
취업 한파에 프론트엔드 개발자로 취업하기
일단 취업한 것에 감사
• Insight
드디어 취업
생퇴사 이후 약 1년을 취준생으로 지내다가 최종합격을 하게 되었다.
취업 한파에도 공고가 안올라오진 않았으나, 경쟁률이 최소 수십대일에서 수백대일은 기본이었다.
특히나 프론트엔드는 진입장벽이 낮은 분야라 경쟁자는 많았고, AI의 발전으로 개발자 중에서도 대체 1순위로 부상하여 모집인원 자체가 적어 더 힘들었다.
그럼에도 결국 이뤄낸 합격에 대해 간단히 회고하는 글을 적고자한다.
왜 오래 걸렸을까
- AI라는 변수
- AI로 인해서 채용인원을 대폭감소 및 경쟁률 증가. 따라서 면접에서는 완벽에 가까이 대답해야 합격하고 코테도 거의 다 맞아야 통과가 되어버렸다.
- 같은 기업인데 상반기 전형과 하반기 전형이 달랐다. 기업들도 AI로 인해서 채용에 혼란이 온듯 했다.
- 메타인지 부족
- 보여주고 싶은 것에 치중한 초기 이력서
- 3년차 이상 공고지원 → 서합률 0%, 나는 흔히 말하는 "그에 준하는 실력을 겸비하신분"은 아니었다.
- 애매한 포지션 → 1년 경력은 인턴, 신입, 경력 모두 지원할 수 있을거라 생각. 근데 생각보다 경력은 2,3년이상을 기준으로 세웠고 신입은 경력 1년미만을 요구했다. 그나마 중고신입으로 들어갈 수 있었는데, 신입공채의 숫자는 확실히 줄었다.
- 기술질문 준비 부족 → 취준 스터디로 극복
- 경쟁력 없는 중소기업 경력 → 단지 "협업 경험과 실무 경험이 있다"정도로만 평가되었다.
- 완벽주의 → 일단 지원을 하고봐야하는데, 기업을 너무 가렸다, 면접경험 하나하나가 정말 소중하다.
- 경험정리 부족
- 인성질문에 즉흥으로 대답하던 초기면접
- 포폴에 대해서 기술적인 부분만 강조하고 왜 했는지 맥락에 대한 설명 부족
- 최빈 질문에 대해서만 대비 하면 결코 붙을수 없다.
- 면접에서 모든 것을 다 답해도 붙을까 말까인데, 효율적으로 준비한다고 여러 회사에서 많이 물어보는거 위주로 준비하면 결국 남들이 다 준비하는 그정도의 지원자가 된다.
- 남들이 대답을 잘 못하는 지점까지 준비해야 비로소 붙는거 같다.
- 목표 기업, 목표 도메인 정리 부족
- 그냥 뽑아주면 열심히하겠다는 식의 마인드는 기업으로 하여금 또 로열티 부족으로 느껴진다.
- 기업마다 전형이 다르고 (코테 선호/ 과제 선호) 이에 따라 취준 접근 방법이 달라진다.
도움이 되었던 것들
- 성실
- 학벌은 안본다고하지만, 학벌과 학점에 많은 도움을 받았다고 생각
- 꾸준히 코테준비를 했던것이 크게 도움이 되었다. 코테는 평소실력으로.
- 메타인지
- 경력을 포기하고 나의 위치를 파악후 인턴 및 신입에 지원, 무지성 지원보다도 내가 가진 스펙을 요구하는 기업에 지원
- 많은 이력서를 찾아보고 나의 이력서와 비교 → 면접관이라면 무엇을 보고 싶을까 → 무엇을 했는지 최신순으로 이력정리
- 주기적으로 이력서 업데이트 → 거진 한달마다 새로운 이력서 포맷으로 도전 (약 15개의 버전 업)
- 약점과 강점을 파악해서 멘탈관리 → 코테에 강하고 과제 전형에 약하다.
- 취준 스터디
- 오전 공부 루틴 만들기
- 기술 및 인성 면접 대비 상호 피드백
- 기술 및 인성 면접대비 누적 복습을 통한 체화
- 코테, 면접, 과제, 블로그 글 등 거의 모든 것을 대비 및 공고 정보, 면접 내용 교환
- 나만의 무기 만들기
- 공백기를 없애려고 꾸준히 스터디 - 리액트 공식문서, 함수형 코딩
- 깊은 리액트 탐구 및 블로그 정리
- 면접 경험을 내것으로 만들기
- 면접복기를 통해 다음 면접에 비슷한 질문이 들어왔을때 반드시 대답하도록 대비
- 면접에서 외운것을 말하는것이 아니라 대화하듯이 → 정말 많은 면접을 통해 그냥 체화가 되었다.
- 면접 끝에 마지막 질문으로 "신입사원에게 기대하시는 역량이 무엇인지 궁금합니다"라고 물어보면 면접 심사 기준이나 회사의 정체성등을 명확히 알 수 있다.
- 내가 답변한 내용이 이 기준에 부합한지를 토대로 대충 면접 결과도 예상 가능하다.
