Data Analytics Engineer (Product)

합류하게 될 도메인에 대해 알려드려요

• Commerce : 토스의 간편 결제 활성화를 위해 시작한 커머스는 공동구매, 판매자를 위한 어드민 서비스를 출시하며 사용자와 판매자 양쪽에 새로운 가치를 주는 서비스로 성장하고 있어요. 커머스 도메인 데이터의 오너십을 가지며, 커머스 서비스를 확대하고, 토스 성장에 크게 기여할 수 있도록 환경을 다지는 역할이에요.
• Ads : 토스 유저에게 가장 유의미하고 유용한 광고를 송출할 수 있도록 광고 도메인 데이터의 오너십을 가져요.‘토스 애즈(Ads)는 한국에서 가장 효과가 높은 퍼포먼스를 내는 광고 플랫폼인데, 이를 효율적으로 활용할 수 있는 기반을 만들어요.
• Pay : 금융의 핵심인 '결제' 부분에서 토스의 성장을 든든하게 이끌어가는 강력한 도메인으로 다양한 가맹점이나 대외기관, 토스의 여러 서비스와 연결해서 토스페이를 만들어가요. 페이 데이터 오너십을 가지고, 데이터 분석과 비즈니스 인사이트 도출이 원활하게 이루어질 수 있도록 하는 역할이에요.
• Growth : 토스 유저의 Engagement 및 경제적 가치를 높일 수 있는 서비스들을 모아 집중적인 Growth를 고민하고 전략을 실행하고 있어요. 토스의 신규 사업 및 다양한 토스 서비스 유저들의 Cross-Activation을 위한 데이터 오너십을 가져요.
• Business : 토스의 매출 성장을 이끌어내는 비지니스 조직에 배치되어, 여러 도메인의 데이터를 포괄적으로 이용하여 사업적 데이터 분석 및 매출 성장 전략의 인사이트를 제공 할 수 있는 오너십을 가지게 되요.
• 인터뷰 전형을 진행하며, 가장 시너지가 날 것 같은 도메인으로의 배치가 정해질 예정이에요. 지원자의 강점과 조직 상황을 고려해 제안 드릴게요.
• **토스 데이터 조직에 대해 더 알아보고 싶다면?** → *토스 Data Division 위키*

합류하면 함께할 업무예요

• 토스 DW 표준안에 대해 숙지하는 온보딩 과정을 거친 다음 담당 사일로 소속으로 업무를 수행해요.
• 동료들이 신뢰할 수 있는 표준화된 일관된 데이터(Single Source of Truth)를 빠르게 제공 받을 수 있도록 노력해요.
• 빠른 제품 개발 속도에서도 사일로 내외부에 담당 제품에 대한 고품질의 데이터를 제공할 수 있도록 관리 체계를 만들고 시스템화하는 업무를 수행해요.
• 제품개발 시점부터 담당 사일로의 서버 개발자와 협의하여 데이터모델에 대해 리뷰하고 데이터분석 관점에서 필요한 부분을 제안하는 업무도 수행해요.
• 담당 제품의 데이터는 해당 제품 도메인 지식이 없어도 누구나 쉽게 이해할 수 있고 신뢰하고 쓸 수 있도록 하는 것을 목표로 명확한 구조설계, 표준 준수, 데이터 처리로직 반영 및 관리, 데이터 정합성 검증, DQ모니터링, 보안성 검토, 메타 관리 시스템을 이용한 문서화 업무 등을 수행해요.

이런 분과 함께하고 싶어요

• DW 데이터 모델러로서 담당 제품의 주요 개념을 명확하게 정의하고 쉽고 명확한 데이터 구조를 디자인할 수 있어야 해요.
• 데이터 표준 관리에 있어 높은 이해를 바탕으로 다양한 업무 관련자와 효율적인 커뮤니케이션을 바탕으로 효율적인 데이터 처리 방법에 대해 제안할 수 있어야 해요.
• Database 정규화 및 Data Warehouse 의 기본적인 특징에 대한 이해가 있어야 해요. (Subject-Oriented, Integrated, Non-Volatile, Time-Variant)
• 단순요청을 처리하는 것이 아닌 명확한 데이터 구조와 효율적인 데이터 활용 관점에서 기준을 제시할 수 있어야해요. (표준 영역 마트와 소비 영역 마트의 명확한 구분)
• AARRR 에 대한 이해가 있어야 해요.
• SQL 활용 능력은 높아야 하며 효율적이고 가독성을 고려한 정돈된 형태로 작성이 가능해야 해요.
• Python은 초급(Airflow를 사용할 수 있는 정도) 수준이어도 업무에 지장은 없으나 다른 사람이 작성한 모듈이나 pyspark코드를 이해하는 수준이면 좋아요.
• 대용량 데이터 처리 경험과 지표를 설계하고 분석한 경험이 있으면 좋아요.
• 데이터 개발 환경은 Hadoop, Airflow, SQL(Impala) 기반이어서 Hadoop에 대한 기본적인 이해가 있으면 좋아요.

이런 경험이 있다면 이력서에 꼭 작성해 주세요

• DW구축 프로젝트 경험이 있으면 기여한 부분에 대해 구체적으로 언급해 주시면 좋아요.
• 속한 조직의 Data Maturity 측면에서 고민하고 해결하고자 했던 문제들에 대해서 구체적으로 언급해 주시면 좋아요.
• Data Quality 측면에서 고민하고 해결했던 방법에 대해 구체적으로 언급해 주시면 좋아요.
• 데이터와 관련된 문제를 해결하면서 기여한 부분 및 배운 점을 구체적으로 언급해 주시면 좋아요.

토스로의 합류 여정

• 서류접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우협의 > 최종합격 및 입사

함께할 동료를 위한 한마디

"팀원 모두가 어제보다 나은 서비스에 지향점을 두고 있어요"

• 저는 업무적으로는 금융데이터만의 위험한 매력에 끌렸고, 문화적으로는 나의 성장이 회사의 성장을 줄 것으로 보여 토스에 합류했어요.
• 기존의 회사에서 가장 스트레스였던 것은 회사가 정한 지향점으로 이끌려야만 하는 것이었는데요, 토스는 입사 전에 들었던 모든 것을 훨씬 상회하는 자율성과 내가 정한 업무량, 그리고 향상심 높은 팀원 모두가 ""어제보다 나은 서비스""에 지향점을 두고 있더라구요."

합류하게 될 팀에 대해 알려드려요

• 토스뱅크의 Data Analytics Engineer 는 Data Division 내의 Data Warehouse 팀에 소속되어 있어요.
• 여러팀의(스쿼드, 사일로) Data 전문가(DA, DE, ML)들과 협업하며 데이터를 활용한 의사결정과 가치를 만들어 나가요.
• 또한 Data Catalog 시스템, Tableau 연동 업무와 같은 전사의 데이터 관련 툴을 개발하고 있어요.
• 전사 차원의 공통 데이터 파이프라인 개발 및 운영에 대한 업무를 담당해요.
• 데이터 리터러시를 높이기 위해 전사 차원의 마트의 표준을 정의&개발하고, Data Quality 를 관리해요.

