[Platform Department 소개]
Platform Department는 Data Engineering, SRE/DevOps, MLOps 구성원들이 모여 중앙 플랫폼과 시스템 인프라 개발 운영 역할을 수행하고 있습니다. Azar, AI/ML 등 전사 모든 서비스에 인프라와 공통 플랫폼 기술을 제공하고 유관부서와 적극적 협업을 통하여 다양한 영역에서 비즈니스 임팩트를 만들어내고 있습니다. 또한, 전사 기술 조직의 Silo화를 방지하고 효율적이고, 생산성이 뛰어난 엔지니어링 문화를 만들어가는데 집중하고 있습니다.
[Data Analytics Engineering Team]
- Data Analytics Engineering 팀은 Data Governance, Analytics Engineering, BI/DW 엔지니어링 을 수행하는 엔지니어링 팀입니다.
- 단순 데이터 파이프 라인 관리를 넘어서, 가치 있는 Data를 만들고 Data Quality에 대한 SLO/SLI가 관리되는 지속가능한 데이터 파이프라인 및 데이터 모델을 개발하고 제공하고 있습니다.
- DataLake/Warehouse 관리 및 개발에 있어서, Data Governance, Analytics Engineering 등 Modern Datastack 기술 패러다임을 도입하고 버전관리, Testing, Deploy, Monitoring, Observability 등 Software Engineering 관행을 Data Platform에 적용하는 업무를 수행하고 있습니다.
- Data (as a) Product: 데이터를 S/W제품으로서 취급하고 개발합니다. 또한, 데이터 생산자, 데이터 소비자 간의 브릿지 역할을 수행하며, 데이터 생산자를 Shift Right하고, 데이터 소비자를 Shift Left하는데에 관심이 있습니다.
- 조직의 Data Literacy를 높이고, 데이터 모델의 이해와 활용을 높이기 위해 데이터 문서 및 메타데이터를 생성 및 관리합니다.
- Aggregated 데이터 모델을 기반으로 만들어지는 수익화/통계/운영에 대한 내외부 데이터 제품 개발에 적극적으로 기여합니다.
[팀에 합류하신다면]
- 다양한 도메인 환경에서 발생하는 대규모 글로벌 환경의 데이터를 주도적으로 관리할 수 있습니다.
- 데이터 파이프라인 유지 관리를 뛰어넘어, 데이터 기반으로 비즈니스 문제를 해결하기 위한 시스템 구축 및 디자인을 해볼 수 있습니다.
- 비즈니스에 필요한 Data Application을 개발해 볼 수 있는 경험을 할 수 있습니다.
- 글로벌 데이터를 다루다 보니 규모가 굉장히 크고 (수십 TB/day 이상), 대량의 데이터를 바탕으로 기술적으로 다양한 고민과 시도를 해볼 수 있습니다.
- 기존 보다 나은 방향을 끊임없이 연구하고, 합리적으로 새로운 업무 체계나 시스템 도입을 Production에 적용 해볼 수 있습니다.
- EKS, Bigquery, Databricks, Airflow, DBT를 활용 중이며, 퍼블릭 클라우드기반의 다양한 데이터 인프라 및 프레임워크를 경험할 수 있습니다.
Responsibilities
Ledger 이후 Silver+/Mart 데이터 제품을 Airflow + dbt로 설계·운영하고, 정합성·재현성·신뢰도를 최종 책임집니다.
지표·시맨틱 레이어를 구축·관리합니다 (지표 정의·계산식·버전·변경 영향 표준화)
데이터 품질·옵저버빌리티를 운영합니다 (dbt 테스트·커스텀 체크, 핵심 지표 이상 탐지, 신뢰 등급 모델)
분석 서빙을 표준화합니다 (대시보드·리포트·KPI 모니터링 PA·PM·MKT·FP&A 협업)
실험·분석 자동화, Reverse ETL 스펙, 데이터 거버넌스(스키마·용어·오너십)에 기여합니다.
컴플라이언스 엔지니어링 (프라이버시·DLP) 수집 단계 차단 요구 정의, 익명화/가명화/집계 처리, 구현, 탈퇴 이벤트, 정기 배치 삭제·익명화, DLP(데이터 유출 방지) 정책의 데이터 레이어 적용
Requirements
데이터 파이프라인 엔지니어링 실무 경험 — SQL + Python, Airflow/dbt 운영
데이터 웨어하우스 모델링·성능에 대한 이해 (Databricks / BigQuery 등)
테스트·CI/CD·버전관리 등 SW 엔지니어링 방법론을 데이터 파이프라인에 적용한 경험
비즈니스 도메인을 이해하고 데이터를 신뢰할 수 있는 제품으로 전환한 경험
독립적 설계·오너십과 크로스팀 커뮤니케이션·조율 역량
Preferred Qualifications
시맨틱 레이어 / MetricFlow, 데이터 품질 프레임워크를 직접 구축한 경험
대규모 트래픽 데이터, 실시간/준실시간 처리 경험
데이터 프라이버시·컴플라이언스 엔지니어링 또는 DLP 구축·운영 경험
Product Analytics / Growth·Marketing / FP&A / AI·ML 중 하나 이상에서의 강점.
Hiring Process
고용 형태: 정규직
채용 절차: 서류전형 > 과제전형 > Recruiter Call > 1차 면접 > 2차 면접 > 최종합격 (*필요 시 전형이 추가/변경 진행될 수 있습니다.)
지원 서류: 자유 양식의 상세 경력기반 국문 또는 영문이력서(PDF)
