이 자리가 왜 생겼을까요
이 공고의 팀 소개에 따르면 오늘의집은 가구·가전 같은 대형 상품의 배송·설치부터 풀필먼트까지 자체 물류 서비스를 운영합니다. 회사는 2025년 실적 발표에서 경기도 여주에 1만 평 규모의 대형 물류센터를 증설해 프리미엄 가구 배송·설치를 넓혔다고 밝혔습니다. 공고는 주문 이후 과정의 데이터가 SCM, WMS, TMS 같은 여러 시스템에 흩어져 쌓인다고 설명합니다. 물류 DAE는 이 데이터를 연결해 물류 운영과 의사결정의 기준이 되는 단일 데이터 소스를 만든다고 적었습니다. 물류 데이터를 다뤄 본 경험이 있다면 어느 시스템의 데이터를 어떤 지표로 묶었는지 시스템 이름과 지표 이름으로 써야 합니다.
오늘의집이 지금 어떤 사업에 집중하고 있는지는 오늘의집 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
SCM, WMS, TMS 등 물류 시스템의 데이터를 수집·정제하고 효율적인 ETL/ELT 파이프라인을 설계, 구축, 운영합니다.
이렇게 볼 수 있어요
여러 종류의 물류 시스템에서 나온 데이터가 출발점입니다. 다뤄 본 원천 시스템을 이름으로 쓰면 이 업무와 얼마나 가까운 경험인지 바로 확인됩니다.
주문-입고-재고-피킹-출고-운송-배송완료로 이어지는 물류 프로세스를 일관된 grain으로 연결하는 데이터 웨어하우스 모델(Fact/Dimension/Mart)을 설계하고 관리합니다.
이렇게 볼 수 있어요
공고에 따르면 이 과정의 데이터는 여러 시스템에 흩어져 쌓입니다. 서로 다른 시스템의 데이터를 하나의 grain으로 맞춘 모델을 설계해 봤다면 grain을 어떤 기준으로 정했는지 면접에서 말할 수 있어야 합니다.
SAP까지 물류 데이터를 완결하고 안전하게 제공합니다.
이렇게 볼 수 있어요
분석용 웨어하우스에서 끝나지 않고 SAP까지 데이터를 넘기는 일이 업무에 들어 있습니다. ERP로 데이터를 연동해 본 경험이 있다면 정합성을 어떻게 맞췄는지를 함께 적어 두세요.
리드타임, 배송 품질, 물류비, 센터 생산성 등 물류 핵심 지표의 정의를 표준화하고 SSOT로 제공합니다.
이렇게 볼 수 있어요
지표 정의를 하나로 맞추는 일이 따로 적혀 있습니다. 부서마다 다르게 쓰던 지표를 하나로 정리해 본 사례가 있다면 정의를 합의한 과정까지 면접에서 말할 수 있게 준비합니다.
데이터의 정확성, 완전성, 일관성 등을 검증·모니터링해 데이터 품질을 높이는 프로세스를 수립하고 개선합니다.
이렇게 볼 수 있어요
자격요건도 데이터 품질 이슈를 해결한 경험을 요구합니다. 품질 검증을 자동화한 범위와 그 뒤 줄어든 오류 건수를 숫자로 쓰는 편이 분명합니다.
물류 데이터의 접근성과 품질을 높이려고 메타데이터를 구성하고 최신화합니다.
이렇게 볼 수 있어요
메타데이터 관리는 우대 사항에도 다시 나옵니다. 데이터 카탈로그나 테이블 설명을 정비해 본 경험은 업무와 우대 사항 양쪽에서 통합니다.
물류 운영·사업·분석 조직이 쓰는 쿼리의 성능 개선과 데이터 접근성 향상을 지원합니다.
이렇게 볼 수 있어요
데이터를 쓰는 쪽이 개발 조직만이 아니라 물류 운영과 사업 조직입니다. 현업이 쓰는 쿼리를 개선해 조회 시간을 줄인 사례가 있으면 개선 전후 조회 시간을 숫자로 남깁니다.
최신 데이터 기술 트렌드를 학습하고 AI를 접목해 성능과 효율을 높입니다.
이렇게 볼 수 있어요
AI 접목은 자격요건에도 들어 있습니다. 데이터 작업에 AI 도구를 써서 줄인 작업 시간을 구체적으로 준비합니다.
2자격 요건
SQL 기반 데이터 파이프라인 설계·구현 경력 2년 이상을 요구합니다.
이렇게 볼 수 있어요
자격요건의 연차는 2년이고 화면의 경력 조건은 4년 이상입니다. SQL 기반 파이프라인을 설계·구현한 기간을 전체 경력과 따로 떼어 쓰면 두 조건을 각각 확인하기 쉽습니다.
ETL/ELT 파이프라인을 운영하고 최적화해 본 경험이 필요합니다.
이렇게 볼 수 있어요
구축과 별개로 운영과 최적화를 요구합니다. 처리 시간이나 비용을 줄인 파이프라인이 있다면 개선 전후 숫자를 함께 말할 준비가 필요합니다.
