📌Knock Q&A 질문 예시 참고 안내
현재 LMS 내 ‘질문하기’ 피드에
이전 Knock 앱에서 실제로 진행되었던 질문/답변 사례들이
순차적으로 업로드되고 있습니다.
피드에 올라와 있는 질문들을 참고하시면
어떤 방식으로 질문을 작성하면 되는지 감을 잡으실 수 있으니,
편하게 확인해보시고 자유롭게 질문 남겨주시면 됩니다!
간단한 고민이나 방향성 관련 질문도 괜찮으니
부담 없이 활용해 주세요 🙌
프로필
구성원 프로필과 작성한 글을 확인할 수 있습니다.
bdai_운영진
BDAI @ BDAI
BDAI 운영진입니다
📌 [이전 Knock Q&A 사례 공유]
아래는 실제 Knock 앱에서 진행되었던 질문과 답변 내용입니다.
유사한 고민이 있으신 분들께 참고가 될 수 있을 것 같아 공유드립니다 :)
[질문]
안녕하세요, 저는 현재 3-2를 마치고 대학원 진학을 생각하고 있는 비전공자 학생입니다. 주제와 같이 어느 정도 공부해야할지 감이 잡히지 않아 이렇게 질문드립니다. 현재
Python, Sql, tableau, ML, 부스팅 알고리즘 등 공부하고 있는데 추가로 공부할 부분이 있을까요?? 질문드립니다.
[답변]
안녕하세요,
데이터사이언스 대학원 진학을 고민하고 계시군요!
대학원별로 차이는 있겠지만, 일반적으로 입학 전형(구술고사, 필기시험 등)에서는 아래와 같은 기초 역량을 중요하게 평가하는 경우가 많습니다.
프로그래밍
선형대수
수리적 기초
알고리즘 이해
확률 통계
현재 질문자님께서 공부 중인 내용과 연관 지어보면 다음과 같이 매칭될 수 있습니다:
Python, SQL, Tableau → 프로그래밍
머신러닝, 부스팅 알고리즘 → 알고리즘
다만, 해당 키워드들을 어느 정도 깊이로 학습하고 계신지 알 수 없어 구체적인 수준을 판단하긴 어렵습니다.
대학원에서는 머신러닝, 부스팅 알고리즘 등 고도화된 내용을 본격적으로 다루기 때문에, 입학 전에는 오히려 이론 기반의 기초 지식을 다지는 것이 더 도움이 될 수 있습니다.
예를 들어 선형대수라면 단순히 연산법을 익히는 수준을 넘어,
Rank가 의미하는 기하학적 해석 데이터 차원 축소/모델 설계에서의 역할 등을 다양한 관점에서 바라보는 연습이 필요합니다.
요약하면
심화 알고리즘보다 기초 이론(수학, 선형대수, 확률통계 등)을 먼저 탄탄히 다져두시면
입학 준비는 물론, 입학 후에도 더 큰 도움이 됩니다.
추가적으로 궁금한 점 있으시면 언제든 편하게 질문 주세요.
감사합니다!
💡 위와 같은 방식으로 자유롭게 질문 남겨주시면, 현직자 분들께서 답변을 남겨주실 수 있습니다!
비슷한 고민이나 현재 공부 방향이 고민된다면 편하게 질문 남겨주세요!
아래는 실제 Knock 앱에서 진행되었던 질문과 답변 내용입니다.
유사한 고민이 있으신 분들께 참고가 될 수 있을 것 같아 공유드립니다 :)
[질문]
안녕하세요, 저는 현재 3-2를 마치고 대학원 진학을 생각하고 있는 비전공자 학생입니다. 주제와 같이 어느 정도 공부해야할지 감이 잡히지 않아 이렇게 질문드립니다. 현재
Python, Sql, tableau, ML, 부스팅 알고리즘 등 공부하고 있는데 추가로 공부할 부분이 있을까요?? 질문드립니다.
[답변]
안녕하세요,
데이터사이언스 대학원 진학을 고민하고 계시군요!
대학원별로 차이는 있겠지만, 일반적으로 입학 전형(구술고사, 필기시험 등)에서는 아래와 같은 기초 역량을 중요하게 평가하는 경우가 많습니다.
프로그래밍
선형대수
수리적 기초
알고리즘 이해
확률 통계
현재 질문자님께서 공부 중인 내용과 연관 지어보면 다음과 같이 매칭될 수 있습니다:
Python, SQL, Tableau → 프로그래밍
머신러닝, 부스팅 알고리즘 → 알고리즘
다만, 해당 키워드들을 어느 정도 깊이로 학습하고 계신지 알 수 없어 구체적인 수준을 판단하긴 어렵습니다.
대학원에서는 머신러닝, 부스팅 알고리즘 등 고도화된 내용을 본격적으로 다루기 때문에, 입학 전에는 오히려 이론 기반의 기초 지식을 다지는 것이 더 도움이 될 수 있습니다.
예를 들어 선형대수라면 단순히 연산법을 익히는 수준을 넘어,
Rank가 의미하는 기하학적 해석 데이터 차원 축소/모델 설계에서의 역할 등을 다양한 관점에서 바라보는 연습이 필요합니다.
요약하면
심화 알고리즘보다 기초 이론(수학, 선형대수, 확률통계 등)을 먼저 탄탄히 다져두시면
입학 준비는 물론, 입학 후에도 더 큰 도움이 됩니다.
추가적으로 궁금한 점 있으시면 언제든 편하게 질문 주세요.
