매력적인 이력서에는 스토리(Story)가 있습니다

사람의 기억에 가장 오래 남는 방법을 아시나요?

단순히 스쳐 지나가는 한명의 후보자로 남지 않기 위해
취업을 위해 우리는 이력서에 넘쳐 흐르도록 많은 것들을 넣곤 합니다.

높은 학점, 유명한 부트캠프,
몇일을 공들여서 따둔 자격증과 증명서,
그리고 해외 연수와 영어 시험 성적까지.

하지만 이렇게 많은 스펙(Spec)들에도 불구하고
대부분의 후보자들은 채용 담당자들의 5-7초를 빼앗지 못하죠.

그 이유는 무엇일까요?
바로 우리만의 특별한 스토리를 잘 보여주지 못했기 때문입니다.

0점에서 4점으로 매겨지는 학점
우리가 학창시절 4-7년간 어떤 노력을 해왔는지, 왜 그런 노력을 해왔는지를
생생하게 설명하지 못합니다.

IT 취준생이라면 모두 한번쯤 들어본 부트캠프의 이름은
우리가 그곳에서 어떤 사람들과 어떻게 성장했는지,
무슨 문제를 어떤 방식으로 풀었는지, 그리고 어떤 것들을 얻었는지를
생생하게 설명하지 못합니다.

우리가 밤새워가며 공부하고 외운 자격증들과 증명서들은
우리가 왜 공부를 시작하게 되었는지,
공부하면서 어떤 식으로 지식을 다지게 되었는지를
생생하게 설명하지 못합니다.

이력서에 적힌 당신의 숫자들을 당신의 스토리로 바꿔보세요.
당신의 스토리는 무엇인가요?

#데이터리차드 #데이터교육 #이력서

다음 내용이 궁금하다면?

또는

이미 회원이신가요?

2023년 11월 21일 오후 11:30

 • 

저장 9조회 2,677

댓글 0

    함께 읽은 게시물

    데이터 분석가를 꿈꾸는 취준생의 고민

    최근 몇일간 취준생분들 및 현업자분들과 멘토링을 진행하면서 가장 많이 받았던 질문에 대해 공유하고자 합니다. 👦 취준생 기업들이 최근 지원자에게 데이터 역량 또는 관련 스킬을 요구하는 경우가 많은데요. 데이터 리차드님이 추천하는 단기간에 데이터 분석 능력을 키울수 있는 방법이 있나요? 👨 데이터 리차드 저는 스스로 기획하는 데이터 프로젝트를 추천드리고 싶습니다. 데이터 프로젝트는 실제로 데이터 분석이 어떻게 진행되는지를 파악하는데 매우 도움이 되는 경험입니다. 실제로 분석을 해보고 인사이트를 찾아낸... 더 보기

    리트코드 102. Binary Tree Level Order Traver

    ... 더 보기

    Binary Tree Level Order Traversal | 알고달레

    알고달레

    Binary Tree Level Order Traversal | 알고달레

    👋 LLM 활용에 도움이 되는 가이드 모음

    ✅️Prompting Guide 101 by Google : https://lnkd.in/d8UwPWeN

    ... 더 보기

     • 

    저장 7 • 조회 489


    나는 가끔 조합형 한글의 아름다움에 대해 생각한다.


    그 아름다움은 단순히 예쁜 글꼴이나 정갈한 종이 위의 자소 배열에서 끝나지 않는다. 진짜 매력은, 정밀한 정보 구조와 이산 수학적 규칙성 속에 숨어 있다.


    ... 더 보기

    [성장하는 데이터 분석가에게 필요한 3가지 마인드셋] 3

    지난 시간에 이어서 데이터 분석가가 성장하기 위해 필요한 3가지 마인드셋(Mindset)에 대해 이야기해보고자 합니다. 여기서 마인드셋(Mindset)은 하나의 가치관 또는 사고 방식이라고 이해하셔도 좋을 것 같습니다. 성장하는 데이터 분석가는 1. 분석적 사고(Analytical mindset) 2. 문제-해결 논리(Problem-solving logic) 3. 의사소통 능력(Communicational skill) 이 3가지를 갖추어야 합니다. 그럼 마지막, 의사소통 능력에 대해 이야기 해볼까요? [3] 의사소통 데이터 분석가는 의미가 분명하지 않은 데이터를 의미가 분명한 인사이트로 바꾸는 탐험가입니다. 기업이 나아가야할 미래의 방향, 평소에 놓치고 있던 고객의 행동 패턴, 여러 공정 과정에서 발견되는 이상현상, 그리고 그 외에도 발생하는 다양한 현상을 찾아내어 수면위로 끄집어 올리죠. 그렇지만 데이터 분석의 가장 큰 장애물이 하나 남아 있습니다. 내가 공들여서 찾아낸 데이터 분석의 결과물은 다른 사람들의 눈에 1. 크게 중요하지 않거나 2. 의미가 분명하지 않거나 3. 또는 이해할수 없는 경우들이 많기 때문이죠. 이 ... 더 보기