이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
가장 많이 사용한 언어는 Python이고, 그 다음이 C++입니다. Python은 데이터 전처리, 알고리즘 프로토타이핑, 시각화 등 빠르게 결과를 확인해야 할 때 유용합니다. NumPy, pandas, matplotlib 같은 라이브러리가 풍부해서 반복 실험을 짧은 코드로 빠르게 돌려볼 수 있는 점이 가장 큰 장점입니다. C++은 임베디드 시스템이나 실시간 제어처럼 속도가 중요한 환경에서 사용했습니다. 로봇 제어 라이브러리 연동 코드를 작성할 때 C++의 메모리 관리와 포인터 개념이 직접 영향을 주는 부분이 있어 익혀 뒀습니다. 두 언어를 병행하면서 배운 건 언어 자체보다 문제를 어떻게 분해하느냐가 더 중요하다는 것입니다. Python으로 빠르게 검증하고 성능이 필요한 부분만 C++로 이식하는 방식이 효율적이었습니다.
Python을 사용해봤다고 말할 때 라이브러리를 설치해본 것과 실제 데이터 처리 과정에서 직접 코드를 짜본 것은 다른 자리라는 것을 알고 있습니다. 연구 과정에서 설문 데이터를 정제하고 분석하는 작업에 Python을 직접 사용했습니다.
pandas로 원본 CSV를 불러와 결측치를 확인하고, 범주형 변수를 인코딩한 뒤 분석 대상 열만 남기는 전처리 과정을 직접 코드로 구현한 경험이 있습니다. 처음에는 에러 메시지를 해석하는 것도 어려웠는데, 스택오버플로우와 공식 문서를 찾으면서 한 단계씩 해결했습니다.
실제 데이터를 다루면서 생기는 오류를 해결하는 경험이 가장 빠른 학습이 되는 자리였습니다. 오류가 있어야 학습이 됩니다.
지금도 코드를 쓸 수 있는 것보다 데이터를 이해하고 다루는 것이 더 중요한 자리라고 생각합니다. 이해가 있어야 코드가 됩니다.
Python과 C++을 함께 쓰면서 언어마다 강한 자리와 약한 자리가 있다는 것을 이해하게 됐고, 그 경계를 아는 것이 더 중요한 자리라는 것을 배웠습니다. Python은 빠른 프로토타이핑에 강하지만 성능이 중요한 자리에서는 한계가 있고, C++은 메모리 관리가 가능하지만 개발 속도가 느린 자리가 있습니다.
현재 C++에서 포인터와 메모리 관리를 이해하고 있지만, 실시간 제어에서 인터럽트 처리나 타이밍 정밀도가 필요한 고급 영역은 아직 직접 구현한 경험이 부족한 자리입니다. 이 부분은 ROS 기반 프로젝트 참여나 임베디드 실습을 통해 채울 계획입니다. 부족한 자리를 알고 다음 학습 방향을 정하는 것이 역량을 구체적으로 키우는 방법입니다.
방향이 있어야 성장이 됩니다.
지금도 언어 역량은 언어를 아는 것이 아니라 언제 어떤 언어를 쓸지 아는 것에서 만들어진다고 생각합니다. 판단이 있어야 역량이 됩니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 현대자동차 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.