감사합니다!
💡 위와 같은 방식으로 자유롭게 질문 남겨주시면, 현직자 분들께서 답변을 남겨주실 수 있습니다!
비슷한 고민이나 현재 공부 방향이 고민된다면 편하게 질문 남겨주세요!
📢 Knock 질문하기 안내
안녕하세요, BDAI 운영진입니다!
LMS 내 Knock 탭을 통해
취업/직무 관련 질문이나 고민을
현직자에게 직접 질문하실 수 있습니다 🙌
특히,
👉 정규 학회원의 경우 본인 분반 강사님께도 직접 질문 가능하니
수업 관련 문의나 취업/직무 관련 질문도 Knock 탭을 통해 남겨주세요!
부담 없이 간단한 질문부터 남겨주셔도 괜찮으니
지금 바로 Knock 탭에서 질문 하나씩 남겨보세요 😊
안녕하세요, BDAI 운영진입니다!
LMS 내 Knock 탭을 통해
취업/직무 관련 질문이나 고민을
현직자에게 직접 질문하실 수 있습니다 🙌
특히,
👉 정규 학회원의 경우 본인 분반 강사님께도 직접 질문 가능하니
수업 관련 문의나 취업/직무 관련 질문도 Knock 탭을 통해 남겨주세요!
부담 없이 간단한 질문부터 남겨주셔도 괜찮으니
지금 바로 Knock 탭에서 질문 하나씩 남겨보세요 😊
🚀 [ LMS Knock 이용 가이드 안내 ]
안녕하세요, BDAI 운영진입니다!
LMS 내 Knock 기능이 새롭게 개편되어 이용 방법 및 첨삭/질문 프로세스를 정리한 가이드를 공유드립니다.
원하는 직무·산업의 현직자에게 직접 질문/첨삭을 받을 수 있는 기능이니
아래 가이드 참고하셔서 적극 활용해주세요 🙌
📝 가이드 링크: https://bdaprogram.oopy.io/32eb136a-1bb0-8034-b78e-d389f8337071
안녕하세요, BDAI 운영진입니다!
LMS 내 Knock 기능이 새롭게 개편되어 이용 방법 및 첨삭/질문 프로세스를 정리한 가이드를 공유드립니다.
원하는 직무·산업의 현직자에게 직접 질문/첨삭을 받을 수 있는 기능이니
아래 가이드 참고하셔서 적극 활용해주세요 🙌
📝 가이드 링크: https://bdaprogram.oopy.io/32eb136a-1bb0-8034-b78e-d389f8337071
커리어
🌟 [BDAI JOB | 2월 1회차 후기] DS 취업 완전정복 🌟
안녕하세요, 빅데이터분석학회 BDAI입니다.
BDAI는 데이터 분야 진로 탐색과 실무 역량 강화를 위해 현직자 강연 프로그램 ‘BDAI JOB’을 운영하고 있습니다.
지난 2월, 김한슬 연사님과 함께 데이터 사이언스 직무를 주제로 한 강연이 진행되었습니다.
이번 세션은 데이터 분석 직무에 관심은 있지만,
구체적인 준비 방향에 어려움을 느끼는 분들을 위해 기획되었으며,
데이터 사이언티스트에게 요구되는 핵심 역량포트폴리오 설계 방법실제 실무 경험 기반 인사이트등 실질적인 취업 준비에 도움이 되는 내용을 중심으로 구성되었습니다.
이번 프로그램은 약 30명의 참여자와 NPS 61.5점을 기록하며 높은 만족도를 확인했습니다.
특히 본 프로그램은 홍익대학교 MATRIX와의 MOU 협업을 통해 공동 운영되었으며,
학회 간 협력을 통한 교육 시너지와 네트워크 확장의 가능성을 확인할 수 있었습니다.
BDAI는 앞으로도 다양한 기관 및 학회와의 협력을 기반으로 데이터 직무를 준비하는 분들에게 보다 실질적인 기회를 제공해 나갈 예정입니다.
향후 이어질 BDAI JOB 프로그램에도 많은 관심 부탁드립니다.
안녕하세요, 빅데이터분석학회 BDAI입니다.
BDAI는 데이터 분야 진로 탐색과 실무 역량 강화를 위해 현직자 강연 프로그램 ‘BDAI JOB’을 운영하고 있습니다.
지난 2월, 김한슬 연사님과 함께 데이터 사이언스 직무를 주제로 한 강연이 진행되었습니다.
이번 세션은 데이터 분석 직무에 관심은 있지만,
구체적인 준비 방향에 어려움을 느끼는 분들을 위해 기획되었으며,
데이터 사이언티스트에게 요구되는 핵심 역량포트폴리오 설계 방법실제 실무 경험 기반 인사이트등 실질적인 취업 준비에 도움이 되는 내용을 중심으로 구성되었습니다.
이번 프로그램은 약 30명의 참여자와 NPS 61.5점을 기록하며 높은 만족도를 확인했습니다.
특히 본 프로그램은 홍익대학교 MATRIX와의 MOU 협업을 통해 공동 운영되었으며,
학회 간 협력을 통한 교육 시너지와 네트워크 확장의 가능성을 확인할 수 있었습니다.
BDAI는 앞으로도 다양한 기관 및 학회와의 협력을 기반으로 데이터 직무를 준비하는 분들에게 보다 실질적인 기회를 제공해 나갈 예정입니다.
향후 이어질 BDAI JOB 프로그램에도 많은 관심 부탁드립니다.