데이터 모델링과 스키마 설계 경험을 원합니다.
이렇게 볼 수 있어요
데이터 모델링 경험은 Fact/Dimension/Mart 설계를 맡을 때 바탕이 됩니다. 설계한 모델의 grain과 테이블 구성을 그림 한 장으로 설명할 수 있으면 면접에서 쓰기 좋습니다.
데이터 품질 이슈를 파악하고 해결한 경험이 필요합니다.
이렇게 볼 수 있어요
이슈를 발견한 방법과 해결한 방법을 함께 묻습니다. 원천 시스템 오류였는지 파이프라인 문제였는지 원인을 구분해 말할 수 있는 사례를 하나 고릅니다.
현업의 업무 프로세스를 이해하고 기술적 요구사항을 비즈니스 언어로 설명하고 협의할 수 있어야 합니다.
이렇게 볼 수 있어요
팀 소개는 물류 DAE가 물류 운영, 사업, 개발 조직과 긴밀히 소통한다고 적었습니다. 현업과 지표 정의나 데이터 요구사항을 협의해 바꾼 사례가 이 요건에 대한 답이 됩니다.
AI 기반 개발 도구와 프롬프트 엔지니어링으로 데이터 작업을 자동화하고 최적화하는 능력을 자격요건으로 적었습니다.
이렇게 볼 수 있어요
AI 활용이 우대가 아니라 자격요건에 있습니다. 조직문화 인터뷰에서도 AI 활용 역량을 따로 확인하므로 SQL 작성이나 품질 점검에 AI를 쓴 구체적인 방식을 정리해 가야 합니다.
3우대 사항
물류/풀필먼트/배송/SCM 도메인의 데이터 프로젝트(WMS, TMS, OMS 데이터 활용 등)에 참여해 봤으면 우대합니다.
이렇게 볼 수 있어요
물류 도메인 경험은 필수가 아니라 우대 사항입니다. 물류 데이터를 다뤄 봤다면 어느 시스템의 데이터였는지 이름으로 쓰는 편이 정확합니다.
동선 최적화, 배차/경로 최적화, 물류비·재고 비용 최적화 등 운영 효율화 프로젝트를 데이터로 지원해 봤으면 우대합니다.
이렇게 볼 수 있어요
데이터를 만드는 데서 그치지 않고 운영 개선에 쓰인 경험을 봅니다. 지원한 프로젝트에서 줄어든 비용이나 시간이 있다면 그 숫자와 데이터 쪽에서 맡은 부분이 함께 있어야 기여 범위를 판단할 수 있습니다.
데이터 웨어하우스 구축 프로젝트에 참여해 봤으면 우대합니다.
이렇게 볼 수 있어요
구축 프로젝트 참여를 따로 우대합니다. 운영 중인 웨어하우스를 관리만 했는지 구축 단계부터 참여했는지 밝혀 쓰는 것이 정확합니다.
데이터 품질 관리, 거버넌스, 메타데이터 관리 경험이나 관심이 있으면 우대합니다.
이렇게 볼 수 있어요
경험만이 아니라 관심도 우대 대상으로 적었습니다. 직접 해 본 경험이 없다면 공부한 도구나 개인 프로젝트로 관심을 보여 줄 수 있습니다.
Apache Spark를 활용한 대용량 데이터 처리 경험이나 Airflow, Dagster 등 워크플로우 오케스트레이션 도구 사용 경험이 있으면 우대합니다.
이렇게 볼 수 있어요
도구 이름을 지정했습니다. 처리한 데이터 규모와 운영한 워크플로우 수를 숫자로 쓰면 도구를 얼마나 깊이 썼는지 가늠이 됩니다.
컴퓨터 공학, 통계학 전공이거나 이에 준하는 전문 지식이 있으면 우대합니다.
이렇게 볼 수 있어요
전공은 필수가 아니라 우대 사항이고 준하는 지식도 인정합니다. 비전공자라면 데이터 모델링이나 통계를 공부한 과정을 이력서에 남기는 것도 방법입니다.
4기타 사항
- 게시일 : 2026년 9월 21일
- 고용형태 : 정규직(수습 3개월)
- 근무지 : 서울 오피스 (대한민국 서울특별시 서초구 서초대로74길 4, 삼성생명 서초타워 21층, 25층, 27층)
- 경력 조건 : 경력 4년 이상
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- SQL
- SAP
- Apache Spark
- Airflow
- Dagster
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.
기본 단계
공고의 진행 절차는 '서류전형 > 직무 인터뷰 > 조직문화 인터뷰 및 레퍼런스 체크 > 처우협의 > 최종합격'이고, 개발이 아닌 공고에는 이력과 경력에 따라 일부 과정이 생략되거나 추가될 수 있다고 적혀 있습니다. 합류여정 글은 인터뷰가 총 2회이고 포지션에 따라 사전 과제, 현장 과제, 전화 인터뷰, 티타임이 더해질 수 있다고 설명합니다.
