Data And Analytics Engineer

[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