WCC1기 OFF-SESSION 후기
유이경연사님의 프레시코드 창업기, 이은지연사님의 데이터 분석 교육 프로그램 기획자의 커리어 이야기
오늘은 코드스테이츠의 OFF SESSION이 있는 날이다.
WCC장학프로그램을 수료완료한 장학생을 대상으로 연사님들의 특강을 듣는 날이다.
이 날을 얼마나 기다리고 기다렸던지…!
네 분의 연사님 중에서 두 분의 강연을 골라 들을 수 있었다
몸을 쪼개어 강의를 전부 다 듣고 싶었다 ㅋㅋㅋㅋㅋ<진심. 궁서체.
유이경 연사님의 프레시코드 창업기
유이경 연사님은 프레시코드의 창업자이다.
프레시코드란 건강편의식 거점 배송 물류 유통망 온라인 플랫폼이다.
일반 배송원가는 3~4000원인데 반해 늘어나고 있는 1인가구엔 너무 비효율적이라고 늘 생각했던 터에
실리콘밸리에서 인턴을 하며 샐러드를 밥으로 먹는 사람들을 보며 큰 시장이 될 것을 확신했다고 한다.
연사님이 좋아하는 것
- 사회적 가치, SIFE(현, ENACTUS) 활동
- 아이디어 내기
- 새로운 활동
- [걸스인텍(https://www.facebook.com/GITSeoul/)] 활동
자신이 좋아하는 것을 어떻게 풀어낼까 하다가 창업을 선택하게 되었다고 한다.
연사님의 강연 중 가장 와닿았던 부분은 초기 창업자에게 필요한 것에 대한 조언이었다.
초기장업자에게 필요한 것 세가지
창업자는 마케터이다
Connecting the dots 내 주변에 알리기도 필요하다.
내 주변도 설득 못 하면서 하물며 알지도 못하는 고객을 어떻게 설득시키겠는가
실행력
초반의 프레시코드를 구상할 당시에는 몰랐지만 지나고보니 Lean startup cycle를 비슷하게 사이클했다고 한다.
갓 창업을 구상할 때 추천하는 사이클이라고 했다.
- 아이디어 ->
- 베타제품제작 ->
- 마켓테스팅->
2-1. 페이스북홍보+구글폼 ->
2-2. 애플리케이션에서 웹사이트로 제작변경(becaz 초기 단계에선 접근성에 유리)->
2-3. 개발자들이 웹사이트 제작하는 동안 창업자들은 임시 웹사이트를 열어 한 달간 샐러드어택이벤트를 진행함->
2-4. 72개사에 110개판매로 성공적으로 베타서비스 완료 - 분석 ->
3-1. 거점 배송지 증설
3-2. 산학협력으로 신메뉴개발 - 아이디어검증
기억에 남는 두 문장
처음부터 완벽한 전략은 없다. 그 대신 찾아오는 기회를 빠르게 잡을 수 있어야 한다.
한 명의 안티를 붙잡는 것보다 10명의 충성고객을 유지하는 것이 중요하다
딱딱하지 않고 친근한 연사님이었다. 대단하다는 생각과 동시에 나도 할수있다는 동기부여를 얻었다.
이은지 연사님의 데이터 분석 교육 프로그램 기획자의 커리어 이야기
시작부터 화끈한 이은지 연사님은 그야말로 카리스마 대장이었다
강연시작하자마자 SI업체에 가지말라고ㅋㅋㅋㅋㅋ
국비지원학원을 다나면 취업연계로 경력 뻥튀기해서 SI업체로 종종 연결해준다고 한다
SI란 시스템 통합을 뜻하며 추가로 더 구글링해봤는데 읽어도 무슨 말인지 잘 모르겠었다.
그 중에 발견한 티스토리블로그가 있다. 실제 SI업체에서 업무중인 신입개발자의 솔직담백한 이야기를 들을 수 있었다.
한국의 대표적인 3대 SI업체로는 삼성SDS, LG CNS, SK C&C가 있고 절대 가지말라고 하셨다 ㅋㅋㅋㅋㅋㅋㅋㅋㅋ
개발자의 무덤이라고 ㅋㅋㅋㅋㅋ 그리고 시작된 재미있는 데이터사이언스강연에 나는 퐁당 빠져버리고 말았다.
데이터사이언스란
데이터에 기반한 방법으로 현실 세계의 문제를 해결 하는 것.
문제 해결을 위한 적정 기술.
비교: 인공지능 VS 머신러닝 VS 딥러닝 VS 데이터과학
- 머신러닝 : 데이터와 결과를 주고 예측 모델 만드는 것
- 딥러닝 : 데이터를 주면 데이터간의 연결관계를 찾고 컴퓨터 스스로 결과와 예측모델을 만드는 것
데이터과학자가 되고 싶으면?
SQL과 python + R 이 기본이다
단계별로 배워가면 된다
파란 계단으로 올라섰으면 데이터사이언스
주황 계단으로 올라가면 머신러닝
노랑 계단으로 올라가면 빅데이터에 특화되었다고 볼 수 있다.
신입이 맡게되는 직무는 크게 2가지이다
- 데이터분석가
- 퍼포먼스마케터
기억에 남는 두 문장
절대 혼자 공부하지 마세요. 무료인강과 커뮤니티를 적극 활용하세요. 고과의 교육 과정으로 시작해야만 좋은 데이터 분석가가 되는 것은 아닙니다
기술적으로 완성되지 않아도 취업할 수 있습니다. 모든 것을 다 배워야 한다는 압박감 때문에 너무 긴 시간을 공부에만 투자하지 마세요. 공부한다고 모든 것을 알 수 없어요. 입사하면 어차피 새로운 것을 배우게 되어있습니다.