40살 CS 석사 대학원 진학

  • #1783964
    final 182.***.78.123 7403

    안녕하세요.
    빅데이터와 머신러닝 관련해서 검색하다 보니 이곳 게시판에 관련 내용이 많아서 글을 올리게 됐습니다.

    저는 올해 한국나이로 딱 40살인 중소기업을 다니고 있는 개발 경력 12년 차인 임베디드 시스템 소프트웨어 엔지니어(BSP & 소프트웨어) 입니다.
    원래 전공은 전자공학이였지만 마이크로 마우스, 휴대폰, PMP, Divx Player 등 임베디드 제품 개발을 통해서 소프트웨어 개발 스킬을 습득했고요.
    아직도 프로그램짜고 제품 양산할 수 있게 시스템 안정화 및 디버깅 하는 재미를 느끼면서 일하고 있습니다.
    그리고 앞으로도 계속해서 개발을 하고 싶습니다.

    그런데 요즘 고민이 되는 건
    스킬은 어느 정도 되는데 깊이가 없다입니다.
    지금 포지션이 general engineer에서 general special engineer 쪽에 가깝지만 소프트웨서 공학적으로는 깊이가 낮다는 자격지심도 있습니다.
    그리고 또 하나는 지금 만들고 있는 제품이 슬슬 재미가 없다는 겁니다.(이 회사를 다닌지는 5년 가까이 되갑니다.)

    지금이 딱, 새로운 것을 할 때가 된 것 같습니다.

    그래서 요즘 뜨고 있는 IoT 관련해서 원래 하던 임베디드 분야와 접목할 수 있는게 뭘까 고민하다가 빅데이터나 머신러닝을 접목해보려고 합니다.
    이 방향이 맞는지는 모르겠습니다.
    지금 생각은 앞으로 10년 먹거리가 될 공부를 해야하는데 어렴풋이 이쪽 아닐까 생각합니다.

    그래서 지금 생각은 CS 대학원에 진학해서 빅데이터나 머신러닝을 공부할 생각입니다.
    처음에는 파트타임이나 야간대학원을 생각했었는데, 정말 공부할 마음이라면 풀타임으로 대학원에서 공부하는게 더 낫지 않을까 생각합니다.

    다른 분들의 의견은 어떤지 듣고 싶습니다.

    ——————————————————————————

    많은 분들의 의견 감사합니다.
    임베디드 시스템 프로그래밍과 IoT를 더해서 새로운 것을 해보려고, CS 대학원에 진학해서 깊이 있는 공부를 해야 하지 않을 까 생각했었는데, 생각과 마음을 다시 점검해보니 학위와 미국에 대한 미련이 있었나 봅니다.
    국내 스타트업으로 옮겨서 새로운 것을 개발하고, 야간대학원에 진학해서 인맥과 새로운 것에 대한 지식을 쌓고. 한국에서 long run 할 걸 생각해야겠네요.
    감사합니다.

    • 저요 128.***.236.131

      저 40살에 cs석사시작해서 42살에 끝냈어요. 아직 기회 있습니다. 해보세요. 하지만, 탑스쿨을 주로 쓰세요. 탑스쿨 못가시면 40살에 석사 절대따지마세요. 시간낭비입니다. 탑스쿨중에 석사 어드미션 잘주는 학교 엄청 많이 있으니 도전해보시고요.

      그리고 석사 2년을 무슨 고시공부로 생각하세요? ’10년 먹거리가 될 공부’요? 그냥 졸업장 따는겁니다. 석사는 경력에 한줄 추가되는거 말고 암것도 없어요. 그냥 박사를 하셔서 50즈음에 따시고 환갑때까지 10년먹거리 생각하시는 것도 한 방법입니다.

      • 456 148.***.2.30

        꼭 탑스쿨에만 목매실 필요없어요. 적당한 주립대만 가셔도 됩니다. 물론 프로그래밍 실력과 영어가 된다는 전제입니다. 실리콘 밸리 지역이나 텍사스쪽 또는 경기 좋은 동부쪽 적당한 대학 주립대 컴퓨터 공학 석사 따시면 그 지역내에서 취업할 곳은 꽤 많을 겁니다. 물론 기본적으로 실력 있어야 하고 영어 잘하셔야 하고 학점도 어느정도 된다는 가정입니다. 아무리 MIT 학위 있어도 영어 못하고 실력없으면 취업도 안 되고 혹시 취업해도 금방 짤리는게 미국 회사입니다.

    • 큰잘효 209.***.52.48

      본인이 충분히 소화낼 수 있는 능력과 순발력을 가지셨다면 괜찮을 것 같습니다. 그에 대한 판단은 스스로 하셔야 하겠고, 그 다음 문제는 취업시에 어떻게 그런 능력이 있음을 보여주는가 입니다.

      임베디드를 하셨으니 애플리케이션 보다는 시스템 쪽으로 접근하시면 유리할 수도 있겠습니다. 빅데이타 솔루션들은 거의 모두 open source이니 여유가 되시면 개인적으로 배우며 개발에 참여할 수도 있습니다. 그런 트랙 레코드가 있으면 대학원 없이 바로 취업이 가능할 수도 있겠죠. 물론 소프트엔지니어로서의 기본적인 것들이 갖추어져서 인터뷰를 통과할 수 있다는 가정하에 말입니다. 이 부분이 부족하다면 대학원에서 보완할 수도 있는거고요.

