문과 출신이 아마존 본사 데이터 엔지니어가 된 방법과 아마존 근무의 모든 것
https://www.youtube.com/watch?v=J1nkQuhhYIg
<aside> <img src="/icons/arrow-northeast_gray.svg" alt="/icons/arrow-northeast_gray.svg" width="40px" /> 목차
</aside>
안녕하세요. 데이터로 세상을 이롭게 만들고 싶은 개발자, 임동찬입니다.
현재 직업은 핀테크(Fintech) 데이터 엔지니어이구요. 전세계의 AWS의 매출과 비용을 자동으로 계산하는 서비스를 구축하고 관리하는 업무를 맡고 있습니다. 그리고 아마존 입사 전에는 온라인 교육 플랫폼에서 학생들의 교육 경험을 향상시키는 데이터 분석가로 활동했습니다. 현재는 [데이터 리차드]라는 이름으로 링크드인, 인스타그램 등에서 재미있고 가치있게 배우는 데이터 과학을 위해 활동하고 있습니다.
제가 미국을 오게 된 이유는 생각보다 단순한데요. 저는 수능 세대의 대표적인 케이스였어요. 수능을 봤지만 예상만큼 잘보지 못했어요. 그래서 성적에 맞추어 생각에도 없던 대학교를 가게 되었고 대학을 다니면서 성적만 맞추면서 학교를 다니는데 의문이 들었습니다. 하지만 그 상황을 타계하고 열심히 해야겠다는 생각은 들지 않았어요.
전공 공부보다는 다른 취미나 외부 활동으로 시간을 보냈던 것이 기억에 남아요. 그러던 도중 이미 제 동생이 미국에 가있었기 때문에 같은 학교로 부모님이 유학을 권유하셨고 결국 학교를 휴학하고 미국 대학으로 진학하게 되었습니다. 처음에는 심리학과로 입학했구요. 3년 정도 공부한다음 졸업을 1년 남겨두었을 때 새로 만들어진 데이터 사이언스과로 전과하게 되었습니다.
데이터 관련 공부는 사실 심리학과 학생이였을때 시작했는데요.
맨 처음 데이터 과학을 마주했던 것은 R로 하는 통계수업에서 시작됬습니다.
처음에는 그 수업을 가기가 너무 두려웠습니다. 심리학 개론에서 파블로프의 개가 어떻고, 프로이드가 어떻고 하다가 갑자기 통계를 컴퓨터로 하라니깐 그 때 정말 막막하고 하나도 모르겠는거에요. 그 수업은 그리고 심리학과 뿐만 아니라 수학과, 컴퓨터 공학과, 통계학과 등등 정말 여러 학생들이 듣는 수업이였습니다. 그래서 학생들의 실력 편차가 너무 컸던 기억이 나요. 그런데 다행히 가르치는 교수님이 정말 좋으신 분이셨어요.
학생들이 어떤 점을 어려워하고 그리고 통계라는 개념을 어떻게 접근해야 하는지를 재미있게 알려주시는 분이셨습니다. 그래서 조금씩 흥미를 붙이게 되었고, 그 때 T 검증, F 검증, 아노바 검증 등 기초 통계지식과 데이터 시각화를 R라는 프로그래밍으로 배우게 되었습니다.
그후에 간단하게 요약하자면 데이터에 대한 흥미가 생긴 다음 데이터 사이언스 과로 전과해서 파이썬, SQL, 머신러닝 기초등 여러 과목들을 통해 데이터 관련 지식들을 쌓았던 것 같아요. 그러면서 자연스럽게 데이터 전문가라는 꿈을 꾸게 되었고 다양한 데이터 지식을 쌓기 위해 다양한 분야에서 경험을 쌓으려고 노력중입니다. 현재는 분석 업무와 엔지니어링 업무에서 경험을 쌓고 있지만 기회가 되면 과학자 업무와 아키텍트 업무에도 지원할 계획입니다.
제가 아마존에 합격한 이야기는 사실 지금 생각하면 재밌는 기억 중 하나지만 그 때 당시에는 너무 힘들고 고된 과정이였는데요. 그 당시 여러 군데에서 면접을 본 상황이였어요. 아마존도 그 회사들 중 하나였구요.
결과를 기다리던 도중 다른 회사에서 먼저 연락이 와서 제가 고민하다가 그 회사를 가기로 결정한 상황이였어요. 그런데 결정한 회사가 아리조나에 있기에 유타에서 아리조나로 이사갈 집을 알아봐야하는 거에요. 그래서 3일이라는 시간을 내서 아리조나에 하우스 헌팅 트립을 갔습니다.
