이브리드 모델로 위험운전행동과 법규위반을 50%씩 낮춘다면 년간 1,248명의 사망 교통사고 수와 약 67억원의 교통사고 비용을 줄일 수 있음을 파악했습니다. 그에 따라 모범운전태도를 보이는 화물기사에겐 상점을(보험 및 고속도로 비용 할인), 단속에 걸린 차량의 화물회사에겐 벌점을 주는 제도를 제안하였고 한국교통안전공단에서 우수상을 받을 수 있었습니다. 이렇게 공공데이터를 활용하여 원인을 파악하고 결과를 추론해내는 능력을 기르게 되었습니다. 기초부터 응용까지 수년을 걸쳐 쌓은 노력이 머신러닝 엔지니어 직무를 수행하는 데에 큰 도움이 될 거라 자부하는 바입니다. [[멀티 플레이어로서의 각성]] 인공지능은 모든 산업 분야의 혁신을 불러일으킬 요인이지만, 사용하고자 하는 목적에 부합해야만 효율적으로 활용될 수 있습니다. 기획자였던 제가, 머신러닝 엔지니어가 된다면 머신러닝 기술의 방향성을 이끌며 엔지니어로서의 업무를 수행하는 멀티 플레이어가 될 수 있을 것입니다. 경영분야에 관심이 더 많았던 저는 불과 몇 년 만에 대한민국 사업아이템 대다수가 인공지능으로 대체되는 것을 봐왔습니다. 그에 따라 인공지능의 가치가 어느 정도인지 궁금해졌고, 시작단계이기 때문에 수많은 오류와 변수가 많을 테니 점차 개선되고 발전할 가능성도 농후하다고 판단하였습니다. 머신러닝에 대해 공부할수록 여러 시도를 통해 저의 역량과 능력을 지속적으로 발전시킬 수 있는 분야라는 확신도 들었습니다. 처음에는 개발자를 모아, AI 캐릭터 제작 서비스 아이템을 준비하며 예비창업자가 되어보기도 했습니다. 여러 지원사업에 선정되기도 하였으나 대표로 발표를 맡게 된 제가 ‘이 아이템에서 사용된 머신러닝 기술’에 대한 답을 할 수 없어 원하던 지원사업에서 혹평을 받게 되며 머신러닝에 대한 갈망은 더 커져갔습니다. 결국 국비지원을 통해 머신러닝을 직접 배웠고, 경영이 아닌 머신러닝이 저의 가장 큰 관심사가 되었습니다. 저의 기존 경력은 경영부서와 개발자를 이어주는 징검다리로의 역할을 충분히 수행할 수 있을 것입니다. 더 나아가 프로젝트를 올바른 방향성에 맞춰 기획했던 경험을 살려, 머신러닝 엔지니어로서 탄탄한 기획력과 머신러닝 성과로 최상의 결과를 이끌어 내는 멀티플레이어 역할을 할 자신이 있습니다.