    • 저요 128.***.236.131

      저를 보는 거 같아서 한말씀 더 드리자면. 한가지 더 현실적으로 40살 이시점에서 미국 석사를 준비하신다는 말씀은요. GRE랑 토플을 준비해야한다는 말씀인데 이미 12월 지원은 늦어보이구요. 아마도 내년(41세)까지 공부하고 내년에 지원하실 텐데 괜찮으시겠어요? 내년에 지원하면 내후년 (42세)에 입학할 수도 있습니다. 즉 44세 5월에 석사따는거죠. 그게 의미있나요? 44세때 cs석사가? 가족이 있으시면 더더욱 힘드실꺼에요. 헛바람 들지마시고 진짜 미국석사가 왜 필요한가 심각하게 고민하고 실행에 옮기세요. 좋은학교들은 석사 등록금만 1년에 4~5만불 합니다. 당근 석사는 재정지원 받기 힘들고요. 생활비는 가족이 있으시면 수업료만큼 더 들고요. 2년 2억가까운 돈을 투자할 가치가 있는지 다시 한 번 생각하시고요. 석사는 진짜 미국 취업에 도움되는 경력외에 암것도 아닙니다.

      • 동의 216.***.65.86

        이분 말씀에 동의합니다.

        CS 쪽이 요즘 취업이 잘 되는 건 맞지만, 첫 답글 다신 분 말씀처럼 석사가 무슨 고시도 아니고 이걸로 인생역전 되는 것도 아닙니다.

        나이랑 투자비용 감안하면, 신중하게 결정하시라고 조언드리고 싶습니다.

    • 말리고 75.***.95.212

      투자비용대비 석사는 얻어지는게 별로 없는 듯 싶네요. 주변의 실험실 외국인 친구도 석사 전공관 아무 상관없는 일들만 하고 있더군요.

    • 후엄 192.***.2.36

      한국에서 미국 진출 노리는 것이라면 석사 추천
      이미 미국에서 공부하고 있는데 깊이 있는 공부를 하는 것이라면 40에 석사는 시간 낭비
      차라리 박사를…

      • 지나가다 129.***.150.136

        지금 원글님이 미국에 있든 한국에 있든 대학원 석사과정 입학에 필요한 준비(토플 and/or GRE점수를 받아둔)를 끝낸 게 아니라면 앞으로 어드미션 받으려면 1년은 더 기다려야 하고 준비가 안되어 있다면… 위에 댓글에서 쓴 거처럼 40중반은 되어야 마칠텐데 좋은 선택은 아니라 봅니다. 거기에 박사를 할라치면 더 시간이 소요되고 노안도 오는데 책보고 공부하기 쉽지 않습니다.

    • 고민 99.***.154.10

      40에 명문에 석사가면, 따라가기 힘들수도..
      그냥 빅10이나 UC 주립대 정도 석사 걸어놓고, 여기저기 놀러 다니면서.. 미국내 일자리 알아보는게 실속이 있을 듯~~

      • A 74.***.53.162

        미국에서 대학은 다녀보셨나요?
        그래 가지곤 좋은 학점 못받지요. 학점이 낮으면 결과는 뻔하고…

        • 고민 99.***.154.10

          나이가 40이라 하니까, 그렇다는 예기죠.
          한국에서 일하던 회사의 경쟁사로 옮기는 조건…

    • 고민 99.***.154.10

      참고로 미국 취업은, 님의 실부 경력 12년이 너무너무 중요.. 대학원이나 학점같은건 신입인 경우에 비해, 별 상관 없다고 봅니다..

    • 109.***.151.149

      CS대학원에서 머신러닝 배우는게 도움 되나요? 아예 통계학이나 응용수학 박사를 하던지 해야지 어정쩡하면 암것도 안되는거 같습니다. 그리고 academia에서 배우는 머신러닝은 industry에서 별 쓸모없어 보입니다. 실무에 쓰이는 머신러닝은 공학보단 통계/마케팅에 가깝지 않을까요?

      • cs 209.***.62.124

        네 도움이 됩니다. CS대학원에서 Machine Learning 배우는 게 어정쩡하다는 말씀은 동의하기 힘드네요. 참고로 Machine Learning이라는 말 자체가 CS community안에서 생겨나고 활성화된 걸로 알고 있습니다. 통계 쪽에서는 Statistical Learning이라든지 다른 식으로 부르죠.

        아마 Machine Learning이 industry에서 제대로 쓰이는 걸 못 보신 것 같습니다. 제가 있는 부서에서는 CS 대학원에서 최신 Machine Learning 분야를 전공한 사람들만 뽑아서 일을 시키고 있습니다. 필요하니까 그렇게 하는 것입니다. CS 대학원들도 industry에 필요한 것들을 다 알고 있기 때문에 그런 연구를 하고 또 가르칩니다.

        최근 유명한 Machine Learning 전공 CS 교수들이 구글, 페이스북, 아마존 등 industry로 옮겨 갔다는 사실을 아시면 상황이 짐작되시리라 믿습니다.