합류하면 함께 할 업무예요

• 명확한 구조 설계, 표준 준수, 데이터 처리 로직 반영 및 관리, 데이터 정합성 검증, DQ 모니터링 등을 통해 금융권 도메인 지식 없이도 누구나 쉽게 이해하고 신뢰할 수 있는 데이터를 제공해요.
• 데이터 관련 업무 중 비효율적이거나 반복적인 부분을 자동화하거나 표준화 해요.
• 오픈소스를 활용하여 대용량 Data를 처리하고 최적화해요.
• Data Mesh/Medallion Architecture를 기반으로 데이터를 모델링하고 운영해요.
• 데이터 표준 관리에 대한 높은 이해를 바탕으로 다양한 업무 관련자와 효율적으로 소통하며, 최적의 데이터 처리 방법을 제안하는 역할을 해요.

이런 분과 함께하고 싶어요

• Hadoop Ecosystem 환경 기반의 Python, Pyspark 프로그래밍에 능숙하신 분.
• Spark 같은 분산처리 엔지니어링을 활용해 대용량 데이터 처리를 해보신 분.
• Data Mesh/Medallion Architecture를 이해하고 데이터 모델링을 해오신 분.
• 분산 처리 기반 query engine의 동작 원리를 이해하고 튜닝이 가능하신 분.
• ETL 프로세스와 airflow orchestration 최적화를 통해 배치작업의 효율화를 경험해보신 분.
• 단순요청을 처리하는 것이 아닌 명확한 데이터 구조와 효율적인 데이터 활용 관점에서 기준을 제시할 수 있어야 해요.
• 다양한 이해관계자와 소통하여 데이터 요구사항을 구체화하고 정리하는 역량이 있어야 해요.

이력서는 이렇게 작성하시는 걸 추천해요

• 그동안 해오신 업무 중 임팩트 있었던 프로젝트를 구체적으로 적어주세요.
• 데이터 분석에 필요한 데이터 집계 마트 개발 및 구축 경험 또는 탄탄한 도메인 이해도를 바탕으로 데이터 분석과 관련한 업무 경험은 꼭 공유해주세요.
• 단순히 구축과 개발에서 끝나는 경험이 아닌 실제 마트 운영 과정에서의 성과도 포함해 주세요.

토스뱅크로의 합류 여정

• 서류접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우 협의 > 최종 합격 및 입사

꼭 확인해주세요

• 이력서 및 제출 서류에 허위 사실이 발견되거나 근무 이력 중 징계사항이 확인될 경우, 채용이 취소될 수 있어요.
• 토스뱅크 내부규정상 결격사유 해당자 또는 금융기관 인력 채용 상 결격사유 해당자는 채용이 취소될 수 있어요.
• 장애인 및 국가보훈대상자는 지원 시 관련법에 따라 우대하고 있어요.

함께할 동료를 위한 한마디

• "Data를 다루는 Engineer는 어때야 하는지 배울 수 있어요"

• Data Engineer로서 가장 보람을 느끼는 순간은 바로 데이터가 가치있게 쓰이는 것을 보는 순간일 거예요. 토스뱅크에서는 내가 다루는 데이터들이 회사 곳곳에서 소중하게 쓰이는 것을 쉽게 확인할 수 있어요.

• 토스뱅크에서는 다양한 부서와 대화를 나누며 협업할 기회가 많아요. 다양한 사업 목표를 듣고, 거기에 필요한 데이터들을 어떻게 Engineering 할 지 고민해보는 것은 토스뱅크에서 할 수 있는 특별한 경험이에요! 물론 뛰어난 엔지니어 분들과 함께하기 때문에, Data Engineering 뿐만 아니라 다른 다양한 Engineering 스킬도 기를 수 있어요. "폭발적인 성장을 원하는 데이터 엔지니어에겐 최고의 회사예요"

• "폭발적인 성장을 원하는 데이터 엔지니어에겐 최고의 회사예요"

• 대기업에서 오랜기간 근무하면서 보수적이고 도전이 없는 문화와 의사결정에 항상 답답함을 많이 느꼈는데요, 토스뱅크에 합류하고 나서 여긴 저보다 훨씬 뛰어난 사람들 사이에서 엄청난 성장을 할 수 있는 곳이라고 느끼고 있어요.

• 토스뱅크가 성장하면서 데이터에 대한 요구사항 또한 다양해지고 챌린징해지고 있어요. 이런 폭풍성장 중인 회사에서 훌륭한 동료들과 함께 데이터 엔지니어로서 압도적인 성장을 원하시는 분에게는 토스뱅크는 최고의 회사라고 확신해요.

합류하게 될 팀에 대해 알려드려요

• 토스증권의 Data Analytics Engineer(Data Engineer)는 Data Division 내 Data Warehouse Team에 속해 있어요.
• 역할에 따라 집중해야할 업무가 Data Platform / Data Mart 로 나뉘어 있어요.
• 집중해야할 업무가 나뉘어져 있지만 cross functional 하게 업무를 진행하기도 해요.
• Data Warehouse Team의 Mart 업무는 토스증권 도메인 영역의 데이터를 잘 정리하여 분석에 활용할 수 있도록 데이터 웨어하우스 및 집계 테이블 생성하고 관리하고 있어요.
• 현재 약 7명의 구성원은 2~14년 정도 다양한 연차와, 포털/은행/게임/스타트업 등 다양한 백그라운드를 가지고 있어요.

✅ Data Division이 궁금하신가요?

• 토스증권 Data Division은 세계 최고로 데이터를 잘 다루는 증권사가 되기 위해 데이터 기술, 서비스 그리고 데이터 기반의 의사결정에 기여하고 있어요.
• 다양한 데이터 직군이 모여 밀접하게 협업하며 즐겁게 일하고 있어요.
• 또한 주기적으로 Tech Weekly를 진행하며 서로의 노하우를 공유하고 있어요. 본인의 흥미와 의지가 있다면 얼마든지 다른 직군의 업무와 노하우를 공유받을 수 있어요.

합류하면 함께 할 업무예요

• 테이블을 누구나 쉽게 이해할 수 있고 신뢰하고 쓸 수 있도록 하는 것을 목표로 명확한 구조설계, 표준 준수, 데이터 처리로직 반영 및 관리, 데이터 정합성 검증, DQ모니터링, 보안성 검토, 메타 관리 시스템을 이용한 문서화 업무 등을 수행해요.
• 데이터 사용자들과 협력하여 주요 비즈니스 성과 분석을 위한 데이터 마트를 설계하고 파이프라인을 구성해요.
• 데이터 카탈로그, 데이터 표준 관리 등을 통해 데이터 자산을 효과적으로 활용할 수 있는 기반을 마련해요.
• 빠르게 성장하는 서비스에서 꼭 필요한 데이터 처리 업무를 동료들과 논의하여 주도적으로 해결해요.
• 데이터 일관성, 재사용성 및 확장성을 고려한 데이터 모델링을 통해, 기존에 구성된 다양한 마트 테이블을 효과적으로 리팩토링하고 최적화하여 시스템의 효율성을 향상 시켜요.
• 대외 / 공시 보고서에 필요한 데이터 마트를 설계하고 파이프라인을 구성해요.

