I've gone through several interview processes and following discussions while I was open to work. And each time I've tried negotiation, I failed to achieve the desired range of compensations. Now I know that negotiation is the more of soft skill that we should learn through personal experiences and extensive researches. If I were put on the same chair again, I would make sure to apply 3 principles that I've learned from past experiences. here is the 3 principles below. 1️⃣ You are choosing your chance of life, and no one can blame about it I was pretty afraid to make a counter offer or suggest a new option to the company since I thought the company is entitled to choose me. But the choice should be based on your decision, not anyone else. You should be proactive with your situation and find the best way of benefiting yourself and company at the same time. 2️⃣ Provide the vision and benefits that company would expect to have if you were hired by them. This is the first universal principle that I've learned from multiple workspaces. Your value is not evaluated by past experience, but by the value that you are expecting to bring with. You must prepare the giveaway and promises when you want something valuable from others.

최근 몇일간 취준생분들 및 현업자분들과 멘토링을 진행하면서 가장 많이 받았던 질문에 대해 공유하고자 합니다. 👦 취준생 기업들이 최근 지원자에게 데이터 역량 또는 관련 스킬을 요구하는 경우가 많은데요. 데이터 리차드님이 추천하는 단기간에 데이터 분석 능력을 키울수 있는 방법이 있나요? 👨 데이터 리차드 저는 스스로 기획하는 데이터 프로젝트를 추천드리고 싶습니다. 데이터 프로젝트는 실제로 데이터 분석이 어떻게 진행되는지를 파악하는데 매우 도움이 되는 경험입니다. 실제로 분석을 해보고 인사이트를 찾아낸 경험이 있는 후보에게 당연히 더 높은 점수를 줄수 밖에 없습니다. 👦 취준생 그럼 데이터 프로젝트는 어떻게 시작하면 되나요? 👨 데이터 리차드 데이터 프로젝트는 다양한 방법으로 시작할수 있습니다.

꿈꾸는 데이터 직무에 합격하기 위해 📄 서류 면접과 💻 코딩 테스트를 통과한 당신, 이제 매니저와의 최종 면접만이 남아있는 상황에서 면접을 위한 필살 전략, STAR 법칙으로 합격 확률을 높일수 있어요! ⭐ S: Situation (상황 또는 배경) ⭐ T: Task (발생한 문제) ⭐ A: Action (대처한 행동) ⭐ R: Result (가치와 깨달음) 기승전결로 이어지는 스토리텔링 STAR 법칙, 면접 전에 머리속에 꼭 넣어두세요! datarichard를 팔로우하면 더 많은 데이터 꿀팁과 정보를 받아볼 수 있어요. 오늘도 데이터 리차드와 함께 데이터로 성장하는 하루 되세요! #데이터리차드 #면접꿀팁 #데이터교육

혹시 🪄지식의 저주라는 말, 들어본 적 있나요? 현재 많은 사람들이 걸려있는 지식의 저주는, 특히 전문직이나 고급 교육을 받은 지성인들에게 특히 걸리기 쉬운 저주인데요. 🪄지식의 저주란 다른 사람들과 의사소통할 때 다른 사람들도 자신과 같은 수준의 이해를 하고 있다고 추측하여 발생하는 고정관념입니다. 예를 들어, 대학교에서 교수님들이 내어주신 과제는 항상 초보 학생들에게는 전혀 이해하지 못하는 용어들로 가득 차있는 것처럼 말이죠. 이 지식의 저주는 📃데이터 포트폴리오를 만드는 데이터 탐험가에게도 예외는 아닙니다. 많은 초보 데이터 탐험가들은 데이터 분석을 진행한다음, 자신의 포트폴리오에 이렇게 적어놓습니다. ◾교통 및 통신 데이터 기반 지역경제활동 선행성 분석을 진행하였다. 그리고 다른 사람들 역시 자신이 만든 분석에 대해 잘 이해할 것이라고 생각합니다. 하지만, 이또한 지식의 저주에 걸린 결과물입니다. 회사와 기업들은 지역경제활동 선행성에 대해 얼마나 알고 있을까요? 그리고 나의 분석에서 어떤 의미를 찾아낼수 있을까요? 🪄지식의 저주는 이렇게 나의 가치를 훼손시키는 부작용을 가지고 있습니다. 하지만 같은 분석을 이렇게 표현하는 것은 어떨까요?

지난 시간에 이어서 데이터 분석가가 성장하기 위해 필요한 3가지 마인드셋(Mindset)에 대해 이야기해보고자 합니다. 여기서 마인드셋(Mindset)은 하나의 가치관 또는 사고 방식이라고 이해하셔도 좋을 것 같습니다. 성장하는 데이터 분석가는 분석적 사고(Analytical mindset) 문제-해결 논리(Problem-solving logic) 의사소통 (Communicational skill) 이 3가지를 갖추어야 합니다. 그럼 두번째 문제-해결 논리에 대해 이야기 해볼까요? [2] 문제-해결 논리 긴 역사에서 알수 있듯, 인간은 항상 새로운 문제를 찾아내고 그 것을 해결하기를 원합니다. 그리고 현대 사회에서 문제를 해결하는 주체는 대부분 기업들이였습니다. 그 이유는 자본주의 시장에서 가장 많은 고객을 확보할수 있는 방법은 (a.k.a 가장 돈을 많이 벌수 있는 방법은) 가장 빠르게 고객이 느끼는 문제점을 찾고 누구보다 빠르고 효율적으로 해결하는 것이기 때문입니다. 특히 21세기에 들어, 고객의 문제를 찾고, 또 어느 부분을 해결해주어야 고객이 만족할지를 알려주는 데이터 분석 기법이 비즈니스에서 널리 활용되기 시작했습니다. 대표적인 예시를 들어볼까요? 코홀트 분석