직무 Summary 넥스트증권 ​AI데이터플랫폼팀과 ​함께 ​금융 데이터를 ​신뢰할 수 있는 데이터 ​자산으로 ​만들어갈 금융 ​데이터 분석가(경력)를 모집합니다. ​LSEG 등 ​금융 ​데이터 벤더가 ​제공하는 ​종목·시세·지수·기업정보·재무·추정치·기업행사 ​데이터의 구조와 업무적 ​의미를 ​분석하고 식별자 매핑 ​규칙부터 ​데이터 ​모델·가공 규칙·분류 기준·품질 ​기준까지 투자정보 ​표준화의 ​기준 정의와 ​검증을 책임집니다. ​SQL로 ​벤더 원천 데이터와 ​내부 데이터를 ​분석·검증하고, 벤더 라이선스 조건을 반영한 안전하고 일관된 투자정보 활용 체계를 구축합니다. 단순한 리포트 작성을 넘어, 금융 도메인과 데이터 엔지니어링 사이의 연결고리로서 조직 전체가 일관된 데이터를 활용하도록 지원합니다.

· 금융 투자정보 분석: 종목·시세·지수·기업정보·재무제표·컨센서스·기업행사 등 투자정보의 구조와 의미를 분석하고, 금융상품·거래소·시장·통화·거래 캘린더 등 기준정보와 데이터 필드별 산출 기준, 제공 주기, 정정·재처리 정책을 정의합니다. · 데이터 벤더 연계 및 표준화: LSEG 등 외부 벤더의 데이터 명세와 전달 방식을 분석하여 벤더별 데이터 모델과 식별자 체계를 사내 표준 데이터 모델로 매핑하고, 벤더 데이터의 도입·변경·종료가 내부 시스템에 미치는 영향 분석과 복수 벤더 간 값 차이의 적용 기준 수립을 담당합니다. · 종목 및 식별자 기준 정의: 티커, ISIN, RIC 등 종목 식별자 간 매핑 규칙을 정의·검증하고 상장·상장폐지·합병·분할 등 기업행사에 따른 식별자 이력 관리 기준을 정의하여 동일 종목·금융상품·발행기관을 일관되게 식별하는 기준을 마련합니다. 매핑의 구축과 운영은 Financial Data DE가 맡습니다. · 금융 분류 기준 정의: 섹터·산업·테마·기업행사 유형 등 금융 데이터의 분류 기준을 정의하고 벤더 분류체계를 사내 분류에 대응시키는 기준을 정합니다. 분류체계(taxonomy) 모델의 설계와 버전 관리는 Financial Data DE가 맡습니다. · SQL 기반 데이터 품질 검증: SQL로 대용량 투자정보를 탐색하여 누락·중복·이상값·식별자 매핑 오류를 탐지하고, 가격 조정·통화 환산·시점 기준 등 주요 가공 규칙의 정확성과 원천-가공 데이터 간 정합성·완전성·적시성을 검증합니다. · 데이터 요구사항 및 모델 정의: 서비스·리서치·AI/ML 조직의 투자정보 요구사항을 데이터 항목, 산출 기준, 제공 주기, 이력 관리 및 품질 기준으로 구체화하고 Financial Data DE·DAE와 협업하여 레이크하우스의 데이터 모델과 파이프라인을 검증합니다. 구체화한 명세를 마트 구조로 설계하는 일은 DAE가 맡습니다. · 데이터 거버넌스 및 라이선스 정책 적용: 투자정보의 정의·오너십·메타데이터·데이터 계보 관리에 참여하고, 법무·컴플라이언스가 수립한 벤더 데이터 사용 기준을 데이터 요구사항에 반영하며 준수 여부를 검증합니다.

· 5년 이상의 금융 투자정보 분석 또는 금융 데이터 관련 실무 경험이 있으신 분 · LSEG 또는 유사 금융 데이터 벤더가 제공하는 투자정보를 실무에서 활용한 경험이 있으신 분 · 종목·시세·지수·기업정보·재무·기업행사 중 하나 이상의 데이터 도메인에 대한 깊은 이해가 있으신 분 · 금융상품 및 종목 식별자 체계와 종목 마스터 데이터에 대한 이해가 있으신 분 · Python과 SQL을 활용하여 대용량 금융 데이터를 분석하고 검증할 수 있으신 분 · 벤더 데이터 명세를 분석하여 사내 데이터 모델과 매핑 규칙을 정의할 수 있으신 분 · 데이터 정합성 및 품질 문제를 발견하고 근본 원인을 분석할 수 있으신 분 · 투자정보의 요구사항과 업무 규칙을 명확한 데이터 명세로 문서화할 수 있으신 분 · 데이터 엔지니어, AI/ML 엔지니어 및 서비스 조직과 원활하게 협업할 수 있으신 분

· 복수 금융 데이터 벤더의 데이터를 비교·통합하거나 전환한 경험이 있으신 분 · 글로벌 주식, ETF, 채권, 파생상품 또는 지수 데이터를 다룬 경험이 있으신 분 · 기업행사에 따른 가격·수량·식별자 조정 업무 경험이 있으신 분 · 데이터 벤더의 라이선스, 권한 또는 재배포 정책을 검토한 경험이 있으신 분 · Databricks, Spark 또는 데이터 레이크하우스 환경에서 분석한 경험이 있으신 분 · 데이터 품질 규칙과 모니터링 체계를 설계하거나 운영한 경험이 있으신 분 · AI 코딩 에이전트나 생성형 AI를 활용해 SQL 작성, 데이터 분석 및 문서화 생산성을 높인 경험이 있으신 분

■ 채용 과정 · 서류 접수 ＞ 1차 인터뷰 ＞ 2차 인터뷰 ＞ 처우논의 ＞ 최종 합격 · 전형 단계 중 필요 시, 사전 동의 후 레퍼런스 체크 진행 · 장애인 및 국가보훈대상자는 지원 시 관련법에 따라 우대함 ■ 제출 서류 (필수) · 국문 이력서 및 자기소개서(자유 양식) 제출 · (선택) GitHub/기술 블로그/포트폴리오 링크 첨부

[유의사항] · 상기 영입 절차는 기본 프로세스이며, 회사의 사정에 따라 전형 절차가 추가 또는 변경될 수 있습니다. · 세부 사항(지원 자격, 전형 방식 등)은 공고별로 상이하며, 지원자는 공고 내용을 충분히 확인할 책임이 있습니다. · 지원서 및 제출 자료에 기재된 내용이 사실과 다르거나 허위로 판명될 경우, 전형 진행 중 또는 합격 이후라도 채용이 취소될 수 있습니다. · 전형 진행 과정에서 필요 시, 지원자의 사전 동의를 받아 레퍼런스 체크 등 추가 검증 절차가 진행될 수 있습니다. · 장애인 및 국가보훈대상자는 관련 법령에 따라 우대합니다. · 원활한 채용 운영을 위해 동일 기간 내 복수 포지션에 대한 동시 지원은 제한될 수 있습니다. · 본 채용은 수시채용으로 진행되며, 적합한 인재 채용 시 공고는 사전 고지 없이 조기 마감될 수 있습니다. · 면접 방식 및 소요 시간은 전형 단계 및 상황에 따라 변경될 수 있습니다. · 복지 및 혜택은 회사의 내부 규정, 취업규칙 및 개별 근로계약에 따라 변경 또는 제한될 수 있으며, 근로 형태에 따라 적용 범위가 상이할 수 있습니다.