이런 분과 함께하고 싶어요

• 증권 도메인에 대한 이해가 깊거나, 주식 거래를 활발히 해보신 경험이 있다면 좋아요.
• DW 데이터 모델러로서 증권 도메인의 주요 개념을 명확하게 정의하고 쉽고 명확한 데이터 구조를 주도적으로 디자인할 수 있어야 해요.
• 복잡한 데이터 모델을 단순화하거나 반복적인 문제를 자동화하여 해결한 경험이 필요해요.
• 다양한 업무 관련자와 원활한 커뮤니케이션을 바탕으로 데이터 표준을 지키면서 효율적인 데이터 처리 방법에 대해 제안할 수 있어야 해요.
• 전사 데이터 표준 정의, 데이터 카탈로그 구축을 통해 전사 테이블을 구조화한 경험이 있으면 좋아요.
• 주도적으로 데이터 웨어하우스/마트 모델링, 파이프라인 구축과 운영 업무를 수행할 수 있는 역량과 경험이 필요해요.
• 단순 요청을 처리하는 수준이 아니라, 명확한 데이터 구조와 효율적인 활용 관점에서 기준을 제시할 수 있어야 해요.
• SQL을 능숙하게 다룰 수 있어야 하고, 가독성과 효율을 고려한 정돈된 쿼리를 작성할 수 있어야 해요.
• Hadoop, Airflow, DBT 기반의 데이터 파이프라인 개발 경험이 있다면 좋아요.
• 경우에 따라서는 초급 이상의 pySpark 활용 능력이 필요해요.
• BI 툴(Tableau)을 활용해본 경험이 있다면 좋아요.

이력서는 이렇게 작성하시는 걸 추천해요

• 그동안 해오신 업무 중 임팩트 있었던 프로젝트를 구체적으로 적어주세요.
• 실제 서비스에 적용하여 개선한 경험이 있다면 결과를 수치로 나타내주면 좋아요(외부 공개가 민감한 사항일 경우, 해당 부분은 제외해 주세요)
• 데이터 거버넌스 관련해서 작업하신 내용이 있으시다면 상세히 적어주세요.
• 비지니스 분석 혹은 레포팅 자동화 같이 DW 테이블을 활용하여 데이터 활용을 부스트한 경험이 있다면 구체적으로 적어주세요.
• 데이터 중복이나 이상 값 처리와 같은 데이터 품질을 관리한 경험이 있다면 구체적으로 적어주세요.

토스증권으로의 합류여정

• 서류 접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우 협의 > 최종합격 및 입사

꼭 확인해 주세요

• 이력서 및 제출 서류에 허위 사실이 발견되거나 근무 이력 중 징계사항이 확인될 경우, 채용이 취소될 수 있어요.
• 입사 시 직무명은 Data Engineer가 될 예정이에요.
• 토스증권 내규에 따라 채용 금지자 또는 결격사유 해당자는 채용이 취소될 수 있어요.
• 장애인 및 국가보훈대상자는 지원 시 관련법에 따라 우대하고 있어요.

함께 할 동료를 위한 한마디 "토스증권의 데이터를 정리하고 분석의 발판을 마련하는 핵심 역할이에요"

• DW팀은 도메인 데이터를 어떻게 정리하고 운영할지에 대한 고민을 넘어서, 데이터 활용 측면에서 업계를 선도할 수 있는 혁신적인 도전을 이어가고 있어요.
• 제가 합류한 토스증권은 새롭게 선보이는 증권 서비스로 기존과는 완전히 다른 서비스를 만들고 있어요. 여기에서 가장 중요한 것은 데이터를 통한 검증이에요.
• 저는 효율적으로 데이터를 수집하고 가공해서 토스증권이 빠르게 판단을 내릴 수 있게 돕고 있어요. 핵심적인 업무를 수행하는 기분에 굉장히 보람차요.
• 데이터 구조화에 있어서 새로운 표준을 만들고 있다는 자부심이 있어요.
• 증권업계의 새로운 표준이 될 토스증권을 함께 만들고 싶다면 합류하세요!

합류하게 될 팀에 대해 알려드려요

• 토스증권의 Data Analytics Engineer(Data Engineer)는 Data Division 내 Data Warehouse Team에 속해 있어요
• 역할에 따라 집중해야할 업무가 Data Platform / Data Mart 로 나뉘어 있어요.
• 집중해야할 업무가 나뉘어져 있지만 cross functional 하게 업무를 진행하기도 해요.
• Data Warehouse Team의 Platform 업무는 DW Mart 테이블을 효과적으로 운영할 수 있도록 ETL/Pipeline Tool 을 유지보수 하는 업무를 해요.
• 제한된 리소스에서 DW 오퍼레이션 시간을 단축시킬 수 있는 새로운 방법을 찾아보고 적용하기도 해요.
• 전사 구성원 모두가 DW팀에서 관리하는 테이블을 활용하여 데이터 활용을 극대화 할 수 있는 방법을 찾고 있어요.
• 현재 약 7명의 구성원은 2~14년 정도 다양한 연차와, 포털/은행/게임/스타트업 등 다양한 백그라운드를 가지고 있어요.

✅ Data Division이 궁금하신가요?

• 토스증권 Data Division은 세계 최고로 데이터를 잘 다루는 증권사가 되기 위해 데이터 기술, 서비스 그리고 데이터 기반의 의사결정에 기여하고 있어요.
• 다양한 데이터 직군이 모여 밀접하게 협업하며 즐겁게 일하고 있어요.
• 또한 주기적으로 Tech Weekly를 진행하며 서로의 노하우를 공유하고 있어요. 본인의 흥미와 의지가 있다면 얼마든지 다른 직군의 업무와 노하우를 공유받을 수 있어요.

합류하면 함께 할 업무예요

• 빠르게 성장하는 애자일 조직에서 효율적인 DW환경을 경험하고 함께 만들어요.
• 데이터마트를 설계하고 Hadoop-Ecosystem과 오픈소스솔루션 기반에서 DW Data Workflow 개발 및 자동화 업무를 수행해요.
• 수많은 DW/Mart 테이블을 구조화하고 자동화 할 수 있는 방법을 찾고 적용해요.
• 대용량의 데이터를 빠르고 효율적으로 처리하여 수많은 Feature 들을 만들고 관리해요.
• 데이터 마트들에 있어서 Data Quality Check 과 Governance 를 구축해요.
• 대용량 데이터 처리 및 분석을 위한 시스템 요구사항을 도출하고 구축해본 경험이 있으시면 좋아요.

이런 분과 함께하고 싶어요

• 5년 이상의 Data Engineer 경험이 필요해요.
• RDBMS, Hadoop-Ecosystem, Data Warehouse에 대한 기본적인 이해가 있으신 분이 필요해요.
• 데이터마트를 주도적으로 설계, 구축하고 운영한 경험이 있으신 분이 필요해요.
• Airflow, DBT, Django를 설치, 운영 및 트러블슈팅이 가능하고 필요에 따라서는 오픈소스를 수정하여 증권 DW에 필요한 feature를 개발할 수 있는 분이 필요해요.
• 데이터 모델을 이용하여 복잡한것을 단순화하거나 반복적인 문제를 자동화하여 해결한 경험이 있으신 분이 필요해요.
• Spark을 이용하여 빅데이터를 효율있게 처리한 경험이 많으신 분이 필요해요.
• SQL상급, Python중급 정도의 기술역량이 있으신 분이 필요해요.

