Julie의 Tech 블로그

다음 서류는 CV이다. CV는 Resume와는 조금 다른 성격을 지니고 있다. Resume는 CV와 다르게 Job과 관련된 이력서를 작성하는 서류라면, CV는 Academic하게 좀 더 연구역량과 학업능력을 강조하는 서류이다. ​ CV는 포맷은 굉장히 까다롭지만, 내부 콘텐츠는 따로 정해진 룰이 없다. 정렬과 여백만 맞춘다면 어떤 순서로, 어떤 문장을 강조할 것인지는 본인이 정하기 나름이다. 아래는 실제 제출했던 CV 스크린샷인데, (민감한 내용들은 가렸다) 여백과 정렬이 깔끔하게 맞춰져있는 것을 볼 수 있다. 반면 소재별 제목과 순서는 인터넷에 떠돌아다니는 자료들과 비교해보면 다를 것이다. ​ ​ CV는 깔끔하고 간결해야한다. SoP가 줄줄이 나의 생각을 늘어놓는 에세이라고 치면, CV는 Fact를 기..

이번 글은 석사 준비의 꽃이라고 할 수 있는 SoP와 관련된 준비 팁들을 정리하려고 한다. ​ SoP는 Statement of Purpose의 약자로서, 학업계획서라고 번역된다. 하지만 SoP에는 말 그대로의 학업 계획만을 담기 보다는 대학원에 진학하기 위해 어떤 노력들을 해왔고, 어떤 계획을 갖고 있는지 등 나에 대한 background와 학업에 대한 열정을 학교에 설명하는 에세이에 가깝다. 사실 대부분의 대학들의 SoP에 대한 Requirement도 유사한 것을 볼 수 있다. ​ 실제 Stanford에서는 SoP에 대한 요건을 아래와 같이 정리했었다 : - be concise, focused, and well written. - your reasons for applying to the propose..

이번 글은 석사 심사위원회(Admission Committee) 자료와 함께 석사 준비 관련 팁 자료들을 정리했던 것을 공유하려고 한다. ​ 아래는 개인적으로 가장 도움이 많이 되었던 중요한 자료들이다. 석사를 준비하다보면 내 서류가 어떻게 평가되는지, 어떤 점이 중요한 요소인지와 같은 근본적인 호기심이 들 때가 있다. 서류를 준비하기 앞서서 심사위원회가 어떤 요소와 어떤 배점으로 평가하는지 안다면 확실히 더 좋은 콘텐츠를 만들어낼 수 있다. ​ 첫번째로는 Stanford Admission Committee에 오래 전에 참여했던 한국사람이 쓴 글이다. 오래되었다는 점을 감안하고서라도 여전히 인터넷에서 흔하게 찾을 수 있는 자료라는 점을 생각한다면, 무척 도움이 된다고 볼 수 있다. Stanford 학교에..

작년 여름 즈음에 재직 중이던 회사에서 좋은 기회를 얻어 미국 온라인 석사 과정을 알아보기 시작했다. 나는 데이터 분석가로 커리어를 계속 발전시켜나가고자 하는 욕심이 컸기에 컴퓨터과학(Computer Science)과정을 알아보게 되었다. 국가는 따로 제한이 없었지만, 늘 어릴 적부터 갖고 있던 미국에 대한 환상, 그리고 대학교 시절 워싱턴 D.C.로 교환학생을 다녀왔기에 미국으로 알아보게 되었다. ​ 비록 온라인 과정을 지원하게 되었지만, 준비하는 기간 만큼은 실제 미국 대학원 입시 과정을 준비하는 듯 열정과 노력을 쏟았기에, 내가 준비했던 과정들과 팁들을 좀 더 정리해서 블로그에 기록으로 남겨두려고 한다. 개인적으로 후회하지 않을 만큼 열심히 준비했고 누구보다 더 많이 알아보고 정보를 파악했다고 생각..

A/B테스트를 진행하다 보면 한 가지 의문점이 떠오르게 된다 - 실험을 얼마 동안 진행해야할까? 이 질문은 '얼마 만큼의 데이터를 모아야하는가'와 결국 동일한 질문이다. ​ 통계학적으로 접근하자면, 가설검정의 결과는 p-value에 의해 결정된다. 두 집단의 검정통계량 차이가 크면 클수록(p-value가 클수록) 두 집단은 이질적인 집단으로 분류된다. 즉 우리는 샘플 사이즈를 정하기에 앞서 어떤 통계학적 테스트를 이용하여 결과를 볼 것인지 정해야한다. 그 후 최소한의 수준을 정해야한다. 예를 들어 x만큼의 차이가 있는 것으로 밝혀졌을 때, 그 x가 얼마나 큰 것인지를 비교할 수 있는 수준말이다. 그 최소한의 수준(Minimum Detectable Effect, MDE)를 찾아낼 확률을 계산한 뒤, 그 확..

이번 글에서는 지난번 순열검정에 이어 여러 그룹간 차이의 유의미성을 따질 때 사용할 수 있는 모델인 ANOVA를 다룰 것이다. ANOVA는 3개 이상의 집단일 때 적합한 테스트로 알려져있다. ANOVA/분산분석은 ANalysis Of VAriance의 약자이다. 본격적으로 ANOVA에 대해 알아보기 전에 제약사항을 하나 짚고 넘어가자. ANOVA는 독립적인 표본에 적용할 수 있는 기법이다. 즉 표본이 서로 의존적이라면 테스트에 적합하지 않다. ANOVA는 다음과 같은 절차로 이루어진다 : 1. 데이터를 하나의 박스에 모두 넣는다. 2. 1에서 서로 무작위로 섞은 뒤 각각 본래 그룹사이즈대로 나눈다. (ex. 5그룹 2사이즈씩이었다면 2에서 동일하게 다시 배분) 3. 각 그룹의 통계량을 계산한다. (ex..