이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
데이터 분석에서 제가 주로 쓴 도구는 파이썬과 엑셀이었습니다. 학부 프로젝트에서 저는, 대량의 수치 데이터를 다루며 엑셀만으로는 반복 계산이 힘들다는 걸 느꼈습니다. 그래서 파이썬으로 데이터를 불러와 집계하고 표로 정리하는 작업을 익혔습니다. 처음에는 코드 한 줄을 쓰는 데도 한참 걸렸고, 한번은 데이터 범위를 잘못 지정해 결과가 어긋난 적도 있습니다. 그 일로 저는 결과가 나오면 작은 표본으로 손 계산을 해 검증하는 습관을 들였습니다. 비율이나 가중치를 다루는 계산은 특히 틀리면 결론이 통째로 바뀌기에 신중히 했습니다. 저는 분석 도구를 멋지게 쓰는 것보다, 결과를 믿을 수 있게 쓰는 게 중요하다고 생각합니다.
자기자본비율이나 위험가중자산 같은 지표를 검증하는 일은, 제가 이해하기로 은행이 위험에 견딜 힘을 숫자로 확인하는 작업입니다. 학부에서 금융과 통계를 공부하며, 저는 같은 자산이라도 위험의 크기에 따라 다르게 평가된다는 개념을 배웠습니다. 검증 과정에서 제가 맡고 싶은 역할은, 입력 데이터가 정확한지 꼼꼼히 확인하는 일입니다. 처음에 저는 이런 검증을 복잡한 계산이 전부라고 생각했습니다. 그런데 학교 과제에서, 계산은 맞는데 입력 데이터가 틀려 결과가 어긋난 경험을 했습니다. 그 일로 저는 검증의 출발은 데이터의 정확함이라는 걸 배웠습니다. 저는 그 기초를 빈틈없이 챙기는 역할부터 잘 해내고 싶습니다.
데이터 분석에서 제가 신경 쓴 건, 결과를 다른 사람이 알아듣게 전하는 일이었습니다. 학부 프로젝트에서 저는 분석 결과를 발표한 적이 있는데, 처음에는 숫자와 표를 그대로 늘어놓았습니다. 그러자 듣는 사람들이 그래서 무슨 뜻인지를 되물었습니다. 그때 저는 분석은 숫자를 내는 데서 끝나는 게 아니라, 그 숫자가 무엇을 말하는지 전해야 한다는 걸 배웠습니다. 그 뒤로 저는 결과를 정리할 때, 핵심 메시지를 한 줄로 먼저 적고, 그것을 뒷받침하는 숫자를 붙이는 방식으로 바꿨습니다. 한번은 그래프를 너무 많이 넣어 오히려 헷갈리게 한 적도 있어, 꼭 필요한 것만 남겼습니다. 저는 분석 결과의 가치가 전달되어야 비로소 생긴다고 생각합니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 D&O 공통직무·미지정 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.