이력서는 이렇게 작성하시는 걸 추천해요

• 플랫폼을 운영하면서 발생한 치명적인 장애를 해결해 보았거나 성능이나 시스템 리소스 사용 측면에서 최적화를 해 본 경험이 있다면 작성해주세요. 경험한 업무 중 임팩트 있었던 프로젝트를 구체적으로 적어주세요.
• 오픈소스 사용 중에 발생한 버그나 이슈를 해결해 보았거나 부족한 기능을 직접 개발하거나 보완한 경험이 있다면 작성해주세요.
• 실제 서비스에 적용하여 개선한 경험이 있다면 결과를 수치로 나타내주면 좋아요 (외부 공개가 민감한 사항일 경우, 해당 부분은 제외 해주세요,

토스증권으로의 합류여정

• 서류 접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우 협의 > 최종합격 및 입사

꼭 확인해 주세요

• 이력서 및 제출 서류에 허위 사실이 발견되거나 근무 이력 중 징계사항이 확인될 경우, 채용이 취소될 수 있어요.
• 토스증권 내규에 따라 채용 금지자 또는 결격사유 해당자는 채용이 취소될 수 있어요.
• 입사 시 직무명은 Data Engineer가 될 예정이에요.
• 장애인 및 국가보훈대상자는 지원 시 관련법에 따라 우대하고 있어요.

함께 할 동료를 위한 한마디 "토스증권의 빅데이터가 처리되는 Data Warehouse 를 원활하게 돌아가게 해주는 파수꾼 같은 존재입니다."

• 다양한 데이터 소스를 입수, 가공, 적재까지 다루면서 다양한 기술적 어려움을 풀어가다보니 많이 성장 할 수 있었습니다.
• 데이터가 잘 흘러가도록 돕는 전통적인 역할도 하지만 데이터를 효율적으로 사용하기위한 프로젝트가 있어서 데이터 활용측면에서의 경험도 할 수 있습니다.
• 특히, 우리는 dbt와 LLM(대형 언어 모델)을 활용하여 데이터 웨어하우스의 혁신을 주도하고 있으며, 자동화와 최적화를 통해 데이터 처리의 새로운 표준을 만들어가고 있어요. 이를 통해 플랫폼의 성능을 극대화하고, 사람의 개입 없이도 신뢰할 수 있는 데이터 환경을 구축하고 있습니ek.

토스인컴을 소개해 드려요

• 토스인컴은 토스커뮤니티의 새로운 계열사로 소득 및 세무와 관련된 서비스를 제공하기 위해 2024년 6월에 출범했어요.
• 세무는 고객이 매일 써야 하는 금융 서비스는 아니지만 금융 생활에서 필수적으로 마주치게 되는 영역인 만큼, 토스인컴은 개인이 스스로 해결하기 어려운 영역의 불편함들을 해소해 나가고 있어요.
• 모든 사람들이 보다 쉽고 편리한 금융 생활을 할 수 있도록 혁신적인 금융 서비스를 선보여 온 토스처럼, 토스인컴은 ‘숨은 환급액 찾기'와 같은 서비스를 통해 새로운 가치를 전달하고 있어요.
• 토스커뮤니티의 가장 신생 계열사인, 토스인컴의 초기멤버로 합류하실 수 있는 기회를 놓치지 마세요!

합류하게 될 팀에 대해 알려드려요

• 토스인컴 Data Analytics Engineer는 Data Team의 초기 멤버로 합류해, 0에서 1을 만드는 다양한 경험을 해보실 수 있어요.
• Data Team은 토스인컴의 데이터 마트와 표준 지표 체계를 책임지는 조직이에요. dbt·Snowflake 기반의 도메인별 마트와 시멘틱 레이어를 구축하며, 전사가 같은 정의와 같은 숫자를 볼 수 있는 SSOT(Single Source of Truth)를 정립해가고 있어요.
• 제품과 비즈니스가 빠르게 확장되는 환경에서도 데이터 품질, 표준화, 거버넌스를 지키며 신뢰할 수 있는 데이터 기반을 만들어가요.
• AI Agent, MCP, Slack 기반 자동화 도구 등 새로운 기술도 적극 활용해요. 다만 가장 중요하게 생각하는 것은 AI가 정확하게 작동할 수 있는 신뢰도 높은 데이터 기반을 만드는 일이에요.

합류하면 함께할 업무예요

• 토스인컴의 표준 데이터 마트와 SSOT를 구축·운영해요. 제품과 조직 전반에서 동일한 정의와 지표를 사용할 수 있도록 데이터 모델, 지표 정의, 집계 로직을 설계하고 관리해요.
• dbt 기반 Semantic Layer를 설계·고도화해요. 데이터 모델, 지표 정의, 메타데이터를 체계적으로 관리하며 분석 생산성과 데이터 신뢰도를 높여요.
• 도메인별 데이터 마트를 설계·구축·운영해요. 종합소득세 중심의 기존 마트 체계를 SMB, 부가세 등 신규 제품과 도메인으로 확장하면서, 분석과 의사결정에 바로 활용할 수 있는 표준 마트를 만들어가요.
• 서비스 로그 기반의 대용량 데이터를 분석하기 좋은 형태로 제공해요. Airflow, Snowflake 등 데이터 환경에서 데이터를 수집·정제·가공하고, Data Analyst와 비즈니스 담당자가 안정적으로 활용할 수 있는 구조를 만들어요.
• 데이터 품질(DQ) 관리 체계와 거버넌스 프로세스를 구축해요. dbt test, 알림, 모니터링, 원인 분석, 복구 과정을 자동화하며 데이터 오류를 빠르게 발견하고 개선할 수 있는 체계를 만들어요.
• 데이터 표준과 메타데이터 관리 체계를 만들어가요. 테이블, 컬럼, 지표, 비즈니스 정의가 일관되게 관리될 수 있도록 이름, 정의, 로직, 오너십을 정리하고 문서화해요.
• AI Agent와 자동화 도구가 정확하게 동작할 수 있는 데이터 기반을 고도화해요. Snowflake MCP, Tableau MCP, Slack 미들웨어 등 사내 자동화 도구가 신뢰할 수 있는 데이터와 표준 지표를 기반으로 동작할 수 있도록 데이터 플랫폼을 함께 개선해요.

