이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
인턴 때 주간 판매 데이터를 Excel로 분석하는 작업을 맡으면서 피벗 테이블을 처음 제대로 써봤습니다. 원시 데이터를 제품군·지역·기간 단위로 쪼개서 보니 어느 구간에서 매출 변화가 집중되는지 눈에 보이기 시작했습니다. VLOOKUP과 조건부 서식을 조합해서 이상 수치가 자동으로 표시되는 구조를 만들었고, 매주 같은 분석을 반복하는 시간이 절반으로 줄었습니다. 분석 결과를 PPT로 옮길 때는 슬라이드 한 장에 하나의 메시지를 원칙으로 했습니다. 차트를 많이 넣기보다 핵심 숫자 하나를 크게 보이게 하는 방식이 임원 보고에서 더 빠르게 이해됐습니다. 그래프는 설명이 없어도 의미가 전달되도록 제목을 결론 문장으로 쓰는 습관이 생겼습니다.
데이터는 보여주는 것이 아니라 읽히게 만드는 것이 기술입니다.
Excel에서 피벗 테이블을 넘어 함수 조합으로 리포트를 자동화하기 시작하면서 작업 방식이 달라졌습니다. 매주 같은 형식의 보고서를 만들다 보니 수작업 복붙이 반복됐는데, INDEX-MATCH 조합으로 참조를 자동화하고 나서 수정 오류가 눈에 띄게 줄었습니다. 처음에는 함수가 복잡하게 느껴졌지만, 한 번 구조를 익히자 나중 업무에도 그대로 쓸 수 있었습니다.
VLOOKUP 대신 INDEX-MATCH를 쓰는 이유를 직접 경험으로 이해한 이후, 자료가 바뀌어도 수식이 유지됐습니다. 함수 구조 메모를 남겨두면 다른 팀원이 수정할 때도 참고가 됐습니다. 함수 한 줄이 반복 작업 30분을 줄이는 경험을 그때 처음 했습니다. 지금은 반복 작업이 보이면 함수로 대체할 수 있는지 먼저 검토합니다.
Excel로만 작업하다가 데이터 양이 늘어나면서 처리 속도가 너무 느려지는 한계를 경험했습니다. 파일이 10만 행을 넘어가자 피벗 갱신에 3분 이상 걸리고 수식 오류가 발생하는 상황이 반복됐습니다. 처음에는 파일을 나누는 방법을 썼는데, 나중에 여러 파일을 합칠 때 오히려 오류가 더 생겼습니다. 그 이후로는 대용량 처리가 필요한 작업에 Python 판다스를 써보기 시작했고, 같은 집계가 훨씬 빠르게 처리됐습니다.
pandas 기본 집계 코드를 간단히 익혀두면 Excel이 버벅이는 상황에서 유용하게 쓸 수 있었습니다. 도구의 한계를 알아야 다른 도구를 찾게 된다는 걸 그때 배웠습니다. 지금은 데이터 양을 먼저 확인하고 도구를 고르는 순서를 지킵니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 삼성증권 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.