Q. 삼성전기 기반기술

답변 6

• P

  PRO액티브현대트랜시스

  코전무 ∙ 채택률 100%

  ---

  지금 상황이면 학벌 때문에 연구개발직을 미리 포기할 필요는 없다고 봅니다. 특히 2학년 말부터 3학년 여름까지 연구실에서 DFT와 NEB를 꾸준히 수행했다는 점은 학부생 기준으로 상당히 좋은 출발입니다. 오히려 현재는 스펙을 여러 개 추가하기보다 지금 하고 있는 계산 연구를 얼마나 깊게 만들 수 있는지가 중요합니다. 학사로 취업한다면 기업에서는 단순히 DFT를 해봤다는 사실보다 어떤 소재를 대상으로 어떤 문제를 정의했고 어떤 계산을 수행했으며 결과를 어떻게 해석했는지를 물어볼 가능성이 높습니다. 따라서 가장 먼저 추천하는 것은 현재 연구를 하나의 완성된 프로젝트로 만드는 것입니다. 예를 들어 특정 소재의 결함이나 계면 또는 확산과 관련된 문제를 선정하고 DFT 구조 최적화부터 에너지 계산과 NEB를 통한 확산 장벽 분석까지 본인이 직접 수행했다는 흐름을 만들면 좋습니다. 가능하다면 MD까지 연결해서 정적 계산 결과와 동적 거동을 비교해보는 것도 상당히 좋은 경험입니다. 여기에 Python을 이용한 데이터 처리와 시각화까지 익히면 계산 결과를 단순히 프로그램으로 뽑는 사람이 아니라 결과를 해석할 수 있는 연구개발 지원자로 보일 수 있습니다. 학부 인턴도 적극적으로 지원해보세요. 특히 배터리 소재 반도체 소재 디스플레이 소재 촉매 금속재료 등 본인의 계산 경험과 연결되는 연구개발 인턴을 우선적으로 찾아보는 것이 좋습니다. 기업 인턴을 구하기 어렵다면 다른 대학이나 정부출연연구기관의 학부연구생 프로그램도 좋은 선택입니다. 중요한 것은 기관 이름보다 실제로 어떤 연구를 했는지입니다. 스펙을 추가한다면 자격증을 많이 따기보다는 논문이나 학회 발표와 연구 결과물을 만드는 쪽을 추천합니다. 가능하다면 학부 연구논문이나 학회 포스터 발표를 하나 만들고 영어 논문을 읽고 설명할 수 있는 수준까지 올리는 것도 좋습니다. 또한 VASP 같은 계산 프로그램을 사용하고 있다면 입력값과 계산 조건의 의미를 정확하게 이해하고 Linux 환경과 Python 활용 능력까지 갖추면 상당한 강점이 됩니다. 그리고 학사 취업과 석사를 지금부터 하나로 결정할 필요도 없습니다. 3학년부터 기업 인턴과 학부연구 경험을 계속 쌓으면서 실제 채용공고를 확인해보면 학사로 지원 가능한 R&D 직무가 어느 정도 보이기 시작합니다. 만약 원하는 연구개발 직무 대부분이 석사 이상을 요구한다면 그때 석사를 선택해도 늦지 않습니다. 현재 가장 좋은 전략은 DFT와 NEB를 중심으로 전문성을 깊게 가져가면서 MD와 Python 그리고 논문이나 학회 경험을 추가하고 3학년 후반부터 기업 인턴과 학사 R&D 채용을 동시에 노리는 것입니다. 지금까지의 연구 경험은 학부생 기준으로 충분히 경쟁력 있는 출발점입니다.

  ---
• 다

  다할수있습니다큐비앤맘

  코이사 ∙ 채택률 58%

  ---

  조금이라도 도움이 되셨다면 채택 부탁드립니다 ~~~~ 현재 경험은 삼성전기 기반기술 직무와 충분히 연결해볼 만합니다. 학벌만으로 미리 지원 범위를 좁힐 필요는 없습니다. 오히려 학부생으로 DFT와 NEB를 활용한 소재 연구를 꾸준히 했다는 점이 좋은 차별점입니다. 앞으로는 단순히 연구기간을 늘리기보다 연구 결과를 명확하게 만드는 것이 중요합니다. 본인이 어떤 문제를 설정했고 계산 결과를 어떻게 해석했으며 소재와 공정 관점에서 어떤 의미가 있었는지 정리해두세요. 가능하다면 학회 발표나 논문 참여도 도움이 됩니다. 인턴 역시 적극적으로 지원하시고 Python 기반 데이터 처리와 소재 분석 역량도 보완하면 좋습니다. 석사는 연구 자체가 좋고 전문성을 더 깊게 가져가고 싶을 때 선택하셔도 늦지 않습니다.

