[오늘의집] Data Analyst (Finance) 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• SAP 연동 재무 Data Pipeline을 구축하고 Finance 지표를 관리하며, Finance 데이터 오너로서 관련 데이터를 정의하고 관리합니다.

  이렇게 볼 수 있어요

  파이프라인을 만드는 데서 끝나지 않고 재무 데이터의 정의까지 책임지는 자리입니다. 정의해 본 계정이나 지표, 테이블을 이름으로 쓰면 맡았던 범위를 바로 비교할 수 있습니다.

• 신규 프로덕트의 재무 데이터 파이프라인을 새로 구축하고 유지 보수와 고도화를 맡습니다.

  이렇게 볼 수 있어요

  기존 파이프라인 운영보다 새 프로덕트용 파이프라인을 처음 만드는 일이 앞에 적혀 있습니다. 출시 전후에 데이터 구조를 처음 잡아 본 경험이 있다면 그 사례를 먼저 고릅니다.

• 신규 프로덕트가 Finance 관련 지표에 미치는 영향을 파악하고, 프로덕트팀과 협업해 회계 로직과 지표를 만듭니다.

  이렇게 볼 수 있어요

  분석가가 회계 로직을 프로덕트팀과 함께 정합니다. 새 상품이나 요금 구조가 매출 인식에 어떤 영향을 주는지 정리해 본 일이 이 업무와 가장 가깝습니다.

• Stakeholder와 협업해 기존 Finance 지표를 고도화하고 데이터 정합성을 확인합니다.

  이렇게 볼 수 있어요

  정합성 확인이 업무에 따로 나오고 우대 사항에도 다시 나옵니다. 숫자가 맞지 않던 원인을 찾아 고친 사례를 어느 시스템에서 생긴 문제였는지까지 말할 수 있게 준비합니다.

• 각 Biz별 재무 가시성 확보를 위한 지표를 설계하고 대시보드(BI)를 구축합니다.

  이렇게 볼 수 있어요

  이 업무의 대시보드는 사업 단위마다 재무 상태를 따로 보여 줍니다. 사업부별 손익이나 비용을 나눈 대시보드를 만들어 봤다면 어떤 기준으로 나눴고 누가 그 대시보드를 봤는지를 밝힐 때 경험의 범위가 드러납니다.

• SAP와 물류/주문/결제 등의 시스템을 이해하고 Datalake에 적재된 데이터를 활용해 사업성 평가와 개선 insight를 발굴하고 Drive합니다.

  이렇게 볼 수 있어요

  재무 시스템 하나가 아니라 물류·주문·결제 데이터까지 엮어 분석합니다. 다뤄 본 원천 시스템을 이름으로 적으면 데이터 범위가 이 업무와 얼마나 가까운지 알 수 있습니다.

• Cross-domain 분석을 통해 기회 영역을 발굴합니다.

  이렇게 볼 수 있어요

  예를 들어 물류 지표의 변화가 재무 지표에 미친 영향처럼 도메인을 넘나드는 분석입니다. 두 부서의 데이터를 합쳐 새 과제를 찾아낸 경험이 있다면 그 분석 뒤에 실제로 바뀐 의사결정을 한 줄로 덧붙입니다.

• 결산 검증/파이프라인 운영 등 반복 업무에 AI를 접목해 효율화 및 자동화를 주도합니다.

  이렇게 볼 수 있어요

  AI 활용이 업무 항목으로 따로 있고 우대 사항에도 AI/LLM 활용 경험이 나옵니다. 반복되던 검증 작업을 AI로 바꿨다면 바꾸기 전후의 소요 시간을 숫자로 준비합니다.

2자격 요건

• 3년 이상의 데이터 분석 혹은 데이터 마트 구축 등 관련 경력을 요구합니다.

  이렇게 볼 수 있어요

  '혹은'으로 이어져 데이터 분석과 데이터 마트 구축 가운데 어느 쪽 경력도 적을 수 있습니다. 두 일을 오갔다면 각각 맡은 기간을 나눠 쓰는 편이 정확합니다.

• SQL, Python 및 bi tool 사용이 능숙해야 합니다.

  이렇게 볼 수 있어요

  도구 세 가지가 한 줄에 묶여 있습니다. 도구마다 직접 만든 결과물(쿼리, 분석 노트북, 대시보드)을 하나씩 들 수 있으면 숙련도를 설명하기 쉽습니다.

