
개발 공부에 바빠서 커리어를 집중적으로 관리하기 어려운 사람들에게 필요한 책이다. 면접, 조직 문화, 채용, 발표, 평가 등 다양한 측면에서 개발자가 성장하기 위해 겪어야 하는 일들에 대해서 알려준다. 맨 뒷 장의 특별 부록을 통해 국내의 개발자 10인이 자신의 커리어를 성장시킨 과정과 팁에 대해서 소개하고 있어서, 성장에 대한 열정이 떨어진 개발자라면 자신이 맞는 길을 가고 있는 것인지 생각할 기회를 얻을 수 있다.
보통 개발자는 이직을 통해 자신의 몸값을 높이는 경우가 잦다. 이직을 생각하고 있는 개발자라면 이 책을 통해 통상적인 면접에 어떻게 대비해야 할지 알 수 있다. 이 책에서 설명하는 면접에서 나오는 질문 유형은 크게 세 가지가 있는데,
면접자에게 초점을 맞춘 질문이 첫 번째이고, 면접자의 능력을 파악하기 위한 질문이 두 번째이며, 면접자의 철학과 같은 측면을 알아보기 위한 질문이 세 번째이다. 이와 같은 세 가지 질문에 효과적으로 대답하기 위해서는 질문의 요구 사항을 이해하는 것이 가장 중요하다고 한다. 면접장에서 주어진 질문에 답은 했지만, 질문에 맞지 않는 대답이라면 면접관은 면접자의 대답을 지루해할 것이다.

아래와 같은 예시를 통해 면접자의 질문 이해도가 왜 중요한지 알 수 있다.
"이전 직장에서 무엇을 배웠는지 알려주세요."
"물론입니다. 지난 직장에서 설계에 관해 많은 것을 배웠고..."
위의 질문에 대한 대답을 이렇게 해서는 안된다고 한다. 질문의 의도는 면접자가 배운 것에 대해서 말하라는 것이 아니라, 이전 직장에서 배운 많은 것들 중에서 면접관과 관련된 답변을 해야 한다. 특히, 답변이 정리되기 전에 입을 열지 않는 것이 좋다고 한다. 질문에 답하지 않고 다른 대답으로 시간을 낭비하는 것은 면접관들이 가장 싫어하는 일 중의 하나이다.
횡설수설하는 것을 방지하기 위해서는 질문의 포인트가 무엇인지 명확히 해야 하고, 질문을 명확하게 한 뒤에서도 아무것도 생각나지 않으면 면접관에게 솔직하게 자신의 무지를 인정하는 것이 낫다. 면접자의 능력이나 철학을 알아보기 위한 질문에 면접자가 엉망진창으로 대답한다면 면접관은 이력서에 작성된 면접자의 능력을 의심할 수 밖에 없기 때문이다.
오히려 무지를 인정하는 용기가 면접관에게 깊은 인상을 준다는 것이다. 이 부분이 한국에서도 적용되는지는 모르겠지만 질문에 두 번 생각해본 뒤에도 대답이 불가한 질문이면 모르겠다고 말하는 것이 깔끔하다는 생각이 들었다.

이 책에서는 개발자가 관리자로 성장하기 위해 겪어야 하는 문제들에 대해서도 알려준다.
주로 개발 업무만 해왔고, 조직 관리에 대해서 문외한인 개발자라면 개발 뿐만 아니라 개발 이외의 분야에서도 다양한 성격의 사람들과 효과적으로 소통하는 방법을 생각해야 한다. 실리콘 밸리의 저주는 가치 있는 인재들을 적합하지 않은 업무에 배치하는 것에서 시작한다. 개발자가 지난 세월동안 훌륭한 코드를 개발하면서 얻은 경험 중에서, 관리자가 마주칠 수 있는 상황(적대적인 분위기 속에서 소통하거나 성과가 부족한 직원에 대해 평가 보고서를 작성하는 상황)에 대해 대처하는데 도움이 되는 것은 거의 없다.
관리자가 되기 위해서는 조직 내 소통의 중심 역할을 얼마나 잘 수행해 내는지에 달려있다. 개발자의 최종 종착지는 관리자이지만, 둘의 업무 성격은 매우 다르기 때문에 의사소통과 적응에 어려움을 겪는 경우가 있는데, 관리자로서 필요한 역량이 무엇인지, 앞으로 겪게 될 문제들이 무엇일지 생각해볼 수 있었다. 단순히 나열식으로 구성된 책이 아니라, 단어를 툭툭 던지면서 관련된 이야기를 풀어나가는 구성이어서 친절하지는 않지만, 이직 면접을 준비하거나 커리어를 앞으로 어떻게 발전시켜야 할지 고민이 되는 사람들이라면 주저없이 이 책을 통해 질문에 대한 해답을 얻어갈 수 있으면 좋을 것이다.
한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.
'한빛미디어' 카테고리의 다른 글
데이터로 말한다! CRM 마케팅 (0) | 2024.07.17 |
---|---|
러닝 깃허브 액션 (0) | 2024.06.06 |
개발자 기술면접 노트 (1) | 2024.04.05 |
실무로 통하는 인과추론 with 파이썬 (0) | 2024.03.25 |
밑바닥부터 시작하는 딥러닝 4 (0) | 2024.02.25 |
댓글