이 페이지에서
연습할 질문
Tell me about a data pipeline you built.
직접 만든 데이터 파이프라인에 대해 말해 주세요.
질문하는 이유실제 경험이 있는지, 기술적인 일을 쉬운 말로 설명할 수 있는지 보고 싶어 해요.
파이프라인 하나를 골라요. 데이터가 어디서 왔고, 어떤 처리를 했고, 어디로 갔는지 말해요. 예를 들어 쇼핑 시스템에서 데이터 웨어하우스로 가는 하루 단위 파이프라인이에요. 짧고 분명하게 말해요.
Which parts of that pipeline did you build yourself?
그 파이프라인에서 어느 부분을 직접 만들었나요?
질문하는 이유팀이 한 일이 아니라 내가 맡은 역할을 알고 싶어 해요.
“we”만 쓰지 말고 “I”도 써요. 적재 단계나 정리 단계처럼 직접 만든 단계를 말해요. 솔직하게 말하고, 다른 사람이 만든 부분은 간단히 그렇다고 말해요.
What tools did you use, and why did you choose them?
어떤 도구를 사용했고, 왜 그 도구를 골랐나요?
질문하는 이유도구 이름만 나열하지 않고 이해하고 쓰는지 보고 싶어 해요.
도구 한두 개를 말하고 그 일에 왜 맞는지 설명해요. 예를 들어 하루 단위 데이터에 충분히 빨랐다거나, 팀이 이미 쓰고 있었다는 이유예요. 도구마다 실제 단계와 연결해요.
Tell me about a data quality problem you found.
발견했던 데이터 품질 문제에 대해 말해 주세요.
질문하는 이유잘못된 데이터는 흔해요. 문제를 어떻게 알아차리고 처리하는지 보고 싶어 해요.
문제를 어떻게 찾았는지, 무엇을 고쳤는지, 다시 생기지 않게 어떻게 했는지 말해요. 예를 들어 날짜가 빈 행이 있어서 적재를 멈추는 검사를 추가했어요.
How did you know the data was wrong?
데이터가 잘못됐다는 걸 어떻게 알았나요?
질문하는 이유추측하지 않고 데이터를 꼼꼼히 확인하는지 보고 싶어 해요.
어떤 신호가 있었는지 설명해요. 보고서가 이상해 보였거나, 개수가 맞지 않았거나, 테스트가 실패했을 수 있어요. 행 개수를 비교하거나 빈 값을 찾는 것처럼 사용한 확인 방법을 말해요.
What checks would you add to a new pipeline?
새 파이프라인에 어떤 검사를 추가할 건가요?
질문하는 이유실제 사례가 없어도 미리 막으려고 생각하는지 보고 싶어 해요.
분명한 검사 두세 가지를 말해요. 예를 들어 핵심 필드가 비어 있지 않은지, 행 개수가 원본과 같은지, 날짜가 올바른 범위인지예요. 검사가 실패하면 어떻게 되는지도 말해요.
How do you work with analysts?
분석가와 어떻게 함께 일하나요?
질문하는 이유데이터 엔지니어는 다른 사람을 위해 데이터를 만들어요. 팀워크가 좋은지 보고 싶어 해요.
습관 하나를 말해요. 예를 들어 주간 회의, 공유 문서, 데이터가 바뀔 때 보내는 메시지예요. 만들기 전에 분석가가 무엇을 필요로 하는지 어떻게 알아내는지도 말해요.
How do you find out what data users really need?
사용자가 정말 필요로 하는 데이터를 어떻게 알아내나요?
질문하는 이유만들기 전에 먼저 질문하는지 알고 싶어 해요.
어떤 질문에 답해야 하는지 먼저 묻는다고 설명해요. 예를 들어 하나 들어 줘요. 데이터 샘플을 작게 먼저 보여 주는 것처럼, 제대로 이해했는지 확인하는 방법도 말해요.
How do you tell people when data changes or a pipeline fails?
데이터가 바뀌거나 파이프라인이 실패하면 사람들에게 어떻게 알리나요?
질문하는 이유분명한 소통은 보고서를 정확하게 지키고 신뢰를 쌓아 줘요.
간단한 습관을 말해요. 예를 들어 분석가에게 짧은 메시지를 보내 무엇이 바뀌었는지 설명하고, 언제 고쳐질지 알려요. 공유 채널이나 문서를 쓰면 함께 말해요.
Who used the data from your pipeline, and how did it help them?
파이프라인의 데이터를 누가 썼고, 어떻게 도움이 됐나요?
질문하는 이유내 일이 왜 중요한지 이해하고 있는지 보고 싶어 해요.
영업 분석가처럼 사용자를 말해요. 그 데이터로 무엇을 했는지, 예를 들어 일일 매출 보고서를 말해요. 간단하고 실제 있었던 일로 말해요.
Let me explain it step by step.
한 단계씩 설명해 볼게요.
Clara
AI 코치
Leo
AI 코치
써 볼 표현
Let me explain it step by step.
한 단계씩 설명해 볼게요.
First I loaded the data, then I cleaned it.
먼저 데이터를 적재하고, 그다음에 정리했어요.
The data came from our shop system and went to the warehouse.
데이터는 우리 쇼핑 시스템에서 와서 웨어하우스로 갔어요.
I noticed the row counts did not match, so I checked the source.
행 개수가 맞지 않는 걸 보고 원본을 확인했어요.
I added a check that stops the load if a key field is empty.
핵심 필드가 비어 있으면 적재를 멈추는 검사를 추가했어요.
I asked the analysts what they needed first.
먼저 분석가에게 무엇이 필요한지 물어봤어요.
자주 묻는 질문
큰 데이터 품질 문제를 겪은 적이 없으면 어떻게 해요?
괜찮아요. 사용할 검사를 분명하게 설명하면 돼요. 예를 들어 빈 값을 확인하거나 행 개수를 원본과 비교하겠다고 말해요. 검사가 실패하면 어떻게 할지도 말해요. 분명한 계획도 좋은 답이에요.
도구를 많이 말해야 할까요?
한두 개를 자세히 말하는 게 더 좋아요. 그 도구로 무엇을 했는지, 왜 골랐는지 설명해요. 예시 없이 도구 이름만 길게 나열하면 막연하게 들릴 수 있어요. 면접관은 보통 내가 한 단계를 듣고 싶어 해요.
영어가 완벽하지 않아요. 기술적인 일을 어떻게 설명하죠?
짧은 문장과 쉬운 단어를 써요. 데이터가 어디서 왔는지, 무엇을 했는지, 어디로 갔는지 순서대로 말해요. “first”, “then”, “after that” 같은 말이 도움이 돼요. 답하기 전에 잠깐 멈추고 생각해도 괜찮아요.