이런 분과 함께하고 싶어요

• SQL을 능숙하게 다루시는 분이면 좋아요. 복잡한 집계 쿼리, 윈도우 함수, CTE, 서브쿼리를 활용할 수 있고, 다른 사람이 읽기 좋은 SQL을 작성하실 수 있는 분이면 좋아요.
• 데이터 마트를 주도적으로 설계·구축·운영해보신 분이면 좋아요. 단순히 요청받은 데이터를 만드는 것을 넘어, 도메인 구조와 분석 목적에 맞는 데이터 모델을 설계해보신 분이면 좋아요.
• 표준 지표와 데이터 정의를 관리하는 일에 관심이 많으신 분이면 좋아요. 같은 지표가 여러 숫자로 보이는 상황을 견디지 못하고, 정의·로직·이름·오너십까지 일관되게 정리하고 싶어 하시는 분이면 좋아요.
• 데이터 품질에 높은 기준을 가지고 계신 분이면 좋아요. 데이터 오류를 단순히 수정하는 데서 끝내지 않고, 재발하지 않도록 검증, 모니터링, 알림, 복구 체계를 개선하고 싶어 하시는 분이면 좋아요.
• Airflow DAG 운영과 트러블슈팅이 가능하신 분이면 좋아요. 데이터 파이프라인의 실패 원인을 파악하고, 재처리·의존성·스케줄링 이슈를 안정적으로 해결하실 수 있는 분이면 좋아요.
• 협업과 커뮤니케이션이 자연스러우신 분이면 좋아요. 서버 개발자, Data Analyst, 비즈니스 담당자와 협업해 로그 설계 단계부터 데이터 구조를 함께 만들어갈 수 있는 분이면 좋아요.
• 새로운 도구를 활용해 문제를 해결하는 데 열려 있으신 분이면 좋아요. AI Agent, MCP, 자동화 도구를 목적이 아니라 수단으로 바라보고, 데이터 생산성과 운영 효율을 높이는 방향으로 활용하실 수 있는 분이면 좋아요.

이런 경험이 있다면 이력서에 꼭 작성해 주세요

• 경험한 업무 중 임팩트 있었던 프로젝트를 구체적으로 적어주세요.
• 데이터와 관련된 문제를 해결하면서 기여한 부분 및 배운 점을 구체적으로 언급해주시면 좋아요.
• 실제 서비스에 적용하여 개선한 경험이 있다면 결과를 수치로 나타내주면 좋아요 (외부 공개가 민감한 사항일 경우, 해당 부분은 제외해주세요.)

토스인컴으로의 합류 여정

• 서류접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우협의 > 최종합격 및 입사

함께할 동료를 위한 한마디 "토스인컴에서 이 세상에 존재하지 않았던 새로운 insight를 같이 만들어봐요!"

• 토스 인컴에서 만드는 기술이 정말 많은 사람에게 실질적인 이익을 가져다 주고 있어요. 수많은 데이터 간의 관계를 분석해서 유저에게 가져다줄 가치와 새로운 비즈니스의 기회가 무궁무진합니다. 토스인컴에 합류하셔서 이 기회를 함께 만들어가요!

합류하게 될 팀에 대해 알려드려요

• Data Platform Tribe 산하 Governance Team은 토스 전사의 데이터를 안전하고 추적 가능하며 신뢰할 수 있는 상태로 만드는 팀이에요.
• 다양한 데이터 플랫폼과 서비스에서 운영되는 접근 권한, Lineage, 민감 정보 관리 체계를 전사 관점에서 연결하고 확장해요.
• 관련 팀과 함께 관리 기준을 설계하고, 이를 플랫폼과 운영 체계에 반영해 지속적으로 발전시켜요.

합류하면 함께할 업무예요

• 데이터 계보(Lineage)를 수집·구축해서 파이프라인 변경이 어디까지 영향을 주는지 추적할 수 있게 만들어요.
• 민감 데이터 분류(Classification) 체계를 설계하고, 탐지·마스킹·보존·삭제 파이프라인을 구축해요.
• 데이터 사용 현황과 리텐션 정책을 메타데이터로 체계화하고, 보존·정리를 시스템적으로 처리해요.
• 전사 Feature의 등록·분류·폐기 기준을 설계하고, 검증된 Feature로 승격시키는 거버넌스 체계를 만들어요.
• Kafka 토픽의 스키마 관리, 접근 제어, 리텐션 정책을 체계화하고, 이벤트 데이터의 품질과 계보를 추적할 수 있게 만들어요.
• 전사 데이터 자산 현황을 메타데이터로 관리하고, 규제 대응에 필요한 감사 로그와 증적의 수집·관리를 체계화해요.
• AI 에이전트가 사내 데이터에 접근하는 전용 권한 체계와 메타데이터 인터페이스를 만들고, 에이전트가 언제 어떤 데이터를 썼는지 감사 가능한 형태로 남겨요.

이런 분과 함께하고 싶어요

• 데이터 파이프라인(Spark, Airflow, Kafka 등)의 구조를 이해하고 직접 개발해 본 경험이 있는 분이 필요해요.
• 데이터 접근 제어 시스템을 설계하거나 운영해 본 경험이 있는 분이 필요해요.
• 데이터 계보(Lineage)나 메타데이터 관리 체계를 설계해 본 경험이 있으면 좋아요.
• Feature Store나 Kafka 스키마 레지스트리를 운영하거나 거버넌스 체계를 설계해 본 경험이 있으면 좋아요.
• LLM·에이전트를 실제 운영 시스템에 붙여 본 경험이 있으면 좋아요. 모델의 판단을 어디까지 믿고 어디서 사람에게 넘길지, 그 경계를 설계해 본 경험이면 더 좋아요.

이런 경험이 있다면 이력서에 꼭 작성해 주세요

• 데이터 접근 권한 체계를 직접 설계하거나 자동화한 경험이 있다면 어떤 구조였는지, 어떤 문제를 풀었는지 자세히 작성해주세요.
• 데이터 계보 시스템을 구축하거나, 민감 데이터 관리 이슈를 시스템적으로 해결한 경험이 있다면 작성해주세요.

토스로의 합류 여정

• 서류접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우협의 > 최종합격 및 입사

함께할 동료를 위한 한마디

토스 전사 데이터의 신뢰와 안전을 함께 설계할 수 있어요. 거버넌스 정책을 코드로 만드는 것을 넘어, 그 판단을 에이전트에게 맡기고 AI 가 데이터를 안전하게 쓰는 기반까지 직접 만들고 운영할 수 있는 기회입니다!

#합류하게 될 팀에 대해 알려드려요

Financial Innovation Team은 토스 코어의 재무 언어를 하나로 통합하는 데이터 제품을 구축하고 운영해요. 토스 코어의 모든 비즈니스 도메인에서 발생하는 재무 데이터를 신뢰할 수 있고 정확하게 제공하여, 조직 전체가 일관된 데이터로 의사결정을 할 수 있게 지원해요. 토스 코어의 정산 추정 매출과 비용뿐만 아니라 자산과 부채 데이터까지 한눈에 파악할 수 있는 신뢰할 수 있는 데이터 환경을 만드는 것이 목표예요.

#합류하면 함께할 업무예요

• 재무 조직의 데이터 및 AI 기반 운영 전략을 수립하고, 실행을 리딩해요.
• 재무 데이터의 표준 모델과 아키텍처를 정의하고, 전사 관점에서 확장 가능한 데이터 구조를 설계해요.
• 재무 표준 마트를 데이터 제품(Data as a Product)으로 정의하고, 지속적으로 개선·운영해요.
• BI 및 데이터 애플리케이션 전략을 수립해, 데이터 접근성과 활용 수준을 조직 전반으로 확산시켜요.
• 데이터 표준, 품질, 거버넌스 체계를 설계하고, 이를 실제 운영 프로세스에 정착시켜요.
• 재무, 개발, 비즈니스 등 다양한 이해관계자와 협업해 데이터 기반 의사결정 문화를 만들어가요.

