Q. lg엔솔 직무 고민

답변 6

• P

  PRO액티브현대트랜시스

  코부사장 ∙ 채택률 100%

  ---

  채택된 답변

  말씀해주신 이력이라면 저는 4번 Data Engineer를 1순위, 3번 AI진단솔루션개발을 2순위, 2번 제조지능화를 3순위, 1번 검사기술을 4순위로 놓고 지원하는 것을 추천드립니다. 가장 중요한 이유는 배터리 관련 경험이 없다는 약점을 억지로 감추기보다 컴퓨터공학 전공과 웹개발 경력, IT기업 정규직 경험, AI를 활용한 자동화 워크플로우 구축 경험을 가장 직접적으로 활용할 수 있기 때문입니다. 특히 Data Engineer는 배터리 도메인 지식보다 데이터 수집과 처리, 파이프라인 구축, 분석 환경 및 시스템 개발 역량이 핵심이라 현재 이력과 가장 자연스럽게 연결됩니다. 단순히 코딩을 할 수 있다는 수준이 아니라 실제 기업에서 개발 업무를 해봤다는 점도 상당히 큰 장점입니다. 3번 AI진단솔루션개발도 상당히 잘 맞습니다. 다만 AI 모델 자체를 개발하거나 진단 알고리즘을 구축한 경험이 어느 정도 있는지가 중요합니다. 단순히 ChatGPT나 생성형 AI를 활용해 자동화한 경험이라면 AI 연구개발 직무에서는 약간 결이 다를 수 있습니다. 반대로 머신러닝이나 딥러닝 모델 개발, 데이터 전처리, 모델 학습 및 평가, 이상탐지 등의 경험까지 있다면 3번의 우선순위를 1순위까지 올려도 됩니다. 2번 제조지능화는 오히려 상당히 좋은 선택입니다. 제조 현장의 데이터를 IT 기술로 연결하고 자동화하는 직무라서 배터리 경험이 없더라도 기존 개발 경험과 AI 자동화 경험을 제조 현장의 문제 해결로 연결할 수 있습니다. 특히 자소서에서 단순히 AI를 사용했다가 아니라 반복 업무를 어떻게 발견했고, 어떤 워크플로우를 설계했으며, 업무시간이나 오류율을 얼마나 개선했는지를 보여주면 직무 적합성을 만들기 좋습니다.

  ---
• 

  합격 메이트삼성전자

  코부사장 ∙ 채택률 77%

  ---

  채택된 답변

  멘티님. 안녕하세요. ​웹 개발 인턴과 정규직 경력 및 인공지능 기반 자동화 워크플로우 구축 경험은 배터리 도메인 지식이 없더라도 제조 지능화나 데이터 엔지니어 직무에서 매우 높게 평가받습니다. 배터리 제조 현장에서는 공정 데이터 수집 플랫폼 및 스마트 팩토리 시스템 구축과 데이터 파이프라인 최적화가 필수적이므로 본인의 개발 실무 역량이 즉시 활용될 수 있습니다. ​단순 채용 규모에 맞춰 도메인 적합성이 낮은 검사기술 분야에 지원하는 것보다는 실무 경력을 즉시 녹여낼 수 있는 제조지능화나 데이터 엔지니어 직무가 서류 및 면접 합격률을 높이는 데 훨씬 유리합니다. 개발자로서 시스템을 구현하고 워크플로우를 자동화했던 프로젝트 경험을 바탕으로 배터리 제조 시스템의 디지털 전환에 기여하겠다는 논리를 세우시면 좋은 결과를 기대할 수 있습니다. 본인이 가진 정규직 개발 경력과 데이터 처리 강점을 명확히 어필할 수 있는 직무를 선택하시길 추천합니다. ​응원하겠습니다.

  ---
• 

  엔소리LG에너지솔루션

  코상무 ∙ 채택률 61% ∙

  회사

  일치

  ---

  일단 저는 소신 지원이 맞을 거 같아요. 결국에는 면접에서는 직무에 fit한 사람을 뽑기 때문에 직무 적으로 연관되는 쪽을 지원하시는 게 맞아 보입니다.

