이 자리가 왜 생겼을까요
딜로이트 컨설팅 코리아는 2025년 12월 AI Fluency 세미나를 열며 국내 유일 엔비디아 글로벌 시스템 통합(GSI) 파트너라고 밝혔습니다. 세미나에서는 제조업 중심의 피지컬 AI와 디지털 트윈 적용 사례를 발표한다고 소개했습니다. 2026년 6월 한국 딜로이트 그룹은 파트너 승진을 발표하며 'AI 플랫폼, 디지털 트윈, 피지컬 AI, AI 보안 등 다양한 영역에서의 실무 경험을 갖춘 인재들을 중심으로 미래 대응 역량을 한층 강화했다'고 설명했습니다. 이 공고는 고객사의 데이터 플랫폼을 설계하고 AI/ML 활용을 위한 파이프라인 연계를 지원하는 자리입니다. 응시자격에는 제조 산업군 프로젝트 경험이 필수로 들어 있습니다. 제조 현장의 설비나 생산 데이터를 분석과 AI에 쓸 수 있게 정리해 본 경험은 회사가 세미나에서 내세운 제조 AI 사례와 같은 분야를 다룹니다.
딜로이트가 지금 어떤 사업에 집중하고 있는지는 딜로이트 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
다양한 산업의 고객을 대상으로 데이터 전략 수립, 데이터 플랫폼 구축, 클라우드 전환, AI/분석 기반 혁신 과제를 수행하며 실질적인 비즈니스 가치를 창출하는 역할입니다.
이렇게 볼 수 있어요
포지션 소개가 개발보다 고객의 데이터 환경 진단을 먼저 적었습니다. 사내 플랫폼을 만든 경력이라도 현황을 진단하고 구조를 제안한 단계가 있었다면 그 부분이 컨설팅 업무와 이어집니다.
고객사의 데이터 플랫폼 및 데이터 아키텍처를 설계합니다.
이렇게 볼 수 있어요
구현 전에 아키텍처를 정하는 단계부터 맡습니다. 직접 설계한 아키텍처가 있다면 왜 그 구조를 골랐는지 대안과 비교해 설명할 수 있어야 합니다.
대용량 데이터 수집, 적재, 변환, 정제를 위한 ETL/ELT 파이프라인을 구축합니다.
이렇게 볼 수 있어요
수집부터 정제까지 파이프라인 전 구간이 업무입니다. 다뤄 본 데이터 규모와 처리 주기를 숫자로 밝히면 대용량이라는 조건에 맞는 경험인지가 드러납니다.
클라우드 기반 데이터 레이크, 데이터 웨어하우스, 데이터 마트를 설계하고 구현합니다.
이렇게 볼 수 있어요
세 저장 계층이 모두 적혀 있어 계층 사이에 데이터를 어떻게 나누고 옮길지 정하는 일이 포함됩니다. 각 계층을 어떤 클라우드 서비스로 구현했는지가 경력기술서의 구체적인 내용이 됩니다.
배치 및 실시간 데이터 처리 체계를 개발하고 운영을 자동화합니다.
이렇게 볼 수 있어요
배치와 실시간 처리가 함께 적혀 있습니다. 둘 중 한쪽만 해 봤다면 다른 쪽을 어떤 도구로 다룰 수 있는지 면접에서 설명할 준비가 필요합니다.
데이터 품질 관리, 메타데이터 관리, 모니터링 체계를 구축합니다.
이렇게 볼 수 있어요
파이프라인을 만든 뒤 데이터가 믿을 만한지 관리하는 체계까지 업무입니다. 품질 검사 규칙이나 장애 알림을 직접 설계한 경험이 있다면 이 업무에서 그대로 살릴 수 있습니다.
분석, BI, AI/ML 활용을 위한 데이터 파이프라인 연계를 지원합니다.
이렇게 볼 수 있어요
데이터를 쓰는 쪽인 분석가와 ML 조직에 맞춰 데이터를 넘기는 일입니다. 모델 학습용 데이터셋이나 BI 대시보드용 마트를 만든 사례가 있으면 이 업무를 보여 줄 수 있습니다.
고객 요구사항을 분석해 데이터 엔지니어링 관점의 기술 컨설팅을 수행하고, 프로젝트 수행 시 보안, 거버넌스, 표준 아키텍처 기준을 반영합니다.