#이런 분과 함께하고 싶어요

• 복잡한 비즈니스 도메인을 데이터 모델로 구조화하고, 이를 조직 전반에 확산시켜본 경험이 있는 분이 필요해요.
• DW 모델링과 데이터 아키텍처 설계 경험을 바탕으로, 장기적인 관점에서 확장 가능한 구조를 설계할 수 있는 분이 필요해요.
• 다양한 이해관계자와 협업해 문제를 정의하고, 방향성을 제시하며 실행까지 이끌어본 경험이 있는 분이 필요해요.
• Hadoop 기반 데이터 환경(Hadoop, Airflow, Impala 등)에 대한 이해가 있는 분이 필요해요.
• Python을 활용한 데이터 처리에 익숙하고, 기존 코드(PySpark 등)를 이해하고 개선할 수 있는 분이 필요해요.
• 재무 회계 지식은 없지만 관심이 있고, 빠르게 학습해 나갈 수 있는 분이면 좋아요.
• 데이터 표준과 거버넌스를 정의하고, 실제 조직에 정착시켜본 경험이 있는 분이면 좋아요.
• 데이터 품질, 자동화, 운영 효율화에 대한 문제를 주도적으로 해결해본 경험이 있는 분이면 좋아요.
• 쿠버네티스 기반의 데브옵스 경험이 있고, 제품 수준의 백엔드(코틀린, FastAPI) 기반 설계·개발 경험이 있는 분이면 더욱 좋아요.

#이런 경험이 있다면 이력서에 꼭 작성해 주세요

• 재무회계 또는 SAP 기반 데이터 프로젝트 경험
• 재무 데이터(매출, 비용, 정산 등)와 관련된 데이터 모델링 및 운영 경험
• 조직의 Data Maturity 향상을 위해 구조적인 문제를 정의하고 개선한 경험
• Data Quality 체계를 설계하고 운영한 경험
• 데이터 플랫폼 또는 데이터 제품을 기획·운영하며 조직에 임팩트를 만든 경험

토스로의 합류 여정

• 서류접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우협의 > 최종합격 및 입사

함께할 동료를 위한 한마디

"팀원 모두가 어제보다 나은 서비스에 지향점을 두고 있어요"

• 저는 업무적으로는 금융데이터만의 위험한 매력에 끌렸고, 문화적으로는 나의 성장이 회사의 성장을 줄 것으로 보여 토스에 합류했어요.
• 기존의 회사에서 가장 스트레스였던 것은 회사가 정한 지향점으로 이끌려야만 하는 것이었는데요, 토스는 입사 전에 들었던 모든 것을 훨씬 상회하는 자율성과 내가 정한 업무량, 그리고 향상심 높은 팀원 모두가 "어제보다 나은 서비스"에 지향점을 두고 있더라구요

합류하게 될 팀에 대해 알려드려요

• Data Analytics Engineer(DW)는 토스 코어(Toss Core)의 Data Warehouse 팀에 소속돼요.
• 토스 앱의 다양한 제품에서 쏟아지는 로그와 원천 데이터를 입수하고, 믿고 쓸 수 있는 형태로 가공해 제공해요. 데이터가 제때, 빠짐없이, 맞는 값으로 들어오게 만드는 것이 저희 일의 출발점이에요.
• 팀의 목적은 토스의 모든 구성원이 데이터로 제품을 만들고 인사이트를 얻을 수 있는 환경을 제공하는 것이에요.
• 지금 팀은 "데이터를 사람이 잘 쓰는 것"에서 "AI도 잘 쓰는 것"으로 축을 넓히고 있어요. 표준 마트 위에 시멘틱 레이어와 온톨로지를 얹어, 사람이든 에이전트든 맥락을 이해하고 데이터를 꺼내 쓸 수 있는 환경을 만들고 있어요.

합류하면 함께 할 업무에요

• 저희 팀의 업무는 크게 다섯 갈래로 나눌 수 있어요. 다섯 가지를 모두 하시는 건 아니고, 강점과 관심에 따라 무게중심을 잡되 나머지도 자연스럽게 경험하게 돼요.
• 데이터 배치 입수 — 모든 데이터가 들어오는 관문
• 실시간 입수를 제외한 앱·서버 로그부터 서비스 DB, 외부 파일까지 수십 종의 원천을 DW로 들여오는 입수 레이어를 설계하고 운영해요.
• 원천이 늘어날 때마다 사람이 붙지 않도록, 입수 요청부터 적재·검증까지 이어지는 자동화 시스템을 직접 만들어요.
• 스키마가 바뀌거나 데이터가 유실되는 상황을 감지하고, 원천을 만드는 팀과 구조 단계에서 함께 해결해요.
• 대규모 파이프라인 엔지니어링 — 빠르고, 잘 깨지지 않게
• Hadoop 에코시스템을 포함한 Airflow, DBT 등 문제 해결을 위한 다양한 도구들을 발굴 및 활용해 위에서 전사 배치 파이프라인을 설계·개발·최적화해요.
• 오래 걸리는 쿼리의 실행 계획을 뜯어보고 파티셔닝·셔플·리소스 설정을 바꿔 수행 시간을 큰 폭으로 줄이는 일을 해요.
• dbt 기반의 선언적 파이프라인처럼, 장애가 난 뒤에 고치는 게 아니라 컴파일과 CI 단계에서 미리 막는 구조를 연구하고 도입해요.
• 데이터 품질 — 신뢰를 시스템으로 보장하기
• DQ 룰을 일회성 작업이 아닌 재사용 가능한 자산으로 만들고, 사후 인지가 아니라 데이터가 서빙되기 전에 탐지하는 체계를 만들어요.
• 마트 간 정합성을 검증하고, 문제가 생기면 영향 범위를 추적해 관련된 사람들에게 바로 알리는 체계를 만들어요.
• AI-Ready 데이터와 에이전트 — 지금 팀에서 가장 빠르게 커지는 영역
• 데이터에 컨텍스트를 입혀 LLM이 이해할 수 있는 형태로 만들어요. 시멘틱 레이어와 온톨로지를 설계하고, 지식 그래프로 개념 간 관계를 연결해요.
• 사내 데이터 자산을 MCP·API로 열어서, AI 에이전트가 직접 테이블을 찾고 쿼리를 만들 수 있는 환경을 만들어요.
• 운영을 사람 손에서 떼어내는 실험도 연구 / 집중하고 있어요. 장애를 감지해 원인을 분석하고 수정 PR까지 올리는 에이전트를 직접 만들고 있어요.
• 우리가 쓸 도구를 직접 만드는 일
• 배치 오퍼레이터, 입수 자동화, 백필 CLI, 영향도 분석기 — 필요하다고 판단하면 직접 만들어요.
• 도구에 화면이 필요하면 프론트엔드도 직접 만들어요. 실제로 팀원이 직접 만든 시각화 도구가 사내에서 쓰이고 있어요.
• 직군의 경계보다 문제를 끝까지 푸는 것을 우선해요.

