1. 감(Feeling)이 아닌 데이터(Data)로 취업/이직하기
1.1. 취업도 해킹인 이유: 감이 아닌 데이터로 취업을 설계하라
1.1.1. 취업은 '시험'이 아니라 '시장'이다 - 경제학에서의 '시장'
1.1.2. 취업은 '확률 게임'이다 - 확률변수와 리스크 최소화
1.1.3. 데이터 기반 취업의 본질 - 정보 비대칭 상황에서의 선택
1.1.4. 결론: 취업 해킹의 본질, 판의 전환

1.2. 취업 실패 원인 분석: 스펙이 부족한 게 아니라 타겟팅이 틀렸다
1.2.1. 스펙 과잉 투자 현상 - 한계효용 체감의 법칙
1.2.2. 타겟팅 실패 - 신호 이론과 신호 오류
1.2.3. 기업의 선택 기준 - 통계 오류 최소화
1.2.4. 타겟팅을 바꾸면 생기는 변화 - 표본 공간 재설계
1.2.5. 결론: 나를 바꾸지 않고 게임에서 이기는 법

1.3. AI 데이터 분석가로 변신하는 10분의 마법
1.3.1. ‘10분의 마법’의 의미
1.3.2. 바이브코딩: 비전공자가 AI 데이터 분석가가 되는 마법
1.3.3. ‘AI 데이터 분석가’의 본질
1.3.4. ‘10분’의 가치와 취업·이직 전략의 변화

2. 채용공고부터 핵심 키워드까지 한방에, 비즈봇(BizBot) 만들기
2.1. 바이브코딩 크롤링: 웹 채용공고(JD) 검색기 만들기
2.1.1. 실습 개요
2.1.2. 효과적인 바이브코딩을 위한 프롬프트 엔지니어링 기초
2.1.3. Replit Agent에게 프롬프트로 명령해서 앱 초안 작성하기

2.2. 바이브코딩으로 똑똑한 잡파인더(Job Finder) 완성하기
2.2.1. 실습 개요
2.2.2. 기본 기능 개선 및 세부 기능 구체화하기
2.2.3. 신규 기능 추가 및 기능 고도화하기
2.2.4. 검색 결과를 시각화해서 한 눈에 파악하기

2.3. 관심 기업 핵심 키워드 TOP 10 찾아내는 비즈봇(BizBot) 만들기
2.3.1. 실습 개요
2.3.2. 핵심 직무·역량 키워드 추출하기
2.3.3. 직무 키워드와 역량 키워드 점수 매기기
2.3.4. 키워드 확장을 통한 비즈봇(Bizbot) 업그레이드
2.3.5. ‘판의 전환’ 취업 전략 시사점 - 신호 선택과 빈도 기반 정규화

2.4. 채용공고와 핵심 키워드 한 눈에 파악하는 시각화 대시보드 구현하기
2.4.1. 실습 개요
2.4.2. 효과적인 시각화를 위한 데이터 전처리: 결측치(누락값) 제거
2.4.3. 채용공고 효과적으로 시각화하기
2.4.4. 종합 시각화 대시보드 완성하기

2.5. 나의 관심 키워드로 알짜 채용공고 찾아주는 진짜 잡파인더 만들기
2.5.1. 실습 개요
2.5.2. 내 관심 키워드와 기업 핵심 키워드 기반으로 알짜 채용공고 찾아보기
2.5.3. 언어 모델로 키워드 문맥과 의미를 추론하여 알짜 채용공고 찾아보기

2.6. 나의 관심 기업들까지 한꺼번에 비교하는 올인원 비즈봇 완성하기
2.6.1. 실습 개요
2.6.2. 여러 관심 채용공고 서로 비교하기
2.6.3. 추천 채용공고와 관심 채용공고 비교하기
2.6.4. ‘판의 전환’ 전략에 던지는 시사점

