Q. 삼성 싸피 ssafy

답변 7

• 

  회로설계 멘토 삼코치삼성전자

  코부사장 ∙ 채택률 81% ∙

  회사

  일치

  ---

  안녕하세요, 취업 멘토 삼코치 입니다:) 질문자분께서 걱정하시는 부분은 사실 SSAFY 지원자분들이 많이 고민하는 내용입니다. 먼저 데이터 트랙과 대학원 이야기에 대해 말씀드리겠습니다. 현업에서 "데이터 분야는 대학원을 가라"는 이야기가 나오는 이유는 주로 AI 연구, 머신러닝 모델 개발, 데이터 사이언티스트(DS) 직무 때문입니다. 예를 들어 - AI Researcher - 머신러닝 엔지니어 - 추천 알고리즘 개발 - 생성형 AI 연구 - 데이터 사이언티스트 같은 직무는 석사 이상 비율이 높은 편입니다. 하지만 데이터 관련 직무 전체가 대학원을 필수로 요구하는 것은 아닙니다. 실제로는 - 데이터 분석가 - BI Analyst - 데이터 엔지니어 - 백엔드 개발자 - 금융 IT 개발자 - SI/솔루션 개발자 등은 학부 졸업 후 SSAFY를 통해 취업하는 사례가 꾸준히 있습니다. 따라서 "데이터 트랙 = 대학원 필수"로 받아들이실 필요는 없습니다. 다만 데이터 트랙을 수강한다고 해서 AI 연구직으로 바로 연결되는 것은 아니라는 점은 이해하시는 것이 좋습니다. 두 번째 질문인 분반 배정에 대해서 말씀드리겠습니다. SSAFY는 기수마다 운영 방식이 조금씩 달라질 수 있습니다. 일반적으로는 입과 후 레벨 테스트나 기초 평가를 통해 반 배정이 진행되며, 지원한 희망 트랙과 평가 결과를 종합적으로 고려합니다. 질문자분이 말씀하신 것처럼 데이터 트랙을 1지망으로 지원했다고 해서 반드시 데이터 트랙으로 확정되는 것은 아닙니다. 다만 "데이터 트랙에서 떨어지면 무조건 2지망으로 간다"라고 단정할 수는 없습니다. 기수별 정원, 운영 정책, 평가 결과에 따라 달라질 수 있기 때문입니다. 실제로는 - 지원 트랙 - 평가 결과 - 트랙별 정원 - 교육 운영 상황 등이 함께 고려됩니다. 세 번째 질문인 금융권 취업자들의 트랙에 대해 말씀드리겠습니다. 생각보다 금융권 취업자들은 데이터 트랙 출신만 있는 것이 아닙니다. 오히려 많이 보이는 유형은 1. 자바 트랙 출신 - 금융권 백엔드 개발자 - 인터넷뱅킹 개발 - 채널계 시스템 개발 - 계정계 시스템 유지보수 2. 임베디드/파이썬 경험 후 개발 직군 전환 - 금융 IT 개발자 - 디지털 전환 조직 개발자 3. 데이터 트랙 출신 - 데이터 분석 - 리스크 분석 지원 - 데이터 플랫폼 운영 등입니다. 실제 금융권 채용은 AI 연구자보다 "안정적인 서버 개발" "대용량 데이터 처리" "백엔드 개발" 수요가 훨씬 많습니다. 그래서 SSAFY 금융권 취업 사례를 보면 자바 트랙 출신 비중이 상당히 높은 편입니다. 질문자분이 데이터사이언스·인공지능 전공이라면 데이터 트랙 지원 자체는 충분히 자연스러운 선택입니다. 오히려 전공과 연계성이 높기 때문에 프로젝트 수행 시 강점을 만들 수 있습니다. 다만 SSAFY를 통해 취업을 목표로 한다면 데이터 트랙에만 집중하기보다 - Python - SQL - 데이터 분석 - 백엔드 개발 - 클라우드 기초 까지 함께 준비하는 것이 좋습니다. 실제 채용 시장에서는 "AI만 할 줄 아는 사람"보다 "개발도 가능하고 데이터도 이해하는 사람"의 활용 범위가 훨씬 넓기 때문입니다. 질문자분 현재 상황에서는 데이터 트랙 지원 자체는 좋은 선택이며, 만약 다른 트랙으로 배정되더라도 취업 경쟁력이 크게 떨어진다고 볼 필요는 없습니다. SSAFY 수료생들의 주요 취업 성과는 결국 트랙보다 프로젝트 경험과 개발 역량에서 결정되는 경우가 많습니다. 더 자세한 도움이 필요하시다면 아래 링크 확인해주세요 :) https://careerxp.work

  ---
• 메

  메에모리삼성전자

  코상무 ∙ 채택률 49% ∙

  회사

  일치

  ---

  네 아마 2지망으로 배정되실 겁니다 데이터도 굳이 대학원이 필수는 아닙니다.