이련 역량이 꼭 필요해요

• Hadoop-Ecosystem, Database, Data Warehouse, 데이터 분산 처리에 대한 기본적인 이해가 있으신 분
• SQL 안티 패턴을 잘 이해하고 있고, Python 으로 기본적인 어플리케이션을 만들 수 있는 기술 역량이 있으신 분
• 복잡하거나 반복적인 문제를 데이터 모델을 이용해 단순화·자동화하여 해결한 경험이 있으신 분
• 단순히 요청을 처리하는 것이 아니라, 명확한 데이터 구조와 효율적인 활용 관점에서 기준을 제시할 수 있는 분
• 여러 직군의 이해관계자와 소통하며 데이터 요구사항을 구체화하고 합의를 만들어보신 분

이런 경험이 있다면 더 좋아요

• Airflow 운영 및 트러블슈팅, 배치 안정성 개선 경험이 있으신 분
• OLAP 쿼리 엔진의 동작 원리를 이해하고 성능을 튜닝해보신 분
• 데이터 플랫폼이나 도구를 직접 만들어 팀의 생산성을 올려보신 분 (마트 작업과 플랫폼 작업을 함께 하실 수 있는 분)
• 대용량 데이터 처리 및 분석을 위한 시스템 요구사항을 도출하고 구축해본 경험이 있으신 분
• dbt, 데이터 카탈로그, 메타데이터·리니지 관리 도구를 도입하거나 내재화해보신 분
• 토스의 데이터를 AI가 더 잘 이해할 수 있도록 데이터에 컨텍스트를 입히거나, 시멘틱 레이어 구축과 AI 레디를 위한 작업을 진행해본 경험이 있으신 분

이런 경험이 있다면 이력서에 꼭 작성해주세요

• 경험한 업무 중 임팩트 있었던 프로젝트를 구체적으로 적어주세요.
• 데이터와 관련된 문제를 해결하면서 기여한 부분 및 배운 점을 구체적으로 언급해주시면 좋아요.
• 설계하신 데이터 구조가 왜 그 형태여야 했는지, 어떤 대안을 검토했는지 함께 적어주시면 좋아요.
• 실제 서비스에 적용하여 개선한 경험이 있다면 결과를 수치로 나타내주면 좋아요. (외부 공개가 민감한 사항일 경우, 해당 부분은 제외해주세요)

합류하시면 이런 걸 얻어가실 수 있어요

• 금융, 커머스, 광고까지 아우르는 국내에서 손꼽히는 규모와 복잡도의 데이터를 직접 소유하고 다뤄요.
• 데이터 입수부터 파이프라인, 품질, 활용 환경까지 전 구간을 한 팀에서 경험할 수 있어요. 한 단계만 담당하는 조직에서는 얻기 어려운 시야예요.
• 시멘틱 레이어, 온톨로지, 데이터 에이전트처럼 시장에서 이제 막 형성되고 있는 영역을 실무에 적용하고, 실패해볼 수 있는 시간과 재량이 주어져요.

토스로의 합류여정

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

함께 할 동료를 위한 한마디

"팀원 모두가 어제보다 나은 서비스에 지향점을 두고 있어요"

• 저는 업무적으로는 금융데이터만의 위험한 매력에 끌렸고, 문화적으로는 나의 성장이 회사의 성장을 줄것으로 보여 토스에 합류했어요.
• 기존의 회사에서 가장 스트레스였던것은 회사가 정한 지향점으로 이끌려야만하는 것이었는데요, 토스는 입사 전에 들었던 모든 것을 훨씬 상회하는 자율성과 내가 정한 업무량, 그리고 향상심 높은 팀원 모두가 "어제보다 나은 서비스"에 지향점을 두고 있더라구요.

합류하게 될 팀에 대해 알려드려요

• 데이터 마트 플랫폼팀은 토스의 다양한 제품들의 데이터에 대해 표준화된 Data Warehouse를 구축하여 데이터 사일로화를 방지하고 전사 Data Maturity 개선을 위해 노력하는 팀이에요.
• 중앙화된 전사 DW Quality 관리 프로세스 고도화, 표준 모니터링, 각 제품데이터와 전사통합마트 연동 및 효율적인 파이프라인 설계, 전사 표준마트 생성 등의 업무를 수행해요.

합류하면 함께할 업무예요

• 토스 DW표준안에 대해 숙지하는 온보딩 과정을 거친 이후 Data Mart Platform Team 소속으로 업무를 수행해요.
• Agile 하면서도 관리가 용이한 전사 DW표준안을 유지/관리하고 및 각 도메인의 DAE(Product)와 협업을 통해 전사 관점의 DW Quality 관리의 책임을 가져요. (표준관리 모니터링 개발 및 수행)
• 데이터 신뢰성을 높이기 위한 시스템/프로세스를 기획하고 실행하여 각 테이블의 정합성 개선, DQ rule 고도화, health check 지표화 등의 업무를 수행해요.
• IR, Finance, 제품통합분석 등 전사관점의 마트개발을 담당하고, 각 도메인의 표준마트와 전사통합마트의 통합을 책임지고 효율적인 구조로 연동이 이루어질 수 있도록 데이터 파이프라인 상의 개선을 이뤄요.
• 이 외에도 조직에 데이터가 잘 흐를 수 있도록 data discoverability 개선 등의 업무를 발굴하고 수행해요.
• 토스의 여러 도메인들의 Data Maturity 를 측정할수 있는 플랫폼을 개발하고, 도메인들의 DAE의 생산성을 올릴 수 있는 프로젝트를 발굴하고 고도화 해요.
• 데이터 개발 환경은 Hadoop, Airflow, Python, SQL(Impala) 기반이에요.

이런 분과 함께하고 싶어요

• Database 정규화 및 Data Warehouse의 기본적인 특징에 대한 이해가 있어야 해요. (Subject-Oriented, Integrated, Non-Volatile, Time-Variant)
• DW 데이터모델러로서 주요개념을 명확하게 정의하고, 다양한 데이터 관점에서의 이해를 바탕으로 효율적인 데이터 구조를 설계하고 제안할 수 있어야 해요.
• DW 표준관리에 대한 높은 수준의 이해가 필요하고 전사레벨의 표준관리 측면에서 개선안을 제시하고 리딩할 수 있어야 해요
• 데이터 품질, 컴플라이언스 등 데이터 거버넌스 측면에 대해 높은 이해도를 바탕으로 실행안을 제안할 수 있어야 해요.
• SQL 활용능력이 높아야 하고 효율적이면서 가독성을 고려한 형태의 쿼리작성이 가능해야 해요.
• Python은 초급(Airflow를 사용할 수 있는 정도) 수준이어도 업무에 지장은 없으나 다른 사람이 작성한 모듈이나 pyspark코드를 이해하는 수준이면 좋아요.
• 대용량 데이터 처리 경험, AARRR 관점에서 지표를 설계하고 분석한 경험이 있으면 좋아요.

이런 경험이 있다면 이력서에 꼭 작성해 주세요

• DW구축 프로젝트 및 마트 설계 경험이 있으면 기여한 부분에 대해 구체적으로 언급해 주시면 좋아요.
• Data Maturity 측면에서 고민하고 해결하고자 했던 문제들에 대해서 구체적으로 언급해 주시면 좋아요.
• 데이터 관련 문제를 해결하면서 기여한 부분 및 배운 점을 구체적으로 언급해 주시면 좋아요.