  ---
• 

  방산러LIG넥스원

  코부장 ∙ 채택률 98%

  ---

  안녕하세요. 현재 연구실에서 DFT, NEB를 수행하고 MD까지 경험해보신 것은 삼성전기 기반기술 직무와 매우 연관성이 높은 강점입니다. 학벌보다는 연구 주제와 전공 적합성, 그리고 연구를 얼마나 깊이 이해하고 있는지가 더 중요하게 평가됩니다. 학사 취업을 목표로 하신다면 대학생 인턴은 가능하면 꼭 지원해 보시는 것을 추천드립니다. 추가로 학부 연구를 통해 계산 결과를 해석하고 문제를 해결한 경험을 구체적으로 정리해 두시면 큰 도움이 됩니다. Python을 활용한 데이터 처리나 자동화 경험이 있다면 연구 생산성을 높인 사례로 어필하기 좋습니다. 가능하다면 포스터 발표나 논문 공저 경험도 경쟁력을 높이는 요소가 됩니다. 영어 논문을 읽고 연구를 수행하는 능력과 전공 영어 실력도 꾸준히 준비하시길 권합니다. 학사 채용의 문은 석사보다 좁지만, 직무 적합성과 인턴 경험이 있다면 충분히 도전해볼 만합니다. 좋은 결과 있으시길 바라며 원하는 연구개발 직무에 꼭 합격하시길 응원합니다!

  ---
• 

  삼성전자-삼성전자

  코이사 ∙ 채택률 60%

  ---

  삼성전기 기반기술 연구직 지망이라면 DFT/NEB/MD 시뮬레이션 경험 자체가 희소성 있는 강점이라 연구 역량에서 소구는 가능합니다. 다만, 학사 지원 시 관련 논문 게제나 학회 발표 경험이 없다면 말씀하신 대로 학력에서 강점이 없어 조금 아쉬울 수는 있습니다. 추가적으로 소재 관련 프로젝트를 정량적 성과 기준으로 정리하여 인턴 지원시 이를 구체적으로 소구하는 것이 유효할 것으로 보이며, 석사 진학은 이러한 일련의 과정이 통하지 않을 시 고민해도 될 듯 합니다.

  ---
• 

  합격 메이트삼성전자

  코부사장 ∙ 채택률 79%

  ---

  멘티님. 안녕하세요. ​삼성전기 기반기술 직무에서 진행하는 DFT, NEB, MD 등의 소재 시뮬레이션 연구실 경험은 학사 지원자 중에서 아주 차별화되는 강점입니다. 인서울 중상위권 학벌에 대한 염려는 내려놓으셔도 되며 실무 분석 툴을 다루어본 경험이 자소서와 면접에서 훨씬 강력하게 평가받습니다. ​연구개발 직군 특성상 이론적 이해와 실제 삼성전기 소재 제품 적용 가능성을 연결하는 논리를 정교하게 다듬는 작업이 중요합니다. 학부 연구생 기간 동안 진행한 시뮬레이션 프로젝트의 문제 해결 과정과 도출한 데이터 성과를 정량적으로 정리해 둡니다. 대학생 인턴 채용 시 해당 연구 경험을 적극 어필하여 실무 역량을 입증하고 학점과 기본 어학 성적을 보완하여 공채까지 연계하는 전략을 권합니다. ​응원하겠습니다.

  ---
• 멘

  멘토 지니KT

  코상무 ∙ 채택률 61%

  ---

  ● 채택 부탁드립니다 ● 현재 3학년이고 DFT와 NEB를 꾸준히 경험했다면 학사 지원에서도 충분히 차별화할 소재가 있습니다. 학벌 때문에 미리 가능성을 낮게 잡을 필요는 없습니다. 다만 삼성전기 기반기술처럼 개발 성격이 강한 직무는 석사 지원자와 경쟁할 수 있어 학사라면 연구 경험을 얼마나 실무적으로 설명하는지가 중요합니다. 앞으로는 단순히 DFT를 사용했다는 수준보다 소재의 어떤 특성을 계산했고 결과를 통해 어떤 가설을 검증했으며 실제 소재나 공정 개발에 어떻게 활용할 수 있는지를 정리하세요. 가능하다면 실험 연구자와 협업해 계산 결과와 실제 측정 결과를 비교하는 경험까지 만들면 좋습니다. MD도 프로그램 사용법만 넓히기보다 현재 연구와 연결해 깊이를 만드는 편을 추천드립니다. 대학생 인턴은 적극적으로 지원하시고 소재개발과 공정개발 직무까지 범위를 넓혀보세요. 연구 자체가 재미있고 향후 계산소재 분야 R&D를 전문적으로 하고 싶다면 석사가 확실히 유리하지만 학사 취업을 먼저 시도해본 뒤 결정해도 늦지 않습니다.

  ---