그런 와중에 아마존에서 최종 면접을 볼수 있냐고 연락이 왔어요. 그래서 여행 중 이틀 째에 아침에 최종 면접을 보기로 했는데요. 4시간이 걸리는 아주 길고 힘든 면접이였습니다. 아리조나의 한 호텔에서 아침 9시부터 1시까지 연속으로 면접을 본 기억이 나요. 1시간 단위로 여러사람들이 들어와서 다양한 면접 질문을 하고 제가 대답하는 과정이 반복됐습니다. 첫번째와 두번째 세션은 잘 봤다고 생각했어요. 그런데 3번째와 4번째에서 제가 대답을 잘 하지 못하거나 헤매는 시간이 길어졌습니다. 그렇게 면접이 끝났어요
면접이 끝나고 생각했습니다. 이제 모든 게 다 정해졌으니, 아리조나에서 살 준비를 해야겠다. 그리고 일주일뒤에 아마존으로부터 합격했다는 연락을 받았습니다. 정말 리쿠르터한테 전화를 받고 한참 주차장에서 울었던 기억이 나요. 왜 울었는지는 아직도 이유를 잘 모르겠어요. 후련함일수도 있고 내 자신에 대한 뿌듯함이였을수도 있을거같아요.
또 제가 그때가 유독 잘 기억나는게 제가 제 아내한테 프로포즈한 날이였어요. 그리고 그날은 아내의 생일이었습니다.
레쥬메(이력서)는 간단하게 생각하면 회사와의 소개팅 전 카톡 프사라고 생각해요.
그 사람이 매력적인지 아닌지는 여러 모습을 보지만, 소개팅에서는 외모가 굉장히 많은 부분을 차지하고 있잖아요? 그래서 내 장점과 매력을 하나의 요약으로 보여주는 것이 레쥬메(이력서) 라는 생각이 있습니다. 말 그대로 내가 어떻게 잘났는지 한 페이지로 보여줄수 있다면 그 것이 좋은 레쥬메가 아닐까요?
단지 내가 이런 기술을 사용할줄 안다, 어떤 코딩언어를 해봤다고 어필하는 것은 마치 요리에서 내가 휘핑기를 사용해봤다, 그리고 쿠킹 오븐을 사용해봤다는 말로 들릴수 있습니다. 대신 내가 어떤 요리를 이런 방식을 사용해서 만들어봤다. 그리고 그 요리가 사람들에게 이런 평가를 받았다라고 적는 것이 좀 더 개연성있고 설득력 있는 방법이라고 생각해요.
그럼 어떻게 그런 방식으로 레쥬메를 적는 지 궁금해하시는 분들이 있는데요. 제가 한가지 방법을 알려드리려고 해요.
STAR Method라고 부르는 방법이 있는데요.
S situation (상황) T task (주어진 업무) A action (행한 행동) R result (마주한 결과)
이런 형식으로 본인이 진행했던 프로젝트, 경력을 적게 되면 읽는 사람도 ‘아 이사람이 이런 문제를 이런 방식으로 풀어봤구나’ 하고 흥미가 생깁니다. 스토리를 레쥬메(이력서)에 부여하게되면 그 사람이 궁금해지는 효과를 줄수 있는거죠.
주로 AWS internal tool들을 많이 사용합니다. 클라우드 기반의 의사결정 방식이 매우 잘 자리잡았기 때문에 스크래치부터 코드를 작성하는 일은 잘 없고 api 기반의 클라우드 소스를 많이 사용합니다.
데이터 엔지니어 업무는 여러 데이터 소스에서 데이터를 안정적으로 가져오는 업무를 많이 하게되는데요. 이미 구축된 인프라에 무리가 가지않게 여러 데이터를 스케쥴에 맞추어 가져온다음 전처리와 최적화를 통해 최종 테이블을 만들고 그 테이블에 결측치와 이상치가 없는지 확인하게됩니다.
출퇴근은 따로 없습니다. 일이 남아있다면 남아서 하는 사람들이 많은것같아요.
대신 한번 쉴때는 정말 어디 갔는지도 모르게 쉬는거같아요. 일주일동안 휴가를 떠나는 사람들도 많구요. 대신 휴가를 떠나는 사람이 있어도 시스템에는 문제가 없게 올라운더로 일하는 문화가 정착되어있습니다.
데이터 엔지니어라고 해서 데이터 관련된 일만 하는 것이 아니라, 팀에 관련된 큰 그림들을 알고 있어야하고 어떻게 문제가 생겼을때 해결해야할지 생각하고 있어야합니다. 그래서 문서 작성 문화가 아마존에서 잘 자리잡은 것 같아요.
도어데스크는 실제로 사무실에서 봤을때 도어 데스크인지 몰랐어요. 전자동으로 되어있는 데스크였거든요.
이제 도어데스크는 아마존에서 상징적인 심볼이라고 생각합니다. 이제는 도어를 사용해서 데스크를 만들기보다는 이미 상징적으로 그런 모양을 한 데스크를 만드는 거죠.
아마존의 16개의 Leadership Principle 중 frugality 라는 원칙이 있습니다. 절약이라는 원칙인데요. 같은 인풋을 넣었을때 가장 효율적인 아웃풋을 내야한다는 원칙으로 아마존에서 강조하는 원칙중 하나입니다. 그래서 아마존은 다른 대기업들보다 혜택이나 복지가 짜다는 소문이 많았어요.
저는 그게 개의치 않았던거 같아요. 구내 식당은 없었지만 근처 푸드트럭이나 또는 카페테리아에서 간단한 샌드위치, 또는 샐러드로 식사를 했습니다.
