카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

가장 핫한 댓글은?

산업공학과 학생 진로 고민 (대학원vs취업)

2024.07.04

6

408

안녕하세요 ssh 산업공학과 1학년 재학 중인 학생입니다. 현재 대학원 진학을 할지 학부 취업을 할지 고민 중입니다.
이런 고민을 하는 것이 이르다고 생각하실 수 있지만, 1학기 성적만 갖고 다중전공(복수전공) 신청이 가능한 학교 특성 상 어떤 과를 다중전공할 지 선택의 기로에 놓였습니다.

전자공 쪽을 다중전공 할 시 산업공학과 전공과 전자 쪽 지식을 살려서 제조업 회사 생산, 품질 관리 쪽 취직이 가능하고,
데이터사이언스 쪽을 다중전공 할 시 데이터 사이언스 분야로 대학원 진학 후 취직을 하고 싶습니다. (정확히는 데이터 마이닝 쪽을 생각하고 있습니다)

대학원 진학 시 아무래도 spk 쪽으로 가고 싶은데 찾아보니 요구되는 학점이 매우 높더군요. 전자 쪽을 다중전공하면 아무래도 전공 학점을 요구 조건만큼 높게 받지 못할 것이 염려됩니다. 그래서 전자 다중전공 + 데이터 분야 대학원 진학은 어려울 것 같아 선뜻 마음을 정하지 못한 채 고민 중입니다.

전자 쪽을 다중전공 해서 취직을 한다면 도메인 지식+최적화 기술까지 갖춘 인재가 될 수 있지 않을까 하는 점에서 끌리고, 데이터 분야는 제가 산업공학과를 지원했을 때부터 염두해던 분야입니다. 코딩, 알고리즘 짜는 것 모두 제 적성에 맞아 적성 부분에서는 딱히 우열이 없습니다.

그래서 질문드립니다
1. 같은 회사, 같은 직급이라고 가정했을 때 두 직무에 유의미한 연봉 차이가 존재하나요? 직무의 강도 면에서는 어떤지도 궁금합니다
2. 데이터 사이언스 분야로 커리어 패스를 쌓았을 때 산업의 도메인 지식이 없는 산업공학과 학생의 경우에도 회사에서 경쟁력이 있나요?
3. 미래를 고려했을 때 생산관리, 품질관리 직군보다 데이터 사이언티스트 직군이 더 유망하다고 보여지나요? 유망이라는 것은 커리어에 있어서 상방을 말하는 것입니다.

현업에 계신 선배님들의 도움을 간곡히 부탁드립니다:)

카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 6개

2024.07.04

혹시 오픈카톡 방같은 것 팔 수 있나요?

대댓글 2개

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

2024.07.05

1. 전자과 제조업 회사 고려하신다니 반도체 회사라 가정하고 말씀드릴게요. 어차피 대졸 공채는 직무 상관없이 연봉 다 똑같습니다. 강도는 직무 별로 상이한 게 사실입니다. 삼전 기준으로 데이터 전공하셔서 평가및분석으로 입사하면 팀바팀이라도 3교대 할 일은 거의 없지만 전기전자 졸업하고 공정설계 직무로 가시면 3교대 합니다. 그치만 공설 직무에 대한 수요가 더 많습니다. 트레이드오프가 있으니 고민해보세요

2. 반도체회사에 데이터 사이언스 직무로 들어가면 처음에 도메인 지식이 없어서 힘들긴 하나 회사에서 알아서 교육 빡세게 굴려줍니다. 결국 도메인 지식은 쌓이게 돼요. 어차피 비슷한 데이터 유관 직무 동료들도 처음엔 도메인 지식이 없기 때문에 이거 때문에 경쟁에서 밀릴 걱정은 안 해도 됩니다.

3. 커리어에서의 상방

제조업 회사를 생각하신다면 제조업에서 데이터 유관 직무는 결국엔 '핵심' 부서가 아닙니다. 경영지원팀까지는 아니더라도 결국 제품 개발과 양산 제조를 백업 해주는 역할이죠. 상방이 임원급까지 갈 수 있냐 이런 거라면 일단 첫째로 학사 출신으로는 어렵고 둘째로 임원 배출 되는 거만 봐도 데이터분석 업무 쪽보다 공정설계, 회로설계, 제조기술 등등에서 많이 나옵니다. 당연히 이런 부서가 머릿수 많아서 그렇기도 하지만 제조업 회사의 본질을 생각해보시면 이해가실 겁니다. 혹은 커리어의 상방이라는 게 여러 회사 옮겨 가면서 데이터 사이언티스트로서의 커리어를 말씀하시는 거라면 제조업 취업은 결코 좋은 출발점이 아닙니다. 처음 입사하고 3년은 도메인 지식 쌓느라 시간 보낼 거예요. 그 후에 경력으로 데이터 사이언티스트 직무로 타 회사 이직하려면 동종업계 아니고서야 힘들 것 같네요.

데이터 유관 직무에도 데이터 분석, 데이터 사이언스, 데이터 엔지니어링 등등이 있는데 본인이 원하는 바가 구체적으로 무엇인지 고민해보시기 바랍니다. 데이터 사이언스는 사실 학사의 전문성으로 취업의 기회를 잡기 어렵습니다.

대댓글 2개

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

댓글쓰기

게시판 목록으로 돌아가기