이렇게 볼 수 있어요
엔지니어링에 고객과의 협의와 기준 준수가 더해진 업무입니다. 고객 보안 규정 때문에 설계를 바꾼 경험처럼 외부 기준을 반영한 사례가 컨설팅 환경을 다뤄 봤다는 것을 보여 줍니다.
2자격 요건
데이터 엔지니어링, 데이터 플랫폼 구축 또는 데이터 아키텍처 설계 관련 실무 경력이 5년 이상 12년 이하여야 합니다.
이렇게 볼 수 있어요
세 분야 중 하나의 실무 경력이면 되고 연차에 상한이 있습니다. 경력 구분 칸도 같은 '5년 이상 12년 이하'입니다.
SQL, Python, Spark 등 데이터 처리 및 파이프라인 개발 역량을 보유해야 합니다.
이렇게 볼 수 있어요
SQL, Python, Spark 세 도구가 예시로 나옵니다. 각 도구로 무엇을 만들었는지 프로젝트 단위로 적으면 역량을 확인하기 쉬워집니다.
ETL/ELT, 데이터 레이크, 데이터 웨어하우스, 데이터 마트 구축 경험이 있어야 합니다.
이렇게 볼 수 있어요
업무 목록의 파이프라인과 저장 계층이 그대로 자격 요건에 들어 있습니다. 계층마다 따로 쓰기보다 한 프로젝트에서 전체 흐름을 어떻게 이었는지를 쓰면 경험의 범위가 한 번에 보입니다.
클라우드 환경에서 데이터 파이프라인 또는 분석 플랫폼을 구축한 경험이 있어야 합니다.
이렇게 볼 수 있어요
온프레미스 경험만으로는 이 조건을 채우기 어렵습니다. 클라우드 서비스 이름과 구축한 범위를 함께 밝혀야 합니다.
데이터 모델링, 성능 최적화, 운영 안정화에 대한 이해가 필요합니다.
이렇게 볼 수 있어요
구축 뒤 운영 단계까지 묻는 조건입니다. 쿼리나 파이프라인 처리 시간을 줄인 사례가 있다면 줄이기 전과 후의 수치가 이 이해를 보여 줍니다.
제조 산업군 프로젝트 수행 경험이 필수입니다.
이렇게 볼 수 있어요
산업 경험이 응시자격에 '필수'로 적혀 있습니다. 제조 고객사의 생산, 설비, 품질 데이터를 다룬 프로젝트가 있다면 어떤 데이터를 다뤘는지까지 밝혀야 이 조건을 채운다는 것이 보입니다.
해외여행에 결격 사유가 없어야 합니다.
이렇게 볼 수 있어요
업무에 해외 출장이 따로 나오지 않아도 응시자격의 필수 조건입니다. 출국에 제한이 있다면 지원 전에 확인해 두는 편이 좋습니다.
Global Talent Standards에 따른 역량을 보유해야 합니다.
이렇게 볼 수 있어요
모집직급 칸은 Manager이고 역량 항목은 공고에 나와 있지 않습니다. 업무에 고객 요구사항 분석과 기술 컨설팅이 들어 있으므로 직접 만든 파이프라인과 함께 고객과 범위를 협의하고 팀을 이끈 경험을 적어 두면 Manager 직급의 일을 해 왔다는 것을 보여 줄 수 있습니다.
3우대 사항
AWS, Azure, Google Cloud 환경에서 데이터 플랫폼을 구축하거나 운영한 경험을 우대합니다. 관련 자격증(AWS, Azure, Google Cloud, Snowflake, Databricks 등) 보유자도 우대합니다.
이렇게 볼 수 있어요
필수 조건은 클라우드 환경 일반이고 우대는 세 클라우드를 이름으로 들었습니다. 자격증은 경험과 별도의 우대 항목이라 실무 경험이 짧은 클라우드가 있다면 자격증으로 보완할 수 있습니다.
Snowflake, Databricks 기반 데이터 웨어하우스/레이크하우스 구축 경험을 우대합니다.
이렇게 볼 수 있어요
Snowflake와 Databricks를 이름으로 들었습니다. 두 플랫폼 중 하나라도 구축 경험이 있다면 프로젝트 규모와 함께 밝혀 둘 수 있습니다.
Airflow, dbt, Kafka, Hadoop, Delta Lake 등 데이터 엔지니어링 도구 활용 경험을 우대합니다.