3. 핵심 키워드 매칭률 기반으로 관심 기업 궁합 알아보기
3.1. 내 이력서와 자기소개서에서 핵심 키워드 추출하기: 내 관점의 ‘판의 전환’
3.1.1. 판의 전환: 평가의 판을 ‘능력’에서 ‘관측·분포·매칭’으로 바꾸기
3.1.2. 채용 키워드 사전 만들고 이력서와 자소서에서 핵심 키워드 추출하기

3.2. 내 커리어 포지션 알려주는 2D 직무 지도 만들기
3.2.1. 관점의 ‘판의 전환’을 위한 시각화 대시보드 만들기
3.2.2. 2D 직무 지도에서 나의 커리어 포지션 파악하기
3.2.3. 확장된 ‘판의 전환’ - 신호, 표본공간, 매칭의 확장

3.3. 핵심 키워드 매칭률 기반으로 관심 기업 궁합 알아보기
3.3.1. 실습 개요
3.3.2. 핵심 키워드 매칭률 기반으로 관심 기업 궁합 알아보기
3.3.3. 나와 관심 기업의 궁합 지도 그려보기
3.3.4. 다시 확장된 ‘판의 전환’: 매칭, 신호, 기대효용

3.4. 나만의 기업 티어(Tier) 계산기 만들기
3.4.1. 왜 ‘나만의 기업 티어(Tier) 계산기’가 필요한가
3.4.2. ‘나만의 기업 티어 계산기’ 구현 및 시각화하기
3.4.3. 티어 계산기의 진짜 의미: 확률적 자원 배분과 효율적 프론티어

3.5. 채용 시뮬레이션까지, 똑똑한 커리어봇(CareerBot) 완성하기
3.5.1. 채용 시뮬레이션이란?
3.5.2. 예상 결과와 지원 전략까지 알려주는 채용 시뮬레이터 만들기

4. 데이터 기반 전략 수립하기: 24시간 나를 위한 채용 AI 비서 만들기
4.1. 비즈봇과 커리어봇으로 내 지원 서류 보완점 단번에 파악하기
4.1.1. 이력서 보완은 ‘정보 압축’ 문제이다
4.1.2. 신호는 ‘구조’이고 갭은 ‘구조적 비효율’이다
4.1.3. 판의 전환: 경쟁우위와 선택 확률의 재정의
4.1.4. 정보 전달의 효율을 높이는 지원 서류의 구조적 재설계

4.2. 데이터 분석 기반 AI 추천 채용공고 제안받기
4.2.1. 추천은 ‘예측’이 아니라 ‘거리 계산’이다
4.2.2. 추천 점수의 경제학적 해석
4.2.3. 추천 결과의 통계학적 해석과 판의 전환
4.2.4. 채용 AI 비서로부터 추천 채용 공고 제안받기

4.3. 면접 질문 예측: AI가 데이터로 뽑아낸 출제확률 높은 강력한 예상문제
4.3.1. 면접 질문의 본질: 랜덤이 아닌 전략적 상호작용
4.3.2. 데이터 기반으로 면접 질문 출제 확률 예측하기
4.3.3. AI 면접 예상질문 생성기 만들기

4.4. AI 면접 시뮬레이션: 핵심 키워드 기반 모범답변과 내 가상답변 비교하기
4.4.1. 면접 답변의 본질: 논리 구조와 일관성
4.4.2. AI 면접 시뮬레이터 설계 및 구현하기

4.5. 지원 현황 대시보드 구축: 내 취업의 전환율 관리
4.5.1. 취업은 사건(Event)이 아닌 퍼널(Funnel)이다
4.5.2 데이터 기반 문제의 진단과 해결
4.5.3. 지원 현황 대시보드의 설계와 구현

4.6. 커리어 로드맵 설계: 취업은 끝이 아니라 인생 설계의 시작
4.6.1. 취업은 마치는 ‘점’이 아닌 새로운 출발의 ‘경로’
4.6.2. 불확실한 미래, 위험 관리와 커리어 로드맵 설계