저도 아직 한번도 본적이 없습니다.
지금은 예전 AWS를 담당하던 CEO, Andy Jassy 가 지금 아마존 대표가 됬어요. 사실 회사를 잘 안나가기 때문에 만날일이 잘 없습니다. 제 매니저도 잘 못만나고 있어요.
사실 안 힘들다고 하면 거짓말이에요.
팀마다 분위기가 다르겠지만 저희 팀 같은 경우에는 밤늦게까지 코드를 고치고 리뷰를 하는 팀원들이 아주 많습니다. 그리고 새로운 스택이나 클라우드 툴을 배우는 경우도 굉장히 많은데요. 그렇기 때문에 매일 문서를 보고 확인하고 숫자를 검증하는 일이 하루에도 몇시간씩 계속됩니다. 특히 on-call 기간에는 밤 10시까지 코드 확인하다가 하루가 다 가는 일도 빈번하죠.
그렇기 때문에 체력관리와 멘탈관리가 매우 중요한거같아요. 저도 중간에 멘탈이 나갈때가 많았어요.
현재 미국 집값이 다 상승하는 추세이기 때문에, 어디를 가나 집값이 비싸졌다는 이야기를 듣는데요. 실리콘밸리는 어마무시한 물가와 집값으로 유명하지만 시애틀 역시 중심가에 살면 작은 스튜디오 아파트 하나가 월세 200만원이 넘는 건 당연한 이야기가 됐습니다. 그 때문에 사람들은 점점 외곽에서 출퇴근하거나 재택근무로 일하는 것을 선호하는 것 같아요.
월세는 한국 돈으로 한달에 250만원 정도 지출하고 있구요. 그 외에도 인터넷 비용, 난방비, 수도비는 따로 결제하고 있습니다. 사실 지금 있는 지역은 벨뷰라는 지역인데요. 시애틀에서 20분 정도 떨어져 있는 외곽 지역이지만 시애틀보다 안전하고 거리가 깨끗해서 한국분들이 많이 선호하는 지역이기도 합니다.
재미있는 사실은 제 전체 근무 기간에서 재택근무로 일한 기간이 70프로 이상이라는 점입니다. 저는 초반에 스타트업을 다닐때 빼고는 사실 회사에 출퇴근한적이 거의 없어요. 그리고 이제는 그런 생활이 많이 익숙해져서 회사를 나가면 어떻게 하지라는 걱정이 들기도 합니다.
현재 조코딩님 채널에서 NFT 민팅하는 영상을 재미있게 봣습니다. NFT 관련해서 저도 많이 찾아보고 실제로 opensea에서 민팅을 시도해본적도 있는데요. 하지만 마지막에 가서 결국 하지 않았습니다.
'빅데이터 커리어 가이드북'의 저자 조성준 교수님과 진행한 영상도 잘 보았습니다. 교수님이 말씀해주신 내용 중 사실 가장 내용에 부합하는 예시가 제가 아닐까 하는 정도로 정말 제가 지금 실제로 취직해온 과정을 다 담고 있어서 사실 깜짝놀랐습니다. 6가지로 데이터 직업들을 설명하시고 각 직무마다의 특징을 설명해주시는데 너무 자세하고 현업의 모습들을 잘 담고 있다고 생각합니다.
여러 사람들이 쉽게 이해할수 있도록 데이터 공부를 쉽게 알려줄수 있는 사람이 되고싶습니다. 그러기 위해서는 제 스스로의 지식과 경험이 먼저 단단해져야겠죠. 하지만 그 공부의 깊이가 꼭 학위나 직급으로 정해지지는 않는다고 생각해요. 많은 지식이 있더라도 그것을 어떻게 꺼내서 잘 전달하느냐가 더 중요하다고 생각하기 때문에 그 부분을 많이 배우고 싶습니다. 그리고 외우거나 암기하는 방식 대신 자연스럽게 이해하는 데이터 과학을 많은 사람들에게 알려주고 싶어요.
조코딩 구독자 분들이 코딩을 재밌게 알려주는 채널을 사랑하는 것처럼 데이터를 재밌게 알려주는 채널이 있다면 좋을거라고 생각해요. 우리가 사랑하는 일들을 이루며 사는 것이 중요한 시대에 데이터 공부가 재밌어진다면 그 것만 큰 성취가 없다고 생각합니다!
<aside> <img src="/icons/arrow-right_gray.svg" alt="/icons/arrow-right_gray.svg" width="40px" /> 온라인 패키지 멤버쉽 출시!
멤버쉽 구독하기 →
</aside>
<aside> <img src="/icons/arrow-right_gray.svg" alt="/icons/arrow-right_gray.svg" width="40px" /> 데이터 분석가의 디지털 브레인
</aside>
<aside> <img src="/icons/arrow-right_gray.svg" alt="/icons/arrow-right_gray.svg" width="40px" /> 데이터 분석가 [data analyst]
</aside>
<aside> <img src="/icons/arrow-right_gray.svg" alt="/icons/arrow-right_gray.svg" width="40px" /> DATA/AI 학습을 시작해보세요.
</aside>
