Day 2
현직자 강의 <원활한 커리어 설계를 위한 경험정리>
📌강사 소개
김선엽님
현 Cj 올리브네트웍스 서비스 전략 및 서비스 기획 (PM)
전 뱅크샐러드 데이터 분석가
중고신입인 나는 경력 기술서를 잘 작성하자...!
📌 Step1. 경력 기술서 작성법
📍경력기술서를 어떻게 잘 작성하는가? 매력적으로 느끼게 하는 방법!
[프로세스]
1. 의미있는 경험 나열
2. 어떤 의미인지 구체화
(봉사활동 : 내가 어떻게 느꼈는지, 온전히 나만 집중!)
3. 역량과 연결
4. STAR 형식에 맞게 정리
5. 자소서 및 포트폴리오에 반영
📍인턴 / 사회 생활
회사 이름 / 했던 일 / 배운 일 & 기여도
📍STAR
Situation : 내가 겪은 상황, 겉으로 드러난 그 당시 모습들
Target: '문제'라고 인지 및 정의했던 것
Action: 그 문제를 위해서 내가 했던 행동(들)
Result: 행동으로 인해 어떤 결과가 나타났는지, 어떤 걸 배웠는지 (앞으로 / 현재까지 어떻게 적용 할지/해왔는지)
-> 실패 과정도 그 과정을 통해 다음에 같은 실수를 반복하지 않는 것 + 만회하기 위한 00을 배웠다. 등등
자기소개서 작성시 도움이 많이 됨 !
Q. 어려운 환경에서 소통/협업을 통해 목표를 달성한 경험?
A: 00한 환경/상황에서 00을 통해 문제상황을 극복하다.
📍경력기술서 flow
1.역량 + 대표 업무 카테고리
2. 진행해본 업무 카테고리
3. 정성적 soft skill (자신있는 업무 강점 1가지 - ex) 데이터 기반의 의사결정에 커뮤니케이션 역량이 있다)
4. 경력&프로젝트 & 기간 & 구체적 업무 & 성과/배운점/
5. 기타 경력 (역량과 관련된 경력쓰기 특히, 기술블로그를 작성하면서 조회수, 공유수 등등을 증명하며 커뮤니케이션을 잘한다..)
- 직무로서의 역량과 일관성 있는 맥락을 만드는 것이 중요하다.(point!)
내 경험에서 출발해야된다는것 역량이 어떤형식으로 정리하면 자소서, 면접에 도움이 되는 부분이 있을 것!
📌Step2.현업에서 말하는 데이터
📍데이터란?
컴퓨터가 처리할 수 있는 문자, 숫자,소리, 그림 따위의 형태로된 자료.
(Day1 에서도 다뤘기에 패스!)
데이터 분석 프로세스
1) 데이터 생성 (고객으로부터)
2) 데이터 수집 - 원래는 기업에서 온프레미스를 많이 사용했지만 요즘은 클라우드 사용하는 추세 !
3) 데이터 가공 후 저장(ETL)
4) 데이터 분석 및 시각화 (BI) -tagging system
데이터 분석 - 마케팅에서도 SQL 과 쿼리를 공부하는 것이 업무에 도움이 됨 !
📍실제 기획하신 서비스
Tag 기반 데이터 플랫폼
유저의 데이터를 다양한 범주의 Tag 들로 자동으로 분류해주는 시스템
월별 서비스 구독료 모아보기 --> 개발 2주만에 출시됐지만 고객 4% 증가율을 보임
📍데이터 앞으로의 전망
마이데이터와 각종 산업 간의 데이터 결합, 유저 프로파일링 개인화 시장이 점점 더 크게 형성
1. 모으기
시장가치를 만들어 낼 수 있는 / 고객 문제를 해결할 수 있는 공공/민간 데이터를 발굴
더 많은 데이터를 빠르고 간편하게 결함없는 정보 조회 제공이 가능한 인프라 구축
2. 만들기
모은 데이터를 활용해 고객 문제 해결 / 시장가치 극대화
다른 영역에도 활용할 수 있는 마이데이터 기술 개발
3. 연결하기
고객마다 가진 자산들의 유기적 관리가 가능하게끔 ....
