Security Data Platform Engineer

회사 소개

쿠팡은 고객 감동 실현을 위해 존재합니다. 고객들이 "쿠팡 없이 그동안 어떻게 살았을까?" 라고 말할 때, 비로소 우리의 미션을 실현하고 있음을 알 수 있습니다. 고객들의 쇼핑과 식사, 생활 전반을 편하게 만들겠다는 유일한 집념으로 쿠팡은 수억 달러 규모의 이커머스 산업 전반의 혁신을 이끌고 있습니다. 쿠팡은 가장 빠르게 성장하는 이커머스 기업 중 하나로, 국내 커머스 업계에서의 독보적인 입지와, 고객 신뢰를 구축했습니다. 

쿠팡은 스타트업 문화를 기반으로 한 글로벌 대형 상장사라고 자부합니다. 이것이 창립 당시의 기민함을 지하며, 신규 서비스를 끊임없이 출시하며 비즈니스를 확장해 나가는 우리의 성장 동력입니다. 쿠팡의 모든 임직원에게는 기업가 정신을 갖추고 새로운 혁신과 이니셔티브를 추진할 수 있는 기회가 주어집니다. 주저 없이 일에 뛰어들어 성과를 이루고자 하는 과감성이, 바로 쿠팡이 일하는 방식의 본질입니다. 쿠팡에서는 여러분 자신, 동료, 팀 그리고 회사 전체가 매일 성장하는 모습을 목격할 것입니다. 

쿠팡의 모든 직원은 커머스의 미래를 만들겠다는 쿠팡의 미션에 진심입니다. 우리는 고객의 문제를 해결해 나가고, 전통적인 관념과 통념에 맞서며 실현 가능한 한계를 뛰어넘고 있습니다. 고가용성 (always-on) 과 최첨단의 앞선 기술 (high-tech), 초연결사회 (hyper-connected world) 에서의 놀라운 업무 경험을 원하신다면, 지금 바로 쿠팡에 합류하세요.

팀 소개

Detection Engineering(DE) 팀은 쿠팡 보안조직(Digital Trust) 내에서 보안 위협의 탐지와 대응 자동화를 엔드투엔드로 설계하고 구현하는 팀입니다. 위협 시나리오 정의부터 로그 수집, 탐지 룰 배포, AI 기반 자동 대응까지 전 주기를 한 팀에서 커버하며, Detection-as-Code 철학을 기반으로 모든 탐지 로직을 코드로 관리합니다.
DE팀은 AI 기술을 각 도메인에 적극적으로 접목하고 있습니다. 대규모 보안 로그의 AI 기반 분석, LLM을 활용한 로그 정규화 및 커버리지 갭 분석 등, AI는 별도 기능이 아닌 팀 전체의 업무 방식에 내재되어 있습니다.
이 포지션은 DE팀의 Security Data Platform 축에 해당하며, 보안 탐지·분석·대응의 근간이 되는 데이터 인프라를 설계하고 구축하는 역할입니다. 전통적인 SIEM 운영을 넘어, 대규모 보안 로그를 실시간으로 수집·정규화·적재하고, 탐지 엔진과 AI/ML 모델이 최적의 데이터를 활용할 수 있는 플랫폼을 만드는 엔지니어링 역할입니다.

이런 분과 함께하고 싶습니다

• 데이터가 "정확하고 빠르게 흐르는 것"에 대한 집착이 있는 분
• 보안 도메인에 대한 호기심이 있고, 데이터 엔지니어링 역량으로 보안 문제를 해결하고자 하는 분
• 장애 상황에서 침착하게 원인을 추적하고, 근본적인 해결책을 찾는 분
• AI와 자동화를 "나의 업무를 더 잘하기 위한 도구"로 자연스럽게 활용하는 분
• 비용과 성능의 균형을 항상 고민하는 분

업무 내용

• 보안 데이터 플랫폼(Data Lake/Warehouse) 아키텍처 설계 및 구축 — 탐지 엔진, AI/ML 모델, 분석가가 최적의 환경에서 데이터를 활용할 수 있도록 지원
• Kubernetes, 서버, 클라우드, 네트워크 등 다양한 환경의 보안 로그 실시간 수집 아키텍처 설계 및 데이터 파이프라인(ETL/ELT) 구축
• SIEM 플랫폼 운영 및 고도화 — 탐지 룰 실행 환경 안정성 확보, 인덱싱/검색 성능 최적화, 신규 로그 소스 온보딩
• AI/ML 모델 활용에 적합한 데이터 스키마 설계, 데이터 모델링 및 Enrichment 파이프라인 구축
• Detection-as-Code 프레임워크 구축 및 운영 — 탐지 룰의 코드 기반 관리, 테스트, 배포 파이프라인
• 대규모 데이터 플랫폼(SIEM, Data Warehouse)의 성능 최적화, 쿼리 튜닝, 안정성 및 비용 효율성 관리
• 로그 수집부터 적재까지 전 과정의 데이터 파이프라인 안정성 확보, 장애 대응 및 모니터링 체계 구축
• AI/LLM을 활용한 로그 분석 자동화, 데이터 품질 관리, 커버리지 갭 분석 등 데이터 엔지니어링 업무의 고도화

자격 요건

• 대규모 데이터 엔지니어링 또는 백엔드 시스템 개발 경력 7년 이상
• AWS 환경에서 대규모 데이터 파이프라인을 구축하고 운영해 본 경험 (Kafka, Kinesis, S3 등)
• Python을 활용한 데이터 처리 및 백엔드 개발 역량
• 보안 이벤트 및 로그의 구조와 흐름에 대한 이해 — 다양한 소스의 로그가 어떻게 생성되고 활용되는지 파악할 수 있는 역량