시니어 ​데이터 ​엔지니어는 ​ BigQuery ​기반의 데이터 웨어하우스를 관리하며, ​AWS ​DMS/Kafka Connect/Airflow를 ​활용한 CDC 및 ​배치 파이프라인을 ​AWS ​EKS/NiFi/Flink 환경에서 ​운영합니다. ​또한 ​단순 운영을 넘어, ​전사가 ​데이터를 효율적으로 사용해 ​성과를 ​극대화할 ​수 있는 기술적 ​기반을 만듭니다. ​수백 ​테라바이트 규모의 ​데이터와 수백 ​개의 ​데이터 파이프라인을 다루며, ​데이터 메시 ​아키텍처로의 전환이라는 큰 그림을 직접 설계하고 있습니다. 더불어 최신 GenAI 도구를 운영 자동화에 적극 도입해, 반복 업무는 AI에 맡기고 사람은 더 어려운 문제에 집중하고 있습니다.

데이터 플랫폼 개발 • 서로 다른 데이터 소스와 관리되지 않은 권한 체계를 묶어 거버넌스를 확립하는 데이터 메시 플랫폼 구축 • Data Observability 및 품질 관리 체계 구축 (파이프라인 사용량/현황 가시화, 누락/중복/지연 감지, 품질 및 성능 이상 징후 탐지) • Data FinOps 도구 개발 (프로젝트 및 도메인별 비용 현황 가시화, 비정상 사용 패턴 인지, 조기 비용 파악을 통한 절감) 데이터 인프라 운영 • 데이터 파이프라인 운영을 위한 AWS / GCP 클라우드 인프라 운영 및 조정 • 파이프라인 변화에 따른 인프라 운영/조정 • 비용/안정성/확장성의 균형을 고려한 인프라 설계

• 8년 이상 데이터 엔지니어링 관련 경험을 보유하신 분 • 한 가지 이상의 개발 언어를 다루며 운영 도구를 직접 개발할 수 있는 분 • 아래 스택 중 다수를 실무에서 다뤄본 분: BigQuery(또는 대규모 데이터 웨어하우스), Airflow, Kafka / Kafka Connect, Spark / Flink, 컨테이너(Docker / Kubernetes), AWS 또는 GCP • 오픈소스/데이터 엔지니어링 기술을 단순히 도입해본 수준을 넘어, 직접 프로덕션에서 운영하며 장애 대응과 트러블슈팅을 경험해본 분 • 특정 기술을 사용해본 경험에 그치지 않고, 그 기술이 어떤 문제를 풀기 위해 탄생했는지와 어디까지가 한계인지를 이해하며, 도입 시의 비용/복잡성/유지보수 부담까지 함께 고민해본 분 사용 기술 스택 • 데이터 웨어하우스: BigQuery • 클라우드: AWS / GCP • 데이터 파이프라인: Airflow, NiFi, Flink • CDC / 스트리밍: AWS DMS, Kafka Connect • 인프라: AWS EKS (컨테이너 기반)

• Claude, Codex 등 최신 GenAI 도구를 개발 워크플로우에 도입해 반복 업무를 자동화하거나 개발 생산성을 높여본 경험이 있는 분 • 데이터 환경의 Observability 개선 경험이 있으신 분 • 컨테이너 기반 인프라에 대한 높은 이해도를 보유한 분 • 데이터베이스와 SQL에 대한 이해도가 높으신 분 • 끊임없이 학습하며 동료에게 아낌없이 공유하고, 여러 이해관계자와 긍정적으로 소통할 수 있는 분

• 지원서 제출 ＞ 직무적합성 인터뷰 ＞ 종합 인터뷰 ＞ 처우 협의 ＞ 최종 합격 ＜꼭 확인해주세요!＞ *직무적합성 인터뷰: 생성형 AI를 활용한 사전 과제가 함께 진행됩니다. *종합 인터뷰: 온라인 직무적합성 검사가 함께 진행됩니다. *세부 절차는 서류 합격자 분들께 개별 안내 드릴 예정입니다. *프로세스는 일정과 상황에 따라 사전 안내 후 일부 변경될 수 있으며, 각 전형의 결과는 개별 안내 드립니다.

• 고용형태는 정규직(수습 3개월)입니다. • 국가 유공자, 장애인 등 취업보호대상자는 관계 법령에 따라 우대합니다. • 해외 여행에 결격 사유가 없어야 하며, 남성은 군필 혹은 면제자여야 합니다. • 지원서에 기재된 내용 중 허위 사실이 발견될 경우 채용이 취소될 수 있습니다.