  ---
• P

  PRO액티브현대트랜시스

  코전무 ∙ 채택률 100%

  ---

  SSAFY를 말씀하시는 것이라면, 데이터 트랙 지원 후 트랙 배정 방식에 대해 궁금하신 것 같습니다. 우선 데이터 트랙은 AI, 머신러닝, 데이터 분석 등 상대적으로 난도가 높은 분야라서 현업에서도 대학원 출신 비중이 높은 편입니다. 그래서 "데이터 분야로 취업하려면 대학원이 유리하다"는 이야기가 많이 나오는 것입니다. 다만 SSAFY 데이터 트랙 수료생 중에서도 데이터 분석가, BI 분석가, 데이터 엔지니어, IT 개발 직군으로 취업하는 사례는 꾸준히 있습니다. 트랙 배정의 경우 기수별 운영 방식이 달라질 수 있으므로 공식 안내를 확인하는 것이 가장 정확합니다. 일반적으로는 입과 후 평가 결과와 본인 희망을 종합해 트랙이 배정되며, 데이터 트랙 인원이 초과될 경우 다른 트랙으로 배정될 수 있습니다. 다만 "데이터 트랙 탈락 시 무조건 2지망으로 간다"라고 단정하기는 어렵고, 해당 기수 운영 정책에 따라 달라질 수 있습니다. 금융권 취업 사례를 보면 꼭 데이터 트랙 출신만 많은 것은 아닙니다. 오히려 은행, 증권사, 카드사, 보험사 등의 IT 직군은 자바 백엔드, 웹 개발, 시스템 개발 직무 채용이 많기 때문에 일반적인 개발 트랙 출신들이 상당수를 차지합니다. 실제 금융 IT에서는 데이터 분석보다 계정계, 정보계, 채널계 시스템 개발 수요가 훨씬 큰 편입니다. 따라서 목표가 금융 IT 취업이라면 반드시 데이터 트랙만 고집할 필요는 없습니다. 금융권 개발 직무는 백엔드 개발 역량, 데이터베이스 활용 능력, SQL, API 개발 경험 등을 더 중요하게 보는 경우가 많습니다. 데이터 트랙은 데이터 직무를 희망할 때 강점이 있지만, 금융권 취업 자체를 목표로 한다면 개발 트랙으로 가더라도 충분히 경쟁력이 있습니다. 결론적으로 데이터 트랙 배정 여부에 너무 부담을 가질 필요는 없습니다. 금융권 취업을 목표로 한다면 어느 트랙에 가더라도 프로젝트 경험과 개발 역량을 쌓는 것이 더 중요하며, 실제 금융 IT 취업자는 개발 트랙 출신도 매우 많은 편입니다.

  ---
• 탁

  탁기사삼성전자

  코사장 ∙ 채택률 78% ∙

  회사

  일치

  ---

  데이터쪽이 머신러닝과 ai를 결합시키는 곳이 많아서 석사정도는 하는게유리합니다. 학사로는 다소 무리가 있다고 판단돼서요 ㅎ 그리고 지망을 적고 거기에 맞춰 시험 성적등을 고려하야 배치됩니다. 아무래도 금융쪽은 싸피하신분들 딥러닝 데이터쪽이 많습니다.

