Q. 공대에서 금융권으로의 진로 전환 고민에 관해 여쭈고 싶습니다.

답변 5

• P

  PRO액티브현대트랜시스

  코전무 ∙ 채택률 100%

  ---

  현재 상황을 보면 전자공학이나 인공지능 자체에 흥미를 잃었다기보다는 직접 회로나 연구를 수행하는 것보다 데이터를 분석하고 이를 통해 의사결정을 하는 분야에 더 적성을 느끼는 것으로 보입니다 특히 금융과 투자에 대해 스스로 공부할 정도로 관심이 있었다면 금융데이터분석 직무는 충분히 고려해볼 만한 선택입니다 또한 한양대학교 전자 생체공학 전공에 학점 사점 이상의 성적 파이썬 SQLD 머신러닝 기초 통계 선형대수 경험은 금융권에서 오히려 강점으로 평가받을 수 있습니다. 다만 금융데이터분석 직무는 단순히 프로그래밍을 할 줄 아는 것보다 금융 도메인 지식과 데이터를 해석하는 능력을 함께 요구합니다. 따라서 앞으로는 투자자산운용사 ADsP가 없다면 먼저 취득하고 그 이후에는 FRM이나 CFA를 목표에 맞게 준비하는 것을 추천드립니다. 은행과 증권사 리스크관리나 금융공학에 관심이 있다면 FRM이 더 적합하고 자산운용사나 애널리스트 투자 분야라면 CFA가 더 도움이 됩니다. 대외활동은 금융공모전 데이터분석 경진대회 DACON 같은 데이터 분석 대회 금융권 산학 프로젝트 증권사 리서치 공모전 등을 적극적으로 경험하는 것이 좋습니다. 또한 파이썬으로 주가 예측을 하는 단순한 프로젝트보다는 재무데이터를 활용한 기업 분석 포트폴리오 최적화 팩터 분석 리스크 분석 이상거래 탐지와 같은 프로젝트를 수행하면 직무 연관성이 훨씬 높아집니다. 대학원은 목표에 따라 다릅니다. 일반적인 금융데이터분석이나 디지털금융 직무라면 반드시 필요한 것은 아니며 오히려 금융권 인턴과 프로젝트 경험을 쌓는 것이 취업에는 더 효과적인 경우가 많습니다. 반면 퀀트 리서치 금융공학 모델 개발 고빈도매매 알고리즘 개발처럼 수학적 모델링이 핵심인 직무를 목표로 한다면 금융공학이나 산업공학 통계학 인공지능 대학원은 큰 도움이 됩니다. 현재 스펙이라면 대학원을 바로 결정하기보다 금융권 인턴과 금융 데이터 프로젝트를 먼저 경험해 본 뒤 자신의 적성을 다시 확인하는 것을 추천드립니다. 충분히 금융데이터분석 직무로 방향을 전환할 수 있는 경쟁력을 갖추고 있다고 생각합니다.

  ---
• 

  Top_TierHD현대건설기계

  코사장 ∙ 채택률 96%

  ---

  어학을 더 올리시는 것이 좋습니다.대기업 평균이 스피킹기준 IH정도인데 변별력을 가지기 위해서는 최소한 AL이상으로 취득을 하시는 것이 필요하기 때문에 이를 추천합니다.

  ---
• 다

  다할수있습니다큐비앤맘

  코이사 ∙ 채택률 58%

  ---

  ● 채택 부탁드립니다 ● 현재 스펙이라면 금융권 데이터분석 직무로 방향을 전환하는 것은 충분히 가능합니다. 전자공학 기반의 수학적 사고력과 Python 활용 경험은 금융 데이터분석에서도 강점이 될 수 있습니다. 다만 금융권은 금융 이해도가 중요하므로 SQLD 외에도 ADsP나 빅데이터분석기사, 투자자산운용사 정도를 준비하면 도움이 됩니다. 또한 금융 데이터 분석 프로젝트나 공모전, 증권사 데이터 경진대회 경험을 쌓으면 직무 적합성을 보여주기 좋습니다. 대학원은 퀀트나 금융공학, AI 기반 금융 연구를 목표로 한다면 도움이 되지만 일반적인 금융 데이터분석 직무 취업에는 필수는 아닙니다. 현재는 자격증보다 금융 데이터를 직접 분석한 포트폴리오와 프로젝트를 만드는 것이 취업 경쟁력을 높이는 데 더 효과적입니다.

  ---
• 멘

  멘토 지니KT

  코상무 ∙ 채택률 62%

  ---

  안녕하세요 멘티님~ 오히려 지금까지의 경험을 보면 금융권 데이터 분석으로 방향을 바꾸는 게 크게 어색해 보이지는 않습니다. Python과 SQLD, AI 프로젝트 경험은 충분히 강점으로 활용할 수 있고 전자공학 기반도 데이터 분석 직무에서는 도움이 되는 경우가 많습니다. 금융 데이터 분석을 목표로 하신다면 ADsP나 데이터분석 관련 프로젝트를 추가하고, 실제 금융 데이터를 활용한 포트폴리오를 만드는 것을 추천드립니다. 증권사나 은행 데이터 분석 인턴도 적극적으로 지원해보세요. 대학원은 필수라기보다 데이터 사이언스나 퀀트처럼 연구 성격이 강한 직무에서 더 유리한 편이고, 일반 금융 데이터 분석 직무는 실무 경험과 프로젝트 경쟁력이 더 중요하다고 생각합니다.

  ---
• 

  합격 메이트삼성전자

  코부사장 ∙ 채택률 79%

  ---

  멘티님. 안녕하세요. ​현재 가지고 계신 수학적 베이스와 Python 및 AI 개발 역량은 금융데이터분석 직무에서 매우 선호하는 차별화된 무기입니다. 금융권 진입을 위해 추가 자격증을 고민하신다면 데이터 분석에 특화된 ADsP나 ADP 취득을 고려해 보는 것을 추천합니다. ​대외활동으로는 금융 데이터 분석 공모전에 참여하여 실무 데이터를 직접 다뤄보는 경험이 대학원 진학보다 취업에 훨씬 효과적입니다. 학부 수준의 탄탄한 AI 인턴 경험에 금융 지식만 살짝 얹어도 시장에서 경쟁력이 아주 높으니 자신감을 가지셔도 됩니다. ​응원하겠습니다.

  ---