본문 바로가기
데이터 대학원 합격 후

좋은 프로그램 선택하는 방법: 프로그램 기간 (Program length)

by USDK 2022. 1. 14.

 

 

 

심사가 빠른 학교들은 벌써부터 대학원 합격자 발표가 하나둘씩 나오고 있습니다.

오퍼를 받으신 지원자분들은 여태까지 오랜 시간동안 대학원 준비를 하시면서 기울인 노력이 인정받은 것은 분명합니다. 동시에, 좋은 학교와 프로그램에서 데이터를 공부하기에 충분한 가능성을 인정받은 것이죠. 다시 한번 축하드립니다 😊🎉🥳

지원자분들 중에서 복수의 학교에 합격하신 경우, 동시에 행복한 고민이 시작됩니다.

여러 가지 조건들을 비교하고, 우선순위를 세워서 나에게 가장 적합한 학교를 선택해야 하니까요.

 

오늘은 학교를 선택하는 여러 가지 기준들 중에서 프로그램 기간 (Program Length)에 대해서 한 번 이야기 드려볼까 합니다.

 

 

왜 대학원 프로그램 기간 (program length)가 중요한가?

우선 요즘 미국 대학원 데이터/통계 분야 석사 프로그램의 트렌드는 짧게는 10개월 (accelerated program) 길게는 2년 정도까지 그 기간이 다양합니다. 

학교 측에서는 짧은 시간 안에 Data 분야로의 커리어 전환이 가능함을 강조하고 있지만, 사실 이게 그렇게 꼭 메리트만 있는 것은 아닙니다. 물론, 장점도 있습니다. 상대적으로 짧은 시간 안에 data 분야로 진입이 가능하시기 때문에, 생활비적인 측면에서 분명 금전적 메리트가 있습니다.

하지만, 단점들도 분명히 말씀드려야 한다고 생각합니다. 특히,

 

1. 1년 안에 R&Python + SQL + 이외 추가로 industry/domain에 따라 필요한 추가적인 지식/툴 등을 프로페셔널 레벨로 끌어 올리기가 쉽지 않습니다. 

2. 보통 1년 언저리 기간을 가진 프로그램은 9월 가을 학기에 프로그램 시작하면 다음 해 5~8월 사이에 졸업을 하기 때문에, 바로 풀타임 잡서칭에 들어가야 합니다.

 

하지만, 상대적으로 긴 1년 반~2년+ 프로그램들은 이 5~8월 여름 방학 기간에 부족했던/추가적인 공부를 하거나, 인턴십을 할 수 있는 시간을 얻게 됩니다. 따라서, 대학원 프로그램 기간이 긴 친구들이 상대적으로 더 시간이 많기 때문에 좀 더 탄탄한 지식, 실무 경험 등으로 무장하고 시장에 나올 가능성이 큽니다.

 

아무리 좋은 프로그램이어도, 사실 대학원 프로그램 (학계)과 인더스트리 (업계) 간의 스킬셋 차이는 필연적으로 발생할 수밖에 없습니다. 따라서, 이 gap을 make-up 할 수 있는 기회/시간이 학생들에게는 필요합니다. 이 기간 동안에 필요한 자격증을 딴다든지, 부족했던 공부를 한다든지, 데이터 분석 포트폴리오 정리를 한다든지, 실무 경험 쌓는다든지 등 미국 취업에 도움이 되는 일련의 활동들로 채울 수 있기 때문입니다.

 

만약, 이전에 데이터 직무 관련 근무 경험이 있으신 경우에는 크게 문제가 되지 않습니다만, 관련 경험이 없으시거나 학부를 졸업하고 바로 대학원 프로그램으로 진학 한 지원자들의 경우에는, 앞으로 대학원에서 겪게 될 시간들이 어떤 일이 벌어질 것인지를 미리 예측하고, 준비를 철저히 하고 프로그램을 시작하기를 추천드립니다. 특히 프로그램이 짧을수록 이 호흡이 더 빨라집니다.

 

 

프로그램 기간이 짧은 경우, 연장 (extension) 옵션을 제공하는 프로그램들도 있다.

 

요즘 프로그램 길이가 상대적으로 짧은 (1년 언저리) 대학/프로그램들도 이런 학생들의 고충을 이해하고, extension 옵션을 주는 경우도 많습니다. 따라서, 합격하신 프로그램이 연장이 가능한지 등을 문의해보신 후에, 프로그램 선택을 하시는 것도 충분히 고민해 볼만한 가치가 있는 프로그램 선택 기준이라고 생각합니다. 

 

 

프로그램이 짧은 옵션밖에 없는 경우는 어떻게 해야 할까? 미리미리 준비해 가도록 하자.

 

만약 합격한 프로그램들이 전부 1년 반 미만의 길이의 프로그램이고 연장 옵션도 없는 경우는 어떻게 해야할까요? 

프로그램이 짧으면 짧을수록, 나의 STEM 백그라운드가 약하면 약할수록 미리미리 준비해가는 수밖에 없습니다. 

통계학/DS석사는 비교적 개념을 탄탄하게 알려주는 편이나, 특히 Analytics 전공인 경우, 교수님들이 데이터 마이닝 / ML 개념 이전에 필요한 통계적 개념/방법론의 흐름을 마치 이미 다 잘 알고 있는 사람들에게 review/recap하듯이 빠른 속도로 가르쳐 주십니다.

예를 들어, 보통 통계학 석사의 경우 기초 통계 방법론 (e.g. t-test, ANOVA, Chi-squared test, non-parametric methods 등)에 대해서 한 학기 내내 배웁니다. regression도 마찬가지로 한 학기 내내 배웁니다.