  ---
• 멘

  멘토 호날도KT

  코전무 ∙ 채택률 59%

  ---

  ● 채택 부탁드립니다 ● 배터리 경험이 없다는 이유만으로 LG에너지솔루션 지원을 어렵게 볼 필요는 없습니다. 컴퓨터공학 전공에 웹개발 인턴과 정규직 경험, AI 자동화 경험이 있다면 배터리 소재나 셀 R&D보다 DX와 IT 시스템, 제조 데이터 및 AI 활용과 가까운 직무를 우선적으로 보시는 것이 좋습니다. 특히 중요한 것은 웹개발을 했다는 사실보다 실제 업무 프로세스를 분석하고 시스템이나 AI로 자동화하여 시간과 오류를 얼마나 줄였는지를 보여주는 것입니다. 제조업 경험이 부족하므로 배터리 제조공정의 전체 흐름과 MES, 생산 및 품질 데이터가 어떻게 활용되는지 정도는 공부해두세요. 현재 강점을 버리고 배터리 스펙을 새로 만드는 것보다는 IT 역량을 배터리 제조환경의 문제해결에 어떻게 적용할 것인지 연결하는 전략이 훨씬 경쟁력이 있습니다.

  ---
• 다

  다할수있습니다큐비앤맘

  코상무 ∙ 채택률 54%

  ---

  조금이라도 도움이 되셨다면 채택 부탁드립니다 ~~~~ 현재 경험이라면 예상 TO보다 직무 적합성을 기준으로 2번에서 4번을 우선 검토하는 것이 좋습니다. 실제 TO는 공개된 정보가 없다면 정확히 알기 어렵고 학사 한정이라고 해서 경쟁 가능성이 반드시 높아지는 것도 아닙니다. 웹개발 인턴과 정규직 경험, AI 기반 자동화 워크플로우 구축 경험은 제조지능화와 AI 솔루션, Data Engineer 직무에서 훨씬 자연스럽게 설명할 수 있습니다. 배터리 경험이 없더라도 본인의 기술을 제조와 배터리 데이터 문제에 어떻게 적용할 것인지 보여주는 것이 중요합니다. 특히 본인이 데이터 파이프라인과 DB 구축 경험이 강하면 4번, AI 모델 개발과 자동화 경험이 강하면 3번, 시스템 개발과 제조 자동화 연결이 강하면 2번을 추천합니다. 검사기술은 단순히 TO가 많을 것이라는 예상만으로 선택하기보다 실제 공고의 전공과 기술요건이 본인 경험과 맞는지 보고 판단하는 것이 좋습니다.

  ---
• 

  취뽀도우미입니다대구교통공사

  코이사 ∙ 채택률 95%

  ---

  중경외시 컴퓨터공학과 졸업 예정이시며 웹개발 인턴과 정규직 경험, 그리고 AI를 활용한 자동화 워크플로우 구축 경험까지 갖추고 계신 점은 제조업 디지털 전환이 활발한 현시점에서 좋은 무기입니다. 배터리 관련 직접적인 경력이 없더라도 질문자님께서 파악하신 대로 2번 제조지능화, 3번 AI진단솔루션개발, 4번 데이터 엔지니어 직무가 그동안 쌓아오신 IT 개발 및 AX 역량과 가장 일치합니다. 생산기술혁신센터의 검사기술 직무는 학사 한정 전형이 존재하고 상대적으로 티오가 많을 수 있다는 장점이 있으나, 배터리 제조 공정이나 설비 검사 관련 지식이 필수로 요구되는 경우가 많아 컴퓨터공학 전공자로서 비전공 영역을 자소서와 면접에서 설득력 있게 증명해야 하는 부담이 있습니다. 반면 CTO 산하의 AI 진단 솔루션이나 데이터 엔지니어, 그리고 생산기술혁신센터의 제조지능화 직무는 스마트팩토리, 머신러닝, 대용량 데이터 처리, 공정 자동화 등을 다루기 때문에 질문자님의 웹개발 및 AI 자동화 경험을 코드 레벨과 시스템 구축 관점에서 구체적으로 어필하기에 훨씬 유리합니다. 물론 배터리 대기업의 특성상 티오와 전공 제한은 합격 확률에 영향을 주는 중요한 요소이지만, 직무 적합도가 떨어지는 곳에 무작정 지원하기보다는 본인의 강점을 100퍼센트 발휘할 수 있는 2, 3, 4번 직무 중 하나를 주력으로 삼는 것을 추천드립니다. 만약 지원 직무를 정하신다면 그간 IT 기업에서 수행했던 웹개발과 자동화 프로젝트가 실제 제조 공정의 효율화나 데이터 분석 및 모델 서빙에 어떻게 기여할 수 있는지 연결고리를 만드는 데 집중하시기 바라며,이번 채용에서 좋은 결과가 있기를 응원합니다.

  ---