[크래프톤] [Publishing Platform Div.] Game Security Data Scientist (7년 이상) 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• 게임 내 비정상 유저 행동과 부정행위를 탐지하는 ML 모델을 개발하고 개선합니다.

  이렇게 볼 수 있어요

  일반적인 예측 모델과 달리 상대가 탐지를 피하려 움직입니다. 대상이 바뀌는 환경에서 모델을 계속 고쳐 본 경험이 있으면 그 주기와 방식을 적어 둡니다.

• 대용량 게임 로그와 유저 행동 데이터, 보안 이벤트를 분석해 이상 징후를 찾습니다.

  이렇게 볼 수 있어요

  다루는 데이터가 정형 지표가 아니라 로그입니다. 처리한 로그의 일일 규모를 숫자로 밝히면 경험의 크기가 바로 보입니다.

• 부정행위 패턴을 분석하고 탐지 피처를 발굴해 탐지 로직을 설계하고 고도화합니다.

  이렇게 볼 수 있어요

  모델 선택보다 피처를 만드는 일이 앞에 있습니다. 도메인을 이해해 새 피처를 만들어 성능을 올린 사례가 이 항목의 핵심 근거가 됩니다.

• 탐지 모델의 성능을 평가하고 오탐과 미탐을 분석해 개선합니다.

  이렇게 볼 수 있어요

  정확도만으로 판단하지 않습니다. 오탐이 늘면 정상 유저가 제재를 받고 미탐이 늘면 부정행위가 남으므로 둘 사이를 어떻게 조정했는지가 판단 경험의 근거가 됩니다.

• 탐지와 운영의 효율을 높이기 위한 지표를 설계하고 시각화합니다.

  이렇게 볼 수 있어요

  결과가 보안 운영팀의 업무로 이어집니다. 분석 결과를 운영 조직이 쓰는 형태로 만들어 본 경험이 있으면 어떤 화면을 만들었는지 씁니다.

• 게임 스튜디오와 보안 엔지니어 등과 협업합니다.

  이렇게 볼 수 있어요

  크래프톤은 산하 스튜디오가 19개이고 보안 플랫폼은 그 스튜디오들이 함께 씁니다. 여러 팀의 요구를 하나의 시스템으로 맞춰 본 경험이 이 구조와 맞습니다.

2자격 요건

• Machine Learning과 Deep Learning, Statistics, Computer Science 등 관련 분야 학위 또는 이에 준하는 실무 경험을 요구합니다.

  이렇게 볼 수 있어요

  학위와 실무 경험을 대체 가능하게 적었습니다. 비전공이라면 아래 모델링 항목들을 프로젝트 단위로 구체화해 채우는 쪽이 유리합니다.

• 이상 탐지와 분류, 예측, 패턴 분석 등 ML 기반 모델링 프로젝트 경험을 요구합니다.

  이렇게 볼 수 있어요

  네 가지 과제 유형을 나열했습니다. 이상 탐지 경험이 없더라도 분류나 예측 프로젝트가 있으면 지원 대상이 됩니다.

• Python과 SQL로 대용량 로그와 이벤트 데이터를 분석하는 역량을 요구합니다.

  이렇게 볼 수 있어요

  같은 문장이 공고에 두 번 반복해 적혀 있습니다. 대용량 로그 처리 경험이 이 공고의 중심 조건이라고 보는 쪽이 안전합니다.

• 로그 데이터의 정제부터 피처 엔지니어링, 학습 데이터 구성, 모델 평가까지의 흐름을 이해해야 합니다.

  이렇게 볼 수 있어요

  모델만 다룬 경력과 구분하는 항목입니다. 데이터를 직접 만들어 본 단계가 어디까지인지 순서대로 써 두면 확인이 쉬워집니다.

• 머신러닝과 딥러닝 모델의 구조를 이해하고 목적에 맞게 개선한 경험을 요구합니다.

  이렇게 볼 수 있어요

  라이브러리를 쓴 경험과 구조를 손본 경험을 구분합니다. 손실 함수나 구조를 바꿔 성능을 올린 사례가 있으면 그 사례를 자세히 적습니다.

• 데이터 품질과 재현성, 확장성을 고려한 피처 엔지니어링 역량을 요구합니다.

  이렇게 볼 수 있어요

  일회성 분석이 아니라 계속 도는 시스템을 전제합니다. 같은 피처를 배치와 실시간에서 함께 쓰도록 만들어 본 경험이 있으면 그 이야기를 넣습니다.

• 모델 성능을 정량적으로 평가하고 오탐과 미탐 관점에서 개선 방향을 도출할 수 있어야 합니다.