하지만, Analytics 프로그램에서는 이런 내용을 한 학기 만에 전부 다 배우게 되고, 두번째 학기 때 머신러닝으로 넘어가게 되거든요. 이럴 때 쏟아지는 각종 수학적 표현, 통계적 개념을 비전공자가 감당하기가 쉽지 않습니다. 이 과목만 공부할 수 있는 환경도 아니니까요. 특히, 기초 통계부터 머신러닝 방법론까지 이어지는 지에 대한 학문적 flow (?) 에 대한 설명이 탄탄하지 않은 커리큘럼을 많이 보았습니다.

따라서, 첫 학기 시작 전까지 합격자 분들께서는 꼭꼭 미리 공부해 가시는 걸 추천합니다. 합격자 발표를 3월 정도에 받으셨다고 가정하고, 학기 시작이 8월 정도라고 가정해 보도록 하겠습니다.

 

  • 4-5월: SQL
  • 5-6월: Regression에 들어가기 전까지 필요한 기초 통계 이론
  • 7-8월: Regression, Generalized Linear Models (일반 선형 모델, GLM)

    정도까지 개념을 학습하신다면, 머신러닝 / 데이터마이닝 수업을 무난하게 따라가실 수 있는 준비가 된다고 생각합니다.

 

 

SQL을 왜 먼저하는게 유리한가?

 

1. 상당 수의 프로그램들이 첫 학기 때 SQL을 가르칩니다. SQL은 R/Python보다 비교적 짧은 시간 안에 마스터 하실 수 있는 언어입니다. (2개월 정도) SQL을 통해서, 먼저 database와 data manipulation을 하실 수 있으면, 시간을 많이 버실 수 있습니다. SQL 숙제 하느라 밤새는 친구들이 속출할 때, 남는 시간에 통계/프로그래밍 공부하는데 시간을 쏟을 수 있도록 해야 합니다.

 

2. 참고로, SQL만 잘해도 인턴십이 가능한 포지션들도 많고, 더 나아가 취업도 가능합니다. 8-9월에 첫 학기가 시작하면, 배운게 없는데 바로 인턴십을 지원해야 하는 상황이 오기도 합니다. 이 때 SQL이 비교적 proficient한 경우, 많은 기회를 잡으실 수 있습니다.

참고로, 커리큘럼 상 SQL을 첫 학기에 가르치는 프로그램의 경우, 비교적 학생들이 프로그래밍에 쉽게 재미를 붙입니다만, 정작 졸업할 때 즈음에는 많이 안쓰게 되어서, 인터뷰를 봐야할 때 소위 말해 '감'이 떨어질 가능성이 있습니다. 이 '감'이 떨어지지 않도록 잘 유지하는 것이 중요합니다.

반면, 이렇게 '감'이 떨어지는 문제를 막기 위해서 SQL을 선택 과목 또는 마지막 학기에 가르치는 프로그램들도 있습니다. 이런 프로그램들은 마지막 학기에 '감'이 좋긴 하지만, SQL 테크니컬 인터뷰를 통해서 얻을 수 있는 인턴십 기회를 잃게 되는 큰 단점이 있습니다. 따라서, 

어떤 커리큘럼이 더 좋다고 말할 수 없지만, 합격자 분들께서는 본인이 진학하기로 결정한 프로그램의 커리큘럼을 확인해 보시고 본인에게 유리한 학습 플랜과 선행학습을 실천해 주시는 것을 강력하게 추천드립니다.

3. SQL을 통해서 어떻게 데이터가 저장되는지 구성되어 있느지를 파악하게 되므로, 추후에 R/Python 등에서 사용하는 비교적 복잡한 데이터 구조와 알고리즘을 이해하는데 보다 연착륙할 수 있습니다. 이렇게 데이터를 다루는 것이 어느 정도 편해지면, 통계 프로그래밍 (모델링 등)을 하시는데 비교적 집중하실 수 있게 됩니다.

 

이제 직접 미국 대학원과 현지 취업을 경험해 본 멘토들과 함께 대학원 진학과 미국 취업을 준비해 보세요.

https://www.datakorlab.com/

 

Data KorLab

Featured Courses

www.datakorlab.com

 

학교/대학원 프로그램 선택 기준에는 여러 가지가 존재합니다만, 궁극적인 목표는 대부분 현지 취업이라고 생각합니다. 따라서, 이제부터는 좋은 성적을 맞고, 탄탄한 지식과 프로젝트 경험 등을 쌓아 나가는 것도 중요합니다. 그리고 시간이 많이 주어지면 상대적으로 유리한 건 사실이니까요.

다시 한 번 합격을 축하한다는 말씀드리고 싶습니다. 정말 수고 많이 하셨어요. 여러 비교 기준들 중에서 우선순위를 분명히 세우셔서, 본인에게 잘 맞는 프로그램을 선택하셔서 즐거운 추억 많이 만드셨으면 좋겠습니다.

 

 

 

 

 

 

 

 

 

#영어이력서 #영문이력서 #이력서 #Cover #coverletter #resume #레주메 #데이터분석 #데이터애널리스트 #미국데이터분석석사 #미국석사 #데이터과학자 #네트워킹이벤트 #GMAT #링크드인 #미국데이터분석 #데이터사이언스 #미국 #GRE #해외취업 #데이터사이언티스트 #미국현지취업 #데이터분석석사 #미국대학원 #해외취업마스터 #미국생활 #데이터사이언스석사 #미국유학생 #유학생 #미국데이터 #애널리틱스석사 #데이터석사 #미국데이터석사유학 #뉴욕직딩 #미국유학 #미국직장인 #미국취업 #미국현지취업

728x90

댓글