Yeon's 개발블로그

지식을 전파하는 개발자가 되고싶습니다.

Yeon`s Diary/코테후기

2021년 SKT T-WorX 인턴십 코딩테스트&면접 후기

Dev.yeon 2021. 9. 11. 13:44

(2021.06.04) 2021년 SKT T-worX 인턴십 후기입니다. 최종합격을 해서 7~8월 두달동안 인턴을 진행한 후 쓰는 후기입니다. 채용 과정은 1) 자기소개서 2) 라이브 코딩테스트 면접 3) 기술면접 으로 총 3차례를 거치게 되며, 이후 합불이 정해지게 됩니다. 최종합격까지의 채용은 총 2주정도로, 굉장히 스피디하게 이루어진 편입니다. 제가 지원했던 직무는 '자연어 분류 기술 개발' 로 대화 기반 자연어 및 계층적 텍스트 분류에 대한 업무를 하는 곳이었습니다. 필수 자격요건에는 python을 이용한  자연어 데이터 전처리 경험과 Transfomer 등의 NLP 관련 라이브러리 사용경험이 있었어야 했습니다. 

자기소개서는 정해진 형식이 존재해서, 양식에 맞춰 준비를 했습니다. 하지만 따로 분량 제한은 없었기 때문에 직무 관련 경험에 대해서는 상세하게 포트플리오를 첨부하여 제출하였습니다. 양식에도 나와있듯이, 관련 경험만 나열하는 것이 더 좋습니다. 1차 서류전형에서 통과를 하게되면 다음은 두차례에 걸친 면접을 봐야합니다. 

첫번째 면접은 라이브 코딩테스트 였습니다. 면접은 줌안에서 온라인으로 카메라를 킨 상태에서 진행이 되었습니다. 면접관분들이 코딩테스트를 칠 수 있는 링크를 주시면 그 링크를 접속한 후, 화면공유를 해서 어떻게 코드를 짜는지에 대해 라이브로 보고계십니다. 이 점은 구글 면접방식과 동일한 것 같아요! 물론 구글에서는 영어로 진행했지만 SKT는 한국어로 면접을 진행하였습니다. 20분정도 코드를 작성한 후, 그 코드에 대해서 면접관 분들이 질문하는 시간을 가집니다. 오히려 코드를 짜는 시간보다, 코드에 대한 질문에 답하는 시간이 더 길었습니다. 총 면접시간은 50분정도 소요되었던 것 같습니다. 면접관 분들이 코드를 보시면서, '이부분은 왜 이렇게 코드를 작성했나요?' '이 부분에 대해서 좀 자세히 설명해주실 수 있으신가요?' 등의 질문을 하십니다. 그 질문에 맞춰서 왜 코드를 이렇게 짰는지에 대해 답변하고, 답변을 함과 동시에 더 나은 방안이 생각난다면 바로바로 고쳐가면서 진행을 했습니다. 그렇게해서 첫번째 면접은 끝이 났고, 바로 두번째 면접 시간을 2일 후로 잡았습니다. 

두번째 면접은 지원한 직무에 대한 기술 질문 이였습니다. 자기소개서를 바탕으로 기술 질문이 진행되었습니다. 자기소개서에 나열한 프로젝트에 대해서 설명하고, 어떤역할을 맡았는지, 이 모델에 대해서 설명해보고 어떤 때에 왜 쓰는지에 대해서 알고있는지에 대한 질문이었습니다. 본인이 참여한 프로젝트의 수준에서 더 나아가 현재 이 기술에 대한 동향과 쓰임새를 묻는 질문으로 이어졌습니다. 이것 이외에도 코드를 작성할 때 어떤식으로 하는지에 대한 성향에 대한 질문도 있었습니다. 기술면접을 할 때 참고했던 사이트는 하단에 링크로 남겨두겠습니다 ! 

면접에 대한 난이도는 중상 정도라고 볼 수 있을 것 같습니다. 1차 면접은 알고리즘에 대한 라이브 코딩테스트, 2차 면접은 인공지능에 대한 기술면접 이었기 때문에 둘다 보통 이상은 해야 합격할 확률이 높은 것 같았어요..! 두달간의 인턴십 후기는 이 글 이후에 작성을 하도록 하겠습니다. 궁금하신점 댓글로 남겨주세요 :) 

 

*자연어 처리, 인공지능 관련 기술면접 링크* 

1) 딥러닝 기초

https://github.com/boostcamp-ai-tech-4/ai-tech-interview/blob/main/answers/3-deep-learning.md

 

GitHub - boostcamp-ai-tech-4/ai-tech-interview: 👩‍💻👨‍💻 AI 엔지니어 기술 면접 스터디

👩‍💻👨‍💻 AI 엔지니어 기술 면접 스터디. Contribute to boostcamp-ai-tech-4/ai-tech-interview development by creating an account on GitHub.

github.com

 

2) 파이썬 

https://github.com/boostcamp-ai-tech-4/ai-tech-interview/blob/main/answers/4-python.md

 

GitHub - boostcamp-ai-tech-4/ai-tech-interview: 👩‍💻👨‍💻 AI 엔지니어 기술 면접 스터디

👩‍💻👨‍💻 AI 엔지니어 기술 면접 스터디. Contribute to boostcamp-ai-tech-4/ai-tech-interview development by creating an account on GitHub.

github.com

https://dingrr.com/blog/post/python-python-%EB%A9%B4%EC%A0%91-%EC%98%88%EC%A0%9C-1%ED%8E%B8

 

[PYTHON] Python 면접 예제 1편 | 블로그 | 딩그르르

[PYTHON] Python 면접 예제 1편

dingrr.com

https://dingrr.com/blog/post/python-python-%EB%A9%B4%EC%A0%91-%EC%98%88%EC%A0%9C-2%ED%8E%B8
https://shelling203.tistory.com/31

 

Python 기술 면접 대비

python 기술면접에 대비해서 자주 나오는 질문과 답을 정리하려고 합니다. 질문의 출처는 여기이며, 이 글의 내용을 공부하면서 번역했습니다. 번역하면서 추가로 설명을 넣거나 표현을 변경하였

shelling203.tistory.com

 

3) 자연어처리

https://stellarway.tistory.com/9

 

자연어처리(NLP) 직무 면접 대비용 개념 한 줄 정리

※무단 사용 및 펌을 절대 금지합니다 이 페이지에서만 봐주세요.※ 하나 하나 손으로 기입한 것이어서 잘못된 내용이나 오타가 있을 수 있습니다 댓글로 제보해주세요 분야 용어 용어 풀이 텍

stellarway.tistory.com

https://heehehe-ds.tistory.com/entry/NLP-%EC%9E%90%EC%97%B0%EC%96%B4%EC%B2%98%EB%A6%AC-%EA%B8%B0%EC%B4%88-for-%EA%B8%B0%EC%88%A0%EB%A9%B4%EC%A0%91-%EB%8C%80%EB%B9%84

 

[NLP] 자연어처리 기초 (for 기술면접 대비)

Tokenization - corpus를 의미 있는 단위인 token으로 나누기 - 구두점, 특수문자 단순히 제외하면 안됨 Lemmatization & Stemming - Lemmatization : 표제어 추출 (뿌리 단어 찾기, am → be) - Stemming : 어간..

heehehe-ds.tistory.com