• 전사 지표를 설계하고 도식화한 경험이 필요합니다.

  이렇게 볼 수 있어요

  팀 단위가 아니라 전사 지표입니다. 지표 체계를 그림으로 정리해 여러 부서가 함께 쓰게 만든 경험을 지표 이름과 그 지표를 쓴 부서 수로 보여 줄 수 있습니다.

• 빅데이터 관련 기술(Hadoop, Spark, Presto, Airflow 등)을 써 본 경험이 필요합니다.

  이렇게 볼 수 있어요

  연관 기술 키워드에도 Spark, Presto, Airflow가 다시 나옵니다. 처리한 데이터 규모나 운영한 작업 수를 붙이면 사용 경험의 깊이가 분명해집니다.

• 복잡하고 정리되어 있지 않은 문제를 풀기 위한 데이터 기반 사고와 비판적 의사결정 능력을 요구합니다.

  이렇게 볼 수 있어요

  신규 BM의 재무 데이터 파이프라인 구축이 팀 소개에 적힌 이 포지션의 주 업무입니다. 정답이 없던 질문을 어떤 데이터로 좁혀 결론을 냈는지 한 사례로 설명할 수 있어야 합니다.

3우대 사항

• 이커머스 플랫폼 분야의 분석 경험을 우대합니다.

  이렇게 볼 수 있어요

  업무에 물류·주문·결제 시스템 데이터 분석이 있고, 우대 사항에 이커머스 분석 경험이 있습니다. 주문, 결제, 정산 가운데 다뤄 본 거래 데이터가 무엇이었는지가 비교의 기준이 됩니다.

• Finance 관련 업무 및 분석 경험 또는 관련 자격증 보유를 우대합니다.

  이렇게 볼 수 있어요

  '또는'으로 묶여 있어 경험과 자격증 가운데 하나를 적을 수 있습니다. 재무 분석을 직접 해 보지 않았다면 회계 관련 자격증과 공부한 범위를 적는 것도 방법입니다.

• 결산·정산 등 높은 정확성이 요구되는 데이터를 다루거나 데이터 정합성을 검증해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  결산·정산 데이터처럼 틀리면 안 되는 숫자를 다룬 경험을 묻습니다. 결산 일정에 맞춰 데이터를 검증해 봤다면 검증 주기와 찾아낸 오류 유형을 함께 밝힙니다.

• AI/LLM(Claude 등)을 활용해 업무를 자동화하거나 프로세스를 개선해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  도구 예시로 Claude가 이름까지 나옵니다. 어떤 작업을 AI에 맡기고 결과를 어떻게 검증했는지 나눠 말할 수 있어야 업무의 AI 자동화 항목과 연결됩니다.

4기타 사항

• 게시일 : 2026년 6월 30일
• 고용형태 : 정규직(수습 3개월)
• 근무지 : 서울 오피스 (대한민국 서울특별시 서초구 서초대로74길 4, 삼성생명 서초타워 21층, 25층, 27층)
• 경력 조건 : 경력 3년 이상
• 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.

쓰는 기술

공고 본문에 적힌 기술만 모은 목록입니다.

• SQL
• Python
• SAP
• Hadoop
• Spark
• Presto
• Airflow
• AWS Athena
• Redash
• Jupyter
• Iceberg
• Github
• Claude
• Power BI
• Hive

전형과 지원

오늘의집 공고의 진행 절차는 서류전형, 직무 인터뷰, 조직문화 인터뷰 및 레퍼런스 체크, 처우협의, 최종합격 순입니다. 개발 직군은 인터뷰 횟수와 코딩테스트 안내가 따로 있습니다.

지원 전 준비할 것

1. 1

   Biz별 재무 지표 하나 설명하기

   사업 단위로 나눠 본 재무 지표를 하나 골라 정의, 원천 데이터(SAP·주문·결제), 대시보드 구성 순서로 정리합니다.

2. 2

   사전 과제 일정 비워 두기

   이 공고는 서류전형 다음에 사전 과제가 있습니다. 서류 결과 안내를 받은 뒤 과제에 쓸 시간을 일정에서 미리 확보합니다.

3. 3

   AI로 바꾼 반복 업무 고르기

   결산 검증이나 정산 대사처럼 반복되던 데이터 작업에 AI/LLM을 쓴 사례를 골라 바꾸기 전후의 소요 시간과 검증 방법을 정리합니다.