[합류하게 될 팀에 대해 알려드려요] • 토스플레이스의 Data Engineer는 Data Platform Team에 속해 있어요. • Data Platform Team은 Data Engineer와 Data Analytics Engineer로 구성되어 있으며, 서비스와 분석에 필요한 데이터 플랫폼과 데이터 파이프라인을 구축하고 운영해요. •데이터 활용 범위가 분석을 넘어 다양한 서비스로 확대되면서, StarRocks와 Apache • Iceberg를 중심으로 대규모 데이터를 안정적으로 저장하고 빠르게 활용할 수 있는 데이터 인프라를 고도화하고 있어요.

• Kubernetes와 EC2 환경에서 Kafka, StarRocks, Airflow, Spark, Elasticsearch 등 다양한 데이터 인프라를 운영하고, 모니터링·업그레이드·리소스 관리 등 안정적인 운영을 위한 기준을 만들어요. • Starrocks와 Apache Iceberg 기반의 실시간 분석 플랫폼을 구축하고 운영해요. • Airflow, Snowflake, StarRocks 기반의 분석 파이프라인을 운영하고 안정성을 높여요.

• 대규모 OLAP 시스템을 실제 운영 환경에서 직접 구축 및 운영하고, 성능과 안정성을 개선해본 경험이 있는 분과 함께하고 싶어요. • 실제 서비스에서 사용하는 데이터 인프라를 서비스 중단 없이 유지보수하거나 업그레이드해본 경험이 있는 분과 함께하고 싶어요. • 오픈소스와 프레임워크를 사용하는 데 그치지 않고, 내부 동작 원리까지 이해해 상황에 맞게 활용할 수 있는 분과 함께하고 싶어요 • Kubernetes, Ansible 등을 활용한 인프라 배포와 Git 기반 CI/CD 환경에 익숙한 분과 함께하고 싶어요. • 분석 파이프라인이 어떻게 만들어지고 쓰이는지 이해하고, 플랫폼을 사용하는 사람의 관점에서 데이터 인프라를 개선할 수 있는 분과 함께하고 싶어요.

• StarRocks 또는 Apache Iceberg를 실제 서비스 환경에서 직접 구축·운영한 경험이 있다면 더 좋아요. • StarRocks 클러스터를 직접 구축 및 운영하고 모니터링과 성능 최적화를 통해 안정적인 운영 환경을 만들어본 경험 • Apache Iceberg의 Schema/Partition Evolution, Snapshot 관리, Small File Compaction 등을 운영하고 최적화해 본 경험 • Kafka, Airflow, Spark, Elasticsearch 등 데이터 인프라를 직접 구축하고 운영해 본 경험이 있다면 좋아요. • Kubernetes 환경에서 데이터 인프라를 운영하거나 데이터 관련 오픈소스에 기여한 경험이 있다면 좋아요.

서류 접수 ＞ 직무 인터뷰 ＞ 문화적합성 인터뷰 ＞ 레퍼런스 체크 ＞ 처우 협의 ＞ 최종 합격

[이력서는 이렇게 작성하시는 걸 추천해요] • 대규모 데이터를 다루면서 겪은 문제를 구체적으로 작성해주세요. 어떤 규모와 환경에서 장애·성능 저하·병목 등의 문제가 발생했고, 원인을 어떻게 진단하고 해결했는지가 드러나면 좋아요. • 데이터 인프라를 구축 및 운영하며 내린 기술적 의사결정과 개선 경험을 적어주세요. 단순히 어떤 기술을 사용했는지보다, 기존 구조에 어떤 문제가 있었고 왜 해당 기술이나 구조를 선택했으며 무엇이 달라졌는지가 궁금해요. • 개선 결과는 가능한 객관적인 근거와 함께 보여주세요. 쿼리 지연시간·처리 속도·리소스 사용량·저장 비용·장애 빈도 등 전후의 변화를 수치로 보여주시면 좋아요. 단, 외부 공개가 민감한 내용은 제외해 주세요.