이렇게 볼 수 있어요
워크플로 관리, 변환, 스트리밍, 분산 저장 도구가 함께 나열돼 있습니다. 써 본 도구를 용도별로 묶어 쓰면 업무 목록의 배치와 실시간 처리 경험과 연결됩니다.
클라우드 마이그레이션, Data Modernization, AI Ready Data 플랫폼 구축 경험을 우대합니다.
이렇게 볼 수 있어요
포지션 소개의 클라우드 전환과 AI/분석 기반 혁신 과제가 우대 사항으로 다시 나옵니다. 기존 시스템을 클라우드로 옮긴 프로젝트가 있다면 옮기기 전 구조와 바뀐 구조를 비교해 설명할 수 있습니다.
유통 및 금융 산업군 프로젝트 수행 경험을 우대합니다.
이렇게 볼 수 있어요
제조는 필수이고 유통과 금융은 우대입니다. 제조 외 산업 경험이 있다면 산업별로 다룬 데이터가 어떻게 달랐는지 말할 수 있습니다.
데이터 거버넌스, 데이터 품질, 접근권한 및 보안 체계 설계 경험을 우대합니다.
이렇게 볼 수 있어요
업무의 보안, 거버넌스 기준 반영과 이어지는 항목입니다. 접근권한을 역할별로 나누는 체계를 설계했다면 그 기준을 구체적으로 설명할 수 있습니다.
4기타 사항
- 게시일 : 2026년 5월 20일
- 고용형태 : 정규직
- 근무지 : 서울 여의도
- 경력 조건 : 경력 5년 이상 12년 이하
- 학력 조건 : 대학교(학사)졸 이상
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- SQL
- Python
- Spark
- AWS
- Azure
- Google Cloud
- Snowflake
- Databricks
- Airflow
- dbt
- Kafka
- Hadoop
- Delta Lake
전형과 지원
안진회계법인과 딜로이트 컨설팅 공고는 하단 기타사항에 같은 전형 단계를 적습니다. 채용 FAQ는 공고별로 절차와 순서가 다를 수 있다며 지원할 공고의 전형 절차를 확인하라고 안내합니다.
네 단계와 Background check
공고 하단에 적힌 전형 단계는 서류 전형, 인성 검사, 면접 전형, 최종 합격 순입니다. 채용 직급에 따라 Background check/Reference check이 추가로 진행될 수 있다는 안내도 함께 있습니다. 안진회계법인 T&T 부문 정보보안 계열 공고는 같은 자리에 '인성검사 대신 Background check/Reference check이 진행될 수 있습니다'라고 적었습니다. 공고 상단의 전형단계 칸은 서류 전형, 면접 전형, 인성 검사, 최종 합격, 최종 승인 순이라 하단과 순서가 다릅니다.
이렇게 볼 수 있어요
인성 검사가 면접 앞인지 뒤인지는 같은 공고 안에서도 위아래 표기가 다르므로 서류 결과를 받을 때 안내되는 순서를 기준으로 삼는 편이 정확합니다. 경력직은 직급에 따라 이전 직장 평판 조회가 붙을 수 있다는 점을 미리 알아 두면 일정을 잡기 쉽습니다.
면접에서 보는 것
채용 FAQ는 면접전형이 최소 30분간 1명 이상의 면접위원과 함께 입사의지(Why Deloitte?), 인재상 적합성, 직무수행 전문성을 검증한다고 적었습니다. 일반적인 질의응답 방식이고 채용 부문에 따라 프레젠테이션, 사전 과제 브리핑, case 과제 해결, 그룹 면접 등이 있을 수 있습니다. 면접은 부서 상황에 따라 여러 차례 진행되며 필요하면 영어 인터뷰를 더합니다.
이렇게 볼 수 있어요
검증 항목에 'Why Deloitte?'가 따로 적혀 있으므로 왜 이 법인과 이 부서인지를 회사가 밝힌 사업 방향과 연결해 답할 준비가 필요합니다. 해외 조직과 협업하는 부서라면 영어로 경력을 설명하는 연습도 함께 해 둘 만합니다.
서류에서 보는 것과 자격증
채용 FAQ는 경력자의 서류를 직무 관련 경험과 전문지식 위주로 심사하고 필요하면 자격증 소지 여부를 1차로 고려한다고 적었습니다. 회계법인 감사 부서는 KICPA 자격증 소지자를 우선 선발하고 감사 이외 부문은 CFA, CISA, FRM, Oracle, SAP 등의 자격증을 우대하지만 필수 요건으로 두지는 않습니다. 입사지원서는 최종 제출 뒤에는 어떤 내용도 고칠 수 없습니다.