📌모빌리티 산업 이해
📍 모빌리티란?
이동을 하는 모든 영역의 수단들의 제품과 서비스 연구개발, 사용자 경험과 상호작용 설계, 시장출시, 운영 및 유지보수, 폐기 등의 전 과정
플랫폼 산업
카카오모빌리티(택시 중개하는 매체), 쏘카, KST 모빌리티, 미스터픽
서비스 산업
롯데렌터카, SK 렌터카, 현대카드 자동차 금융(모빌리티 특화 금융업), 석유 공사 등
제조 산업
현대, 기아, 만도
B2B로 구성되어있지만 요즘 B2C로 많이 사용됨..
📍M.I.L.E.
Micro Mobility - 마이크로 모빌리티 성장
Integartion - 하나의 앱에서 다양한 모빌리티 관련 제공
Logitic - 사람 이동 중심의 모빌리티에서 사물의 이동까지 확장
Experience - 사용자 편의성 극대화, 라이프 사스타일 설계
📍쉐어링 모빌리티
카 쉐어링(쏘카):
라이드헤일링(우버) :
📍MaaS 마스
Mobility as a Service ‘서비스로서의 모빌리티(이동)'
빅테크 기업이 Logistics에 관심 갖는 이유 ?
기술이 개발되면서 인프라 구축과 IT 에 연결되었고 운송도 플랫폼화 되어있으니
IT 인프라가 세팅되기 시작하면서 좀더 서비스를 운영하기에 적합해지고 있다.
문류로 뛰어드는이유는 시장이 크기도 하고(7.5조), 기술이 뒷받침 되기에 중요한 사업이 되고 있다.
📍문류안에 구조는?
퍼스트마일 : 원자재들을 공장으로 전달하는 큰 단위
미들마일 : 만든 제품을 문류센터나 보내는것
라스트 마일 : 택배 같은 원자재가 어디서부터 출발하는 지 모르지만, 고객이 받아가는 과정 (중요❗️)
-> 문류도 점점 사업을 합치는 단계지만 그래도 아기단계.!
라스트마일 물류에 대해 효율화 하려고 노력하는 추세(데이터를 통해!!!)
배송에 온라인 오프라인으로 쪼개지고 있지만 .. 배달은 무조건 필요하기에 자체배송이든 자영업자 배송이든!
이렇게 다양한 생태계에 많이 사용되기에 모빌리티를 전체 산업이라고 말한다.!
📍모빌리티 혁신 로드맵
공급보다 수요가 더 많아서 앞으로 전망이 있는 직업이다.
(국가 차원에서도 많이 추진하고 있고, 그렇기에 많은 기업들이 뛰어드는 추세)
📍실제 사업기획서로 본 모빌리티 산업 관련 서비스 기획
1. 모비니티
1.1 문제정의 - 모빌리티 이슈
B2C 배송
C2C 배송 : 일반인과 일반인 특히 중고시장에서 큰 가구들 거래시..! (당근마켓 🥕)
배송 물량이 증가할 수록 라스트 마일에서 소요되는 비용이 53%로로 많다!
때문에 라스트마일의 경우 비용이 너무 비효율적임 => 다 고객 부담으로 가격이 부담 됨
대부분 물류배송이 대도시에서 진행되는데 이에 문제가
1. 특히 주소가 잘못 됐다던가,, 재발송해야함
2. 도심에서 발생되기 때문에 교통체증 때문에 시간이 낭비
3. 트럭이 주차할 공간이 부족
1.2 문제 해결 방법
P2P 실시간 매칭을 한다.
배송이 필요한 사람과 배송을 대신해 줄 수 있는 사람 (배민커넥트 같은 느낌인가?)