토스로의 합류 여정

• 서류접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우협의 > 최종합격 및 입사

함께할 동료를 위한 한마디

"팀원 모두가 어제보다 나은 서비스에 지향점을 두고 있어요"

• 저는 업무적으로는 금융데이터만의 위험한 매력에 끌렸고, 문화적으로는 나의 성장이 회사의 성장을 줄 것으로 보여 토스에 합류했어요.
• 기존의 회사에서 가장 스트레스였던 것은 회사가 정한 지향점으로 이끌려야만 하는 것이었는데요, 토스는 입사 전에 들었던 모든 것을 훨씬 상회하는 자율성과 내가 정한 업무량, 그리고 향상심 높은 팀원 모두가 "어제보다 나은 서비스"에 지향점을 두고 있더라구요.

합류하게 될 팀에 대해 알려드려요

• Data Warehouse 팀은 토스 앱의 다양한 제품에서 발생하는 로그와 원천 데이터를 수집하고 신뢰할 수 있는 형태로 가공하여 제공해요.
• 글로벌 DW는 그중 해외 법인의 데이터를 담당하고, 리전별로 다른 엔진·타임존·규제 환경에서도 국가가 늘어날 때 다시 만들 필요 없는 구조를 목표로 해요.
• 지금은 인간 사용자뿐만 아니라 AI 에이전트도 데이터를 활용할 수 있도록 시멘틱 레이어와 온톨로지를 도입하고 있고, 이를 글로벌 데이터에도 넓혀가고 있어요.

합류하면 함께 할 업무에요

• 팀의 업무는 강점과 관심에 따라 다음 다섯 가지 영역으로 나뉘어요.
• 데이터 배치 입수 서비스 DB 스냅샷, 앱·서버 로그, 외부 API 등 수십 종의 원천을 Snowflake 기반 Data Warehouse로 수집하는 입수 레이어를 설계하고 운영해요. 원천 스키마 변경 시 소스·스테이징 모델이 자동으로 갱신되는 구조를 개발해 수동 작업을 최소화해요. 스키마 변경과 데이터 유실을 감지하고, 개인정보 마스킹 정책을 유지하며, 원천팀과 협력해 문제를 사전에 해결해요.
• 리전 중립 파이프라인 엔지니어링 Snowflake, Airflow, dbt 등 다양한 도구를 활용하여 전사 배치 파이프라인을 설계·개발·최적화해요. 동일한 코드가 여러 리전 및 개발 환경에서 설정만으로 동작하는 리전 중립 구조를 유지해요. 리전·유저 타임존 및 서머타임을 고려해 스케줄과 날짜 경계를 설계해요. 쿼리 실행 계획을 분석해 클러스터링, 증분 전략, 리소스 설정을 개선하고 성능을 최적화해요. dbt 기반 선언적 파이프라인 구축으로 사후 대응이 아닌 컴파일·CI 단계에서 사전에 예방해요.
• 데이터 품질 재사용 가능한 데이터 품질 규칙을 개발하고 사후 감지가 아닌 사전 탐지 체계를 구축해요. 원천 신선도, 키 무결성, 스냅샷 누락, 마트 간 정합성을 검증하고 문제 발생 시 영향도 추적·알림 시스템을 운영해요. 데이터 전달 완료 여부를 기준으로 하류 배치를 제어하는 게이트를 구축해요.
• AI-Ready 데이터와 에이전트 LLM이 이해할 수 있도록 데이터에 컨텍스트를 부여하고, 시멘틱 레이어·온톨로지를 설계하고 지식 그래프를 구축해요. MCP·API를 통한 데이터 자산 개방으로 AI 에이전트의 테이블 검색·쿼리 생성 환경을 구축해요. 분석가 쿼리의 dbt 모델 자동 변환, 장애 감지·원인 분석·PR 생성 등 자동화된 운영 에이전트를 개발해요.
• 내부 도구 개발과 리전 확장 백필 도구, 입수 자동화, 영향도 분석기, 리전 이식 점검 도구 등 필요한 도구를 직접 개발해요. 신규 국가 진출 시 기존 구조를 이식하는 플레이북을 운영해요. 데이터 전달과 반출 승인 체계를 법무·보안과 협의하고 코드에 반영해요. 필요시 UI/프론트엔드를 포함한 완전한 솔루션을 구현해요. 직군 경계를 넘어 문제 해결을 우선해요.

이련 역량이 꼭 필요해요

• 클라우드 Data Warehouse(Snowflake·BigQuery·Databricks 등), Database, 데이터 분산 처리에 대한 기본적인 이해가 있으신 분
• SQL 안티패턴을 이해하고, Python으로 기본 애플리케이션을 개발할 수 있으신 분
• dbt 기반으로 모델·소스·테스트를 설계하고 운영해 보신 분
• 복잡하거나 반복적인 문제를 데이터 모델링을 통해 단순화·자동화한 경험이 있으신 분
• 단순 요청 처리를 넘어 명확한 데이터 구조와 효율적 활용 기준을 제시할 수 있으신 분
• 다양한 직군의 이해관계자와 소통해 요구사항을 구체화하고 합의를 만들어 보신 분

이런 경험이 있다면 더 좋아요

• Airflow를 운영·트러블슈팅하고 배치 안정성을 개선해 보신 분
• Snowflake를 직접 구성하고 운영해 보신 분 (계정·역할·웨어하우스 설계, 권한 관리 등)
• Snowflake 등 클라우드 DW 엔진의 동작 원리를 이해하고 성능·비용을 튜닝해 보신 분
• 멀티 리전 또는 멀티 타임존 환경을 단일 코드베이스로 운영해 보신 분
• 개인정보 마스킹, 최소 권한, 데이터 레지던시 등 거버넌스 요구사항을 파이프라인에 반영해 보신 분
• 데이터 플랫폼이나 도구를 개발해 팀 생산성을 높여 보신 분 (마트 작업과 플랫폼 작업 병행)
• dbt, 데이터 카탈로그, 메타데이터·리니지 관리 도구를 도입하거나 내재화해 보신 분
• 데이터의 AI 이해도 향상, 시멘틱 레이어 구축, AI-Ready 데이터 작업을 해 보신 분
• 영문 기술 문서를 읽고 해외 파트너와 커뮤니케이션할 수 있으신 분

이런 경험이 있다면 이력서에 꼭 작성해주세요

• 경험한 업무 중 임팩트 있었던 프로젝트를 구체적으로 설명해 주세요
• 데이터 문제 해결 시 본인의 기여 부분과 배운 점을 구체적으로 적어 주세요
• 설계한 데이터 구조의 필요성, 검토했던 대안을 설명해 주세요
• 실제 서비스 적용을 통한 개선 결과를 정량적으로 표현해 주세요 (민감 사항 제외)

합류하시면 이런 걸 얻어가실 수 있어요

• 해외 리전 데이터 웨어하우스를 초기 단계부터 구축하고 신규 국가로 확장하는 경험을 할 수 있어요
• 데이터 입수부터 파이프라인, 품질, 활용까지 전 구간을 한 팀에서 경험할 수 있어요 (단일 영역 조직에서는 불가능한 폭넓은 시야)
• 시멘틱 레이어, 온톨로지, 데이터 에이전트, 리전 간 데이터 계약 같은 시장 초기 영역을 실무에 적용하고 실패해 볼 기회가 있어요

토스로의 합류여정

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