실전 팁
- 서류
- "내가 이런것들을 구현했어요" 보다는 "이런 생각을 가지고 구현했어요" 라는 것 어필하기
- 많은 이력서를 보고 실제로 면접관의 입장에서 뽑고 싶은 이력서의 특징 찾아보기
- 코테
- 한번에 큰 로직을 구현하려하지말고 풀기전에 주석을 활용하여 단계별로 설계
- 각 단계가 제대로 동작하는지 중간중간 테스트
- 엣지케이스 검사 필수
- 매일 한문제씩 꾸준히하기
- 일주일에 한번은 시간 재고 풀고, 새로운 알고리즘에 대해서 충분히 익히기
- 인성면접
- 나의 경험을 먼저 정리하고 내가 어떤 사람인지 알아보기
- 나는 이전 회사에서 어떤걸 했고, 일할때 주로 어떻게 일하는 사람이며, 어떤 사람인가? 등
- [질문 - 경험] 이렇게 연결하지 말고 [경험 - 키워드]로 연결하여 질문에 따라 유동적으로 답하기
- 지원하는 기업의 인재상, 채용공고분석, 기술블로그, 잡플래닛 면접 리뷰 필수로 찾아보기
- 나의 경험을 먼저 정리하고 내가 어떤 사람인지 알아보기
- 기술면접
- 신입에게 할 수 있는 기술 질문이 생각보다 한정되어 있다. 각잡고 준비하면 대비가 가능하다.
- 질문에 초점을 두지말고 개념에 초점을 두기
- 마이크로태스크큐란? 이런 질문 대비보다는 이벤트 루프에 대해 알아보고 주변 개념도 함께 찾아보면 꼬리질문 대응이 가능하다.
- 이력서, 포폴에 적은 기술은 완벽한 이해가 필요하다.
- 기타
- 어자피 기회는 계속 온다. 조급하게 생각하지 말고 매일 꾸준히하기
- 완벽히 준비된 상태란 없다. 일단 지원하면서 배우기
- 면접 복기를 반드시하여, 다음번에 같은 질문에 대해서는 답할 수 있는 상태 만들기
다시 이직을 준비 한다면?
- 미리 준비하기
- 시기를 보고 나오기 → 공채시즌 2달전 정도 시작
- 이력서 및 포폴을 평소에 주기적으로 최신화 → 이전 회사 데이터에 접근할수 없는 점이 수치적 근거를 많이 댈수 없어서 아쉬웠다.
- 취준때 반짝 개발에 관심있는 척이 아니라, 평소에도 즐겨한다는 것을 기록을 통해 알리기
- .목표 기업이나 도메인을 정해두고 그것에 맞는 경험을 쌓고 요구하는 기술스택을 쌓는 초정밀 타겟팅 이직이 중요
- 평소에 깊은 탐구하기
- 항상 성능개선, 생산성 증가, 깊은 탐구에 대한 관심을 꾸준히 드러내기
- 프론트엔드라고 CS 공부 소홀히하지 않기
- 바쁠수록 돌아가기 → 빠른시간 내에 똑똑해지는 법은 없다. 기초부터 차근차근 꾸준히 지식을 쌓기, 전부 자산이 되었다.
- 고민하기
- 개발할때 고민하면서 하기, 설계하면서 하기 → 기한이 빠듯하다고 무지성 개발하면, 좋은 결과도 남는것도 아무것도 없다.
- 평소에 커리어에 대한 고민 많이하기 → 단순히 프론트엔드 개발자보다도, 인터렉션쪽이라든지, 세부 특화 진로 고민해보기
- 영어공부하기
- 개발자는 어학이 안중요하다고 생각했고 면접 및 코테 등에 더 몰입했다. 근데 지원자격에서부터 최소 어학성적을 요구하는 곳들이 많았는데, 그런 곳은 지원조차 불가능했다.
전체 지원
- 총 89개 공고 지원 / 최종 2개 합격
- 24년 하반기 1개
- 25년 상반기 17개
- 25년 하반기 71개
서류합격
- 인턴: 라포랩스, 요기요, 카카오페이, 케이뱅크, 팀스파르타,
- 신입: IBK기업은행, KB국민은행, 마이다스그룹, 한솔그룹
- 경력: 네이버페이, 놀유니버스, 레브잇, 버즈빌, 오늘의집, 채널톡, 크리에이트립, 타다, 티맥스티베로
- 부트: KT에이블스쿨(AI), 현대모비우스(모빌리티)
- 무조건 합격인 경우 제외
- 합격률 약 20%
- 경력 3년이상 공고 합격률 0%
- 규모가 너무 작은 기업보다는 적당히 큰 기업이 비교적 합격이 잘 되었다.
코테합격
- 현대오토에버, 티맥스티베로, 토스, 카카오페이, 케이뱅크, 네이버페이, 마이다스그룹
- 대체로 다맞아야 통과되었다.
- 토스는 정말 재밌는 문제가 많이 나온다.
면접합격
- 팀스파르타, 채널톡, 한솔그룹, 마이다스그룹
- 전형 중에 한번이라도 면접 합격한 회사들
- 모든 질문에 전부 답할 수 있어야 하며 본인만의 가치관이 드러나야 통과했다.
최종합격
- 한솔그룹, 마이다스그룹
- 좀 더 성장할 수 있는 곳을 선택하였다.
느낀점
- 취준하면서 준비한 것이 헛되지는 않았는지, 취준끝으로 갈수록 대체적으로 합격률이 올라갔다.
- 그래서 좀만 더 준비하면 더 좋은 기업에 갈 수 있지 않을까? 싶기도 하면서 AI시대에 취업한 것만으로 감사하고 있다.
- 이제는 회사보다도 AI시대에 어떻게 성장할지 고민하는 것에 몰두하려 한다.