이렇게 볼 수 있어요
두 인터뷰가 보는 것이 다릅니다. 합류여정 글에 따르면 1차 직무 인터뷰는 비개발 직군이 약 1시간, 개발 직군이 약 2시간입니다. 2차는 주로 최상위 리더와 약 1시간 진행하는 조직문화 인터뷰라서 핵심가치에 대한 사례를 따로 준비해야 합니다.
개발 직군
개발 공고는 직무 인터뷰가 1~2회, 조직문화 인터뷰가 2회이고 AI 활용 역량을 확인하는 세션이 들어 있다고 적었습니다. 공고가 연결한 Engineering팀 채용 프로세스에는 서류 전형 다음에 코딩테스트가 있고, AI Solutions Engineer 공고는 진행 절차 본문에도 서류전형 다음에 코딩테스트를 적었습니다.
이렇게 볼 수 있어요
인터뷰 횟수가 비개발 직군보다 많을 수 있어 일정을 넉넉히 잡아야 합니다. 코딩테스트와 AI 활용 세션이 각각 따로 있다는 점을 미리 알고 준비 순서를 정하는 것이 좋습니다.
서류와 결과 안내
자유양식 이력서는 필수이고 포트폴리오와 커버레터는 대부분 선택이며 파일은 PDF 형식을 권장합니다. 합류여정 글에 따르면 서류 결과는 합격 여부와 관계없이 일주일 안에 안내하고 간혹 더 걸리는 경우가 있습니다. 같은 글은 이력서에 지원 동기와 직무 중심의 자기소개를 담으면 더 좋다고 적었습니다.
이렇게 볼 수 있어요
양식이 따로 없으므로 지원 직무와 맞는 경험을 가장 자세히 쓰는 것이 중요합니다. 유튜브 채널 공고, CRM 공고, Brand Marketer 공고는 포트폴리오와 커버레터가 필수이므로 지원하는 공고의 제출 서류 안내를 먼저 확인해야 합니다.
재지원과 중복 지원
불합격 뒤 재지원에는 제한이 없지만 성장과 경험을 확인할 수 있도록 충분한 기간을 두고 이력서를 보완해 지원하라고 권합니다. 두 개 이상의 포지션에 중복 지원할 수 있고, 그때는 채용 담당자가 가장 적합한 포지션을 제안한다고 밝혔습니다.
이렇게 볼 수 있어요
여러 포지션에 지원해도 불이익은 없지만 채용 담당자가 한 포지션으로 정리할 수 있습니다. 같은 이력서로 여러 곳에 내기보다 가장 맞는 포지션을 정하고 그 포지션에 맞는 경험을 자세히 쓰는 편이 낫습니다.
수습과 온보딩
공고는 입사 후 3개월의 수습기간 동안 온보딩 프로그램인 Move in Program을 진행한다고 밝힙니다. 합류여정 글은 이 기간에 리더와 신규 팀원이 미션을 정하고 액션플랜을 주기적으로 논의한다고 설명합니다.
이렇게 볼 수 있어요
입사 직후 3개월 동안 목표와 피드백이 정해진 틀로 오갑니다. 처우협의 단계에서 수습 조건을 함께 확인하는 것이 좋습니다.
이 공고만 다른 점
직무 인터뷰는 이력과 경력에 따라 1~2회 진행될 수 있고, 조직문화 인터뷰는 2회에 걸쳐 진행되며 AI 활용 역량을 확인하는 세션이 들어 있습니다.
개발 공고는 인터뷰 횟수가 다른 오늘의집 공고보다 많을 수 있습니다. 조직문화 인터뷰에서 AI 활용을 따로 확인하므로, 실제 업무에 LLM 도구를 쓴 사례와 한계를 느낀 지점을 함께 정리해 가야 합니다.
공고가 단계별 인터뷰 안내로 참고하라고 한 Engineering팀 채용 프로세스 페이지에는 서류 전형 다음에 코딩테스트 단계가 따로 있습니다. 이력과 경력에 따라 전형이 추가되거나 생략될 수 있다는 내용도 같은 페이지에 있습니다.
공고 본문의 진행 절차에는 코딩테스트가 없지만 개발팀 안내에는 있습니다. 서류 합격 뒤 코딩테스트 안내를 받을 수 있다고 보고 일정을 잡아 두는 편이 안전합니다.
지원 전 준비할 것
- 1
물류 데이터 흐름 그려 보기
다뤄 본 주문·입고·재고·출고·배송 데이터가 어느 시스템에서 왔고 어떤 grain으로 연결했는지 한 장으로 정리합니다. 면접에서 웨어하우스 모델 설계를 설명할 때 이 한 장을 그대로 쓸 수 있습니다.
- 2
지표 표준화 사례 고르기
리드타임이나 배송 품질처럼 부서마다 정의가 달랐던 지표를 하나로 맞춘 경험을 골라 합의 과정과 결과를 정리합니다.
- 3
AI로 자동화한 데이터 작업 고르기
SQL 작성, 품질 점검, 문서화 가운데 AI 도구로 바꾼 작업을 골라 전과 후의 소요 시간을 비교합니다. 자격요건과 조직문화 인터뷰가 모두 AI 활용을 확인합니다.