이렇게 볼 수 있어요
감사 부서와 그 밖의 부문은 자격증의 무게가 다릅니다. 감사 이외 부문은 자격증이 없어도 지원할 수 있으므로 직무 관련 경험이 잘 드러나도록 지원서를 쓰는 것이 중요합니다. 최종 제출 뒤에는 고칠 수 없으니 내용을 한 번 더 확인하고 제출하는 것이 안전합니다.
중복 지원과 재지원
공고 하단에는 '타 공고 간 중복 지원은 불가능합니다'라고 적혀 있습니다. 채용 FAQ도 전형이 진행되는 동안 중복지원은 불가능하지만 재지원에는 제한이 없고 기존 지원 여부는 전형에 영향을 미치지 않는다고 안내합니다. 다만 서류전형에 합격하고도 면접에 불참한 이력이 있다면 지원서와 면접에서 법인에 대한 열정을 표현해 달라고 적었습니다.
이렇게 볼 수 있어요
비슷한 공고가 여러 건 올라와 있어도 전형이 진행되는 동안에는 한 공고만 진행할 수 있습니다. 재지원 제한은 없으므로 가장 맞는 공고를 먼저 고르고 결과가 나온 뒤 다른 공고에 지원하는 순서가 됩니다.
일부 공고의 수습 3개월
딜로이트 컨설팅의 Operation 전략, AI 전략/거버넌스, 인사/조직, Cloud 보안 공고는 담당업무 칸에 '수습기간 3개월 적용 (수습기간 중 평가에 따라 수습기간 연장 가능성 있음)'이라고 적었습니다. 같은 법인의 데이터 엔지니어 공고, Monitor Deloitte M&A 공고와 Monitor Deloitte 전략컨설팅 공고, 안진회계법인의 감사·세무·T&T 공고에는 이 문구가 없습니다.
이렇게 볼 수 있어요
수습은 법인 공통 규정으로 안내된 것이 아니라 공고마다 따로 적혀 있습니다. 지원할 공고의 담당업무 칸에 이 문구가 있는지 확인하고 없다면 처우 협의 때 수습 여부를 묻는 편이 확실합니다.
입사 서류
채용 FAQ는 입사 때 낼 증빙서류를 최종 합격 뒤 이메일로 안내하고 입사일 이후 일주일 안에 직접 내면 된다고 적었습니다. 공인어학시험 점수는 발급일 기준 3년까지 인정합니다. 공고 하단에는 대한민국 국적이 아닌 경우 국내거소신고증과 근무에 문제가 없는 비자 증빙을 내야 하고 입사지원서 내용이 사실과 다르면 합격이 취소된다고 적혀 있습니다.
이렇게 볼 수 있어요
어학 점수는 발급일이 3년 안이어야 인정되므로 지원서에 적을 점수의 발급일을 미리 확인해 두는 게 좋습니다. 지원서와 증빙서류의 내용이 다르면 불이익이 있을 수 있다고 안내하므로 날짜와 직함은 증빙서류 기준으로 적는 것이 안전합니다.
지원 전 준비할 것
- 1
제조 프로젝트 경험 구체화하기
제조 산업군 프로젝트 수행 경험은 응시자격의 필수 조건입니다. 제조 고객사나 제조 사업부에서 맡은 프로젝트를 골라 어떤 데이터를 어디서 받아 어떤 플랫폼에 쌓았는지 순서대로 정리합니다.
- 2
아키텍처 설명 자료 만들기
담당업무의 첫 항목은 데이터 플랫폼과 아키텍처 설계입니다. 직접 설계한 구조 하나를 그림으로 그리고 각 계층에 쓴 도구와 고른 이유를 붙여 두면 면접에서 직무수행 전문성을 설명할 때 쓸 수 있습니다.
- 3
공고 도구 목록과 내 경험 맞춰 보기
필수에 SQL, Python, Spark가, 우대에 Snowflake, Databricks, Airflow, dbt, Kafka, Hadoop, Delta Lake가 있습니다. 써 본 도구는 프로젝트와 연결해 쓰고 써 보지 않은 도구는 비슷한 용도로 쓴 도구를 짝지어 말할 수 있게 준비합니다.