[대학원 준비 #면접] 대학원을 준비하는 분들께

마지막 면접입니다.

 

아마 가장 궁금해하실 것 같은 주제가 바로 면접일 것 같습니다.

우선 면접은 저는, 2개의 방에서 진행을 했었고 산업 및 시스템 공학 대학원과는 다르게 지식서비스 공학대학원은 따로 필답고사를 보지는 않았었습니다.

우선, 면접의 전반적인 Flow는 다음과 같았습니다. 정말 부끄러울 만큼 면접을 잘 보지 못했습니다.

참고로 면접은 본인이 편한 언어로 진행해도 됩니다. 하지만 저는 객기를 부려 1분 자기소개를 영어로 준비하였습니다! ( 저만 그랬던거 같아요.. )

• 1차 면접 [프로그래밍 관련 지식 질의]

1분 영어 자기소개

교수님 : Python의 dictionary 개념에 대해 설명해 볼래요?

나 : 설명함 hash 개념과 시간 복잡도에 대해 언급

교수님 : 그러면 dictionary 자료 구조랑 다르게 array의 자료구조에 대해서 얘기해볼게요

array의 index 를 서칭하는 데 걸리는 시간 복잡도는 얼마고 뭐가 더 빠르죠?

( O(1)인 간단한 질문이었는데 답을 제대로 하지를 못하였습니다. 순간 얼타기도 했고 정식으로 배웠던 내용이 아니라서ㅠㅠ, 여기서 멘탈이 나갔었습니다 )

교수님 살짝 당황

교수님 :   음 그러면 딥러닝 쪽을 안다고 하니까 딥러닝 쪽을 물어볼게요. step size는 어떻게 결정되죠?

( 이 부분도 안 배운 내용이라 답을 하지 못했습니다. )

교수님 :   그러면 Gradient Descent에서 f`(x)에서 x값은 뭐가 들어가야 하나요?

( 답이 세타라는 것을 정말 잘 알고있었지만 이미 앞에서 긴장을 계속 하게 되어 결국 제대로 된 답을 하지 못했습니다. )

교수님 :   OOO 학생, 저기에는 세타가 들어가야 되겠죠?

( 그제서야 수식을 급하게 설명했던 것 같습니다. 세타 업데이트 수식은 스탭 사이즈 곱하기 블라블라... )

한 교수님께서는 제가 array 개념을 모르는 것에 많이 놀라신 것 같아요.

이런 것도 모르는 것에 사실 많이 놀랬다고 말씀을 하셨고 다른 교수님도 장황하게 얘기하지 말고 짧게 이야기 해보라고

계속 이렇게 답변을 끊겼던 것 같습니다. 저는 자꾸 긴장해서 제대로 된 답을 못드린 것 같습니다라고만 반복해서 이야기 했던 것 같습니다.

결국 제대로 된 답변을 하나도 하지 못한 채 1차 면접이 끝났습니다.사실 여기서 이미 면접이 망했다고 생각이 들어서 그냥 포기할까 하다가 2차 면접을 울며 겨자먹기로 들어갔습니다.'

• 2차 면접 [통계 지식 관련 질의]

교수님 : 학생들의 수학과 통계 성적이 있어요. 이 둘은 상관성이 높아요. 이 중에 한 학생의 통계 성적이 NA에요. 이 성적을 어떻게 메꿀까요

나 : 통계 학생들의 평균 값으로 채우면 될 것 같습니다.

교수님 : 수학 성적을 활용해서 설명해보세요

( 사실 통계 성적을 기반으로 회귀식을 구해 수학 성적을 예측하면 된다는 것이 정답이었지만 그 때 이미 멘탈이 나간 상태라 제대로 머리가 굴러가지 못해서 모르겠다고 답했습니다 ㅠㅠ)

교수님 : 주로 쓰는 언어가 뭐죠?

나 : R이랑 Python입니다.

교수님 : R은 뭐할 때 많이 썼어요?

나 : 전처리랑 시각화, 머신러닝 라이브러리를 참고할 때 사용하였습니다.

교수님 : 머신러닝을 해보았다고 하는데 앙상블이 뭔가요?

나 : 배깅과 부스팅으로 나뉘고 배깅은 ~~, 부스팅은 ~~

교수님 : 앙상블 중 배깅과 부스팅 차이를 설명해볼래요?

나 : 디테일하게 설명함

교수님 : 부스팅에서 뭘 가장 많이 사용했어요?

나 : xgboost를 사용하였습니다.

교수님 : xgboost와 lightGBM 차이를 설명해볼래요?

나 : lightGBM 개념을 배우지를 않아 이 부분은 잘 모르겠다고 답했습니다.

교수님 : 추천 시스템의 한계를 극복하는 연구를 하고 싶다고 했는데 한계에는 뭐가 있죠

나 : cold start problem, first rater problem 등이 있다 ~~

교수님 : 그러한 한계점을 극복하는 데에는 어떠한 방법들이 있죠?

나 : Sequential 추천 알고리즘 개발, 클러스터링 등등 설명함

교수님 : 클러스터링 개념은 어떤 걸 많이 사용했나요?

나 : K-means, DBScan 등을 사용~~

교수님 : DBScan 방법과 일반적인 클러스터링 (K-means)과 차이점은 뭔가요?

나 : DBScan은 min point와 앱실론에 따른~~ 반면 K-means은 ~~.

수고하셨습니다

 

1차 면접에 비해 비교적 선방을 쳤지만 이미 1차 면접 때 너무 망친 면접이었어서 사실상 떨어졌다고 생각했습니다.

하지만 결과는.., 정말 감사하게도 합격을 했네요.

그래서 꼭 느낀 점을 나누고 싶었습니다.

"자신이 부족하다고 생각하지 말고 최선을 다한 만큼 준비하자, 포기하지 말자"

"교수님들께서 학생들의 열정을 평가하시는 데에 굉장히 신중하게 하신다"

"정말 면까몰(면접은 까도 모른다)이 맞는 말이다"

 

우선 여기까지가 면접 후기였구요. 면접 준비를 어떻게 했는 지를 간단하게 정리하면

우선 저는 들었던 전공 과목들을 요약식으로 전부 정리해서 블로그나 개인 노션 페이지에 정리해서 여러번 읽고 공부했던 것 같습니다. 친구들과 예행 연습으로 같이 면접 시뮬로 돌렸던 거 같습니다.

또한 부족한 전공 지식 부분을 메꾸기 위해 공부했던 것 같습니다. 지서공의 경우 프로그래밍, 통계 등 다양한 지식을 물어보는데 통계 수업을 많이 안들었던 저는 그 부분을 메꾸기 위해 이런 저런 방법을 동원했던 것 같습니다. 통계를 전공하는 친구의 도움도 받았고 혼자 독학을 했던거 같아요! 주로 개념 위주로 정리를 했고 깊게 공부하지는 않았습니다!(실제 이럴 시간이 없어요, 무조건 개념 위주!)

그래서 꼭, 들으셨던 전공 지식들을 다시 개념 위주로 정리하셔야 합니다. 특히 타대생의 경우 GPA가 신뢰할만한 지표인지를 면접을 통해 검증하는 경우가 있습니다. 꼭 정리하시고 틈틈히 공부하셔야 합니다.