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 Intelligence Platform Team은 토스의 모든 데이터에 의미를 부여하고 서로 연결하여, 사람과 AI가 신뢰하고 바로 쓸 수 있게 만드는 일을 합니다. - 데이터는 이미 충분히 많습니다. 부족한 것은 그 데이터가 무엇을 뜻하는지, 무엇과 이어져 있는지에 대한 공통의 이해입니다. - 우리는 흩어진 원천을 전사가 공통으로 쓰는 자산으로 만들고, 그 자산의 의미를 정의해 온톨로지로 연결하며, 사람과 AI 에이전트가 그것을 실제로 활용하게 하는 데까지 한 팀에서 담당합니다. 성공의 기준은 얼마나 많이 만들었는지가 아니라, 전사에서 얼마나 쓰이는지입니다. 합류하면 함께할 업무예요 - 전사 통합마트 설계·개발 > - IR·Finance·제품통합분석 등 전사 관점의 마트 설계 및 개발 > - 전사 통합마트(통합소비·통합잔고 등) 오너십 — 통합 기준을 정의하고, 도메인이 만든 표준마트를 그 기준에 맞춰 전사 통합 구조로 연결 - 유저·가맹점·서비스 프로파일 구축·운영 > - 분석가 협업을 통해 복잡한 룰 기반·추정 로직을 설계해 프로파일 항목을 직접 산출 > - 변화에 강하고 검증 가능한 형태로 프로파일을 유지 (정합성 검증, 품질 모니터링) - 온톨로지에 연결되는 데이터 구조 설계 > - 마트와 프로파일이 중앙 온톨로지의 엔티티·관계로 이어지도록 데이터 구조와 메타를 설계 > - 도메인이 자기 데이터를 온톨로지에 올릴 때 필요한 데이터 구조 정의와 검증 방식을 함께 설계 > - 사람이 아니라 AI 에이전트가 읽는 것을 전제로 데이터에 컨텍스트를 입히는 일 - 중앙 데이터 자산의 정합성과 신뢰성 > - 테이블 정합성 검증, 이상 감지, health check 지표화 > - 전사 데이터 표준·품질 체계를 함께 정립하고 적용 이런 분과 함께하고 싶어요 - Hadoop 에코시스템과 데이터 분산 처리에 대한 기본적인 이해 - Data Warehouse의 기본 특성(Subject-Oriented, Integrated, Non-Volatile, Time-Variant)과 정규화·차원 모델링에 대한 명확한 이해 - 여러 도메인에 흩어진 개념을 하나의 공통 구조로 정의하고, 효율적인 데이터 모델을 설계·제안할 수 있는 능력 - 높은 수준의 SQL 활용 능력. SQL 안티패턴을 이해하고, 읽는 사람을 고려해 효율적인 쿼리를 작성할 수 있는 능력 - Python으로 Airflow DAG와 재사용 가능한 배치 모듈을 작성하고, pyspark로 대용량 배치를 직접 개발할 수 있는 역량 - 단순 요청 처리가 아니라, 데이터 구조와 활용 관점에서 기준을 먼저 제시할 수 있는 분 - 여러 직군의 이해관계자와 소통하며 데이터 요구사항을 구체화하고 합의를 만들어낸 경험 이런 경험이 있다면 더 좋아요 - 대용량 데이터 처리 경험, 대규모 배치의 성능·안정성을 개선해본 경험 - 행동·거래 로그를 유저·가맹점 단위의 속성(프로파일)으로 설계하고 집계해본 경험 - 전사 표준을 따르는 데이터 구조를 설계하거나, 표준·품질 체계에 맞춰 마트를 정착시켜본 경험 - 시멘틱 레이어, 지표 사전, 온톨로지 등 데이터에 의미를 입히는 작업 경험 - LLM·AI 에이전트가 데이터를 제대로 활용하게 만드는 작업(AI-Ready Data)에 대한 관심과 시도 - 반복적인 문제를 도구로 만들어 팀 생산성을 올려본 경험 이런 경험이 있다면 이력서에 꼭 작성해 주세요 - 경험한 업무 중 임팩트가 컸던 프로젝트와, 그 안에서 본인이 담당한 부분 - 데이터 구조를 설계할 때의 선택 근거와, 검토했지만 택하지 않은 대안 - 데이터 문제를 해결하며 배운 점 - 실제 서비스에 적용된 개선을 가능한 한 수치로 (민감 정보는 제외해주세요) 합류하시면 이런 걸 얻어가실 수 있어요 - 금융·커머스·광고를 아우르는 국내 손꼽히는 규모와 복잡도의 데이터를, 전사 공통 자산 관점에서 직접 설계하는 경험 - 마트 개발에서 끝나지 않고, 그 데이터가 온톨로지로 연결되어 사람과 AI에게 실제로 쓰이는 데까지 이어지는 전 과정 - 온톨로지·AI-Ready Data처럼 아직 정답이 없는 영역을 전사 규모에서 먼저 시도해볼 기회 토스로의 합류 여정 - 서류접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우협의 > 최종합격 및 입사
KR