  ---
• 

  취뽀도우미입니다대구교통공사

  코차장 ∙ 채택률 91%

  ---

  입과를 앞두고 현직자들의 현실적인 조언까지 듣다 보니 진로에 대한 고민이 많으시겠어요. 궁금해하시는 부분들에 대해 하나씩 명확하게 짚어드릴게요. 1. 데이터 직무는 정말 대학원이 필수일까? 반은 맞고 반은 틀린 이야기입니다. 현직자들이 대학원을 권하는 이유는 '데이터 사이언티스트(AI/ML 모델링, 딥러닝 연구 등)' 직무를 염두에 두었기 때문일 확률이 높습니다. 이 분야는 실제로 논문을 읽고 새로운 알고리즘을 설계해야 하므로 석·박사 출신이 주류를 이루는 것이 사실입니다. 하지만 데이터 트랙을 수강한다고 해서 무조건 연구 직무로만 가야 하는 것은 아닙니다. 학사 학위로도 충분히 경쟁력 있는 직무들이 많습니다. 데이터 엔지니어(Data Engineer): 데이터를 수집, 정제, 저장하는 파이프라인을 구축하는 직무입니다. 인프라와 개발 역량이 매우 중요해 학사 출신 수요가 높습니다. 데이터 분석가(Data Analyst): 데이터를 바탕으로 비즈니스 인사이트를 도출합니다. 데이터 역량을 갖춘 백엔드 개발자: 일반적인 서버 개발에 대용량 데이터 처리 경험을 곁들이면 채용 시장에서 매우 매력적인 강점이 됩니다. 2. 분반 테스트에서 떨어지면? 네, 맞습니다. 입과 후 치르는 분반 테스트 결과와 각 트랙의 정원(T/O)에 따라 1지망(데이터 트랙)에 배정되지 못할 경우, 본인이 작성해 둔 2지망(주로 자바나 파이썬 등 일반 코딩 트랙)으로 배정됩니다. 데이터나 임베디드 같은 특화 트랙은 인원이 한정되어 있어 경쟁이 있을 수 있습니다. 하지만 2지망으로 밀린다고 해서 취업에 불이익이 생기는 것은 절대 아니며, 오히려 가장 범용적인 개발 트랙에서 탄탄한 기초를 쌓을 수 있으니 편안한 마음으로 테스트에 임하셔도 됩니다. 3. 금융권에 많이 간 선배들의 트랙 싸피에서 금융권(은행, 카드, 증권사 IT 직무)으로 가장 많이 취업한 트랙은 압도적으로 자바(Java) 트랙입니다. 왜 자바일까? 국내 대다수 금융권의 핵심 IT 시스템(코어뱅킹, 대내외 채널 등)은 안정성을 최우선으로 하기 때문에 자바(Java)와 스프링(Spring) 프레임워크 기반으로 구축되어 있습니다. 따라서 실무에 바로 투입할 수 있는 자바/스프링 프로젝트 경험자를 가장 선호합니다. 데이터 트랙은 불리할까? 아닙니다. 최근 금융권에서도 초개인화 추천, 이상거래탐지(FDS) 등을 위해 '디지털/데이터' 직무 채용을 크게 늘리고 있어 데이터 트랙 출신들도 많이 진출합니다. 다만, 전체 채용 '규모(TO)' 자체는 시스템을 유지보수하고 개발하는 일반 IT(자바) 직무가 훨씬 더 큽니다. 결론적으로, 데이터 트랙에 합격하신다면 데이터 엔지니어나 분석 쪽으로 특화된 무기를 만드시면 되고, 만약 2지망인 자바 트랙으로 가시게 된다면 금융권 IT 등 가장 수요가 넓은 시장을 공략하는 기회로 삼으시면 됩니다. 어떤 트랙이든 얻어갈 수 있는 장점이 명확하니 너무 걱정하지 마세요.

  ---
• 

  방산러LIG넥스원

  코차장 ∙ 채택률 97%

  ---

  안녕하세요. 데이터 트랙을 지원했다고 해서 반드시 데이터 분야로만 진출하는 것은 아닙니다. 교육 과정 중 평가와 프로젝트 결과에 따라 분반이나 세부 과정이 달라질 수 있으며, 데이터 과정에서 원하는 결과를 얻지 못하더라도 다른 분야에서 충분히 좋은 성과를 내는 사례도 많습니다. 또한 금융권으로 진출한 SSAFY 수료생들은 데이터뿐 아니라 Python, 알고리즘, 백엔드 개발 역량을 활용한 경우도 많아 특정 트랙 출신으로 한정하기는 어렵습니다. 결국 가장 중요한 것은 트랙보다 프로젝트 경험과 포트폴리오, 코딩 역량이라고 생각합니다. 원하는 방향을 꾸준히 준비하신다면 좋은 결과 있으실 겁니다. 응원합니다!

  ---
• 

  합격 메이트삼성전자

  코부사장 ∙ 채택률 81% ∙

  회사

  일치

  ---

  멘티님. 안녕하세요. ​싸피 입과 테스트 결과에 따라 희망 트랙에서 탈락하게 되면 본인이 지망한 다음 순위 트랙이나 여석이 있는 분반으로 유연하게 배정됩니다. 데이터 트랙은 석사 이상을 선호하는 경향이 있지만 학부생도 싸피의 강도 높은 프로젝트를 통해 데이터 엔지니어나 분석가로 충분히 취업합니다. ​금융권으로 진출한 수료생들은 주로 자바 기반의 웹 백엔드 개발을 배우는 구미나 서울 캠퍼스의 전공자 트랙을 수강한 경우가 가장 많습니다. 금융 인프라와 디지털 서비스 구축에는 데이터 활용 능력도 중요하므로 어떤 트랙이든 본인만의 프로젝트 결과물을 탄탄하게 만드는 과정이 핵심입니다. ​응원하겠습니다.

  ---
• AD

  

  반도체

  설계팀

  ---

  대기업 반도체 산업으로 취업하기 위해선, 직관적 해석능력과 사고력이 필요합니다. 핵심 역량과 배운 지식을 취업에 활용하고 싶다면 국비지원 강의를 추천합니다.

  확인하러 가기