📍핵심 기술
기술
1. 이미지를 인식을 통한 물건 자동 분류 시스템 도입 -> 물건 유형별 배송 수단 매칭으로 큰 가구/트럭, 음식/오토바이 이렇게 매칭!
배송플랫폼 핵심 기술
1. 경로 기반 매칭 알고리즘 : 경로 최적화
2. 배송 환경 빅데이터화 (배송자, 배송지역, 외부 환경 등)
배송 실패 예측 & 지역별 난이도 고려한 가격으로 나누어 = AI/ 빅데이터 기술 기반으로 배송 실패 예측 및 가격 책정
3. 교통상황을 반영한 매칭 알고리즘
시간에 다른 교통 혼잡도 학습 -> 시간대에 따라 사용자 학습
= 라스트마일 배송의 비효율성을 해결하는 AI 기반의 SW 기반 개발
📍추가사항
교통상황을 반영한 매칭 알고리즘을 사용하여 데이터 분석함
데이터 수집 : Topis 교통 정보, 네이버 길찾기 API 활용
데이터 분석 : 시간대별 도로 별 교통상황 데이터 분석, 도로 구간별 정체 상황 및 이동시간 분석
화물차가 갈 수 없는 길 분석 등
데이터 활용 : 각 구간별 교통상황을 수치화, 가격 알고리즘에 반영, 배송 범위 탄력적 운영, 운송수단 효과적 배치
할 수 있다는 것을 시각화해서 제공
2. 서울 지하철 무인보관함 T-Locker 고객용 앱 개발 프로젝트
문제정의 :
서울을 찾아오는 관광객 증가 -> 주 이용 교통수단 1위 지하철(53%)
관광객의 불편함 -> 캐리어를 어떻게 해야하나?
기존자원을 활용하여 지속가능한 도시 구현 !
타겟 솔루션 :
지하철에서 보내고, 지하철에서 받는다
공항에서 호텔로, 호텔에서 공항으로 ! (서비스가 따로 있음)
추가사항
일평균 승차 인원 및 역 개수로 사용자들의 분포를 계산하고
요구사항 분석을 통해 지도기반 보관함 위치, 보관함정보 등 표시하는것으로 서비스 고도화 진행
* 린 개발방식을 수용 (Lean)
" 크게 생각하되 작게 시작하라"
아이디어를 빠르게 최소요건제품으로 제조한 뒤 시장의 반응을 통해 다음 제품 개선에 반영하는 전략!
비즈니스 모델 & 네트워크
기업의 우선순위를 두고 가설을 세우는것이 좋다.
R&D
지능형 물류 개발 기술의 필요성
- 데이터 분석이 절실 But, 수집요건이 어렵고, 니즈가 있는지 확인하기 어려움
플랫폼 회사에 있으면서 배운점들이나 느낀것들을 많이 리마인드 시킬 수 있는 기회였던것 같다.
그럼에도 모빌리티 산업의 방대함에 아직은 어려운 부분도 있지만
데이터 분석가가 되기 위한 이제 한걸음을 떼었을 뿐!!!
화이팅~ 내자신~ 💁🏻♀️
#청년취업사관학교 #데이터분석가 #데이터분석가부트캠프 #DA교육 #데이터분석교육 #실무프로젝트 #실무경험 #취업포트폴리오 #포트폴리오 #취업연계교육 #코멘토 #모비니티
'성동 1기_ 모빌리티 전Z전능 DA' 카테고리의 다른 글
| Day 6 - 디자인스프린트 - 번갯불 데모 (아이디어 고도화) (2) | 2023.10.23 |
|---|---|
| Day 5 - 디자인스프린트 프로젝트 (맵 설정/ 목표, 타깃 설정) (1) | 2023.10.23 |
| Day4 - 디자인스프린트 프로젝트 (팀빌딩) (1) | 2023.10.19 |
| Day3 - 디자인 스프린트란? (0) | 2023.10.18 |
| Day1 - 데이터 분석이란? (1) | 2023.10.16 |