  이렇게 볼 수 있어요

  업무 목록과 같은 표현이 요건에도 반복됩니다. 두 번 나온 항목이므로 임계값을 조정해 본 경험을 숫자와 함께 준비합니다.

• 스스로 문제를 정의하고 데이터 기반으로 개선해 나가는 역량을 요구합니다.

  이렇게 볼 수 있어요

  과제를 받아 푸는 자리가 아닙니다. 아무도 요청하지 않은 분석을 먼저 시작해 조치까지 간 사례가 있으면 그 이야기를 씁니다.

3우대 사항

• 게임 데이터를 활용한 Anti-Cheat와 부정행위 및 어뷰징 탐지, 이상행위 분석 경험을 우대합니다.

  이렇게 볼 수 있어요

  도메인을 정확히 지정한 항목입니다. 게임이 아니어도 결제 이상거래나 계정 도용 탐지 경험이 있으면 그것으로 인접성을 설명할 수 있습니다.

• FPS와 TPS, 배틀로얄, MMORPG 등 다양한 게임 장르의 플레이 경험 또는 데이터 특성 이해를 우대합니다.

  이렇게 볼 수 있어요

  플레이 경험을 우대 사항에 적어 두었습니다. 즐겨 한 장르가 있으면 이력서에 한 줄 써 두어도 이 조건에 걸립니다.

• 유저 행동 데이터 기반의 비정상 패턴 탐지와 모델 및 탐지 로직 개선 경험을 우대합니다.

  이렇게 볼 수 있어요

  자격 요건의 이상 탐지 항목이 한 단계 좁아진 형태입니다. 관련 경험이 있으면 자격 요건과 우대 사항 두 곳에 함께 걸립니다.

• 대용량 로그 데이터 처리와 ML 파이프라인 구축 및 운영 경험을 우대합니다.

  이렇게 볼 수 있어요

  모델을 만든 뒤 돌리는 일까지 묻습니다. 학습과 배포를 자동화해 본 경험이 있으면 주기와 규모를 밝힙니다.

• Spark와 Hadoop 등 대용량 데이터 플랫폼 사용 경험이나 이에 대한 이해를 우대합니다.

  이렇게 볼 수 있어요

  도구 이름을 지정했습니다. 다른 분산 처리 도구를 썼다면 처리한 데이터 규모로 비교할 수 있게 적어 둡니다.

• 글로벌 조직이나 스튜디오와 협업한 경험 또는 영어와 제2외국어 커뮤니케이션 역량을 우대합니다.

  이렇게 볼 수 있어요

  크래프톤은 스튜디오가 여러 나라에 흩어져 있습니다. 영어로 진행한 협업이 있으면 상대 조직이 어디였는지 씁니다.

4기타 사항

• 게시일 : 2026년 9월 16일
• 고용형태 : 전문계약직(수습 5개월)
• 근무지 : 역삼 센터필드
• 경력 조건 : 경력 7년 이상
• 학력 조건 : 관련 분야의 학위 또는 이에 준하는 실무 경험

쓰는 기술

공고 본문에 적힌 기술만 모은 목록입니다.

• Python
• SQL
• Spark
• Hadoop

전형과 지원

크래프톤 공고는 고용형태가 네 갈래로 나뉘는데 제목만 봐서는 구분되지 않습니다. 지원 전에 공고 본문에서 먼저 확인할 것이 그것입니다.

지원 전 준비할 것

1. 1

   다룬 로그 규모 숫자로 적기

   대용량 로그 분석 역량이 자격 요건에 두 번 적혀 있습니다. 하루 이벤트 건수나 테이블 크기를 써 두면 이 조건이 한 번에 확인됩니다.

2. 2

   오탐과 미탐을 조정한 사례 정리하기

   업무 목록과 자격 요건에 같은 요구가 반복됩니다. 임계값을 어떻게 정했고 그 결정으로 두 지표가 어떻게 움직였는지 숫자로 정리합니다.

3. 3

   직접 만든 피처 하나 고르기

   탐지 피처 발굴이 업무에 있습니다. 도메인 지식에서 나온 피처를 하나 골라 그 피처가 성능을 얼마나 올렸는지 써 두면 설명이 구체적으로 바뀝니다.

4. 4

   직무 테스트 결과를 문서로 쓰는 연습하기

   이 공고는 집에서 하는 직무 테스트가 전형에 들어 있습니다. 분석 과정과 판단 근거를 정리하는 형식을 미리 만들어 두면 제출 시간을 아낄 수 있습니다.