이 자리가 왜 생겼을까요
조직 소개에 따르면 시니어 데이터 엔지니어는 수백 테라바이트 규모의 데이터와 수백 개의 데이터 파이프라인을 다루며 데이터 메시 아키텍처로의 전환을 직접 설계하고 있습니다. 컬리는 2025년 실적을 정리한 디깅노트에서 신선식품 중심의 마켓컬리로 시작해 뷰티컬리, 판매자배송(3P), 풀필먼트(FBK), 네이버와 함께 연 컬리N마트로 사업을 넓힌 과정을 사업 다각화로 설명했습니다. 업무 목록은 서로 다른 데이터 소스와 관리되지 않은 권한 체계를 묶어 거버넌스를 확립하는 데이터 메시 플랫폼 구축을 첫 항목으로 들었습니다. 여러 사업 조직의 데이터를 도메인별로 나누고 소유권과 권한을 정해 본 경험이 있다면 도메인 수와 정리한 권한 구조를 숫자와 함께 쓰는 편이 이 업무와 바로 연결됩니다.
컬리가 지금 어떤 사업에 집중하고 있는지는 컬리 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
서로 다른 데이터 소스와 관리되지 않은 권한 체계를 묶어 거버넌스를 확립하는 데이터 메시 플랫폼을 구축합니다.
이렇게 볼 수 있어요
기술 도입보다 흩어진 권한을 정리하는 일이 목적으로 적혀 있습니다. 데이터 소유 조직을 나누고 권한 체계를 다시 세워 본 경험이 있다면 도메인 수와 바꾼 권한 구조를 숫자로 보여 줄 수 있습니다.
Data Observability와 품질 관리 체계를 구축합니다(파이프라인 사용량/현황 가시화, 누락/중복/지연 감지, 품질 및 성능 이상 징후 탐지).
이렇게 볼 수 있어요
감지 대상은 누락, 중복, 지연 세 가지입니다. 품질 이상을 자동으로 잡는 장치를 만들어 봤다면 탐지한 유형과 줄어든 장애 건수가 이 업무에 바로 쓰이는 숫자입니다.
Data FinOps 도구를 개발합니다(프로젝트 및 도메인별 비용 현황 가시화, 비정상 사용 패턴 인지, 조기 비용 파악을 통한 절감).
이렇게 볼 수 있어요
BigQuery 같은 사용량 과금 환경에서 비용을 도메인별로 나눠 보는 도구입니다. 쿼리 비용을 줄인 경험이 있다면 절감액과 쓴 방법을 한 사례로 설명하면 됩니다.
데이터 파이프라인 운영을 위한 AWS / GCP 클라우드 인프라를 운영하고 조정합니다.
이렇게 볼 수 있어요
웨어하우스는 GCP, 파이프라인은 AWS에 있는 구조라 두 클라우드를 함께 다룹니다. 두 클라우드 사이 데이터 이동을 운영해 봤다면 그 구성이 면접 질문으로 이어질 수 있습니다.
파이프라인 변화에 따라 인프라를 운영하고 조정합니다.
이렇게 볼 수 있어요
파이프라인이 늘거나 바뀔 때 인프라를 맞추는 일입니다. 처리량이 늘어 클러스터 구성을 바꾼 경험이 이 업무와 이어집니다.
비용/안정성/확장성의 균형을 고려해 인프라를 설계합니다.
이렇게 볼 수 있어요
세 가지 사이의 선택을 묻는 항목입니다. 비용 때문에 구성을 바꾸며 무엇을 포기했는지까지 설명한 사례가 자격요건의 '비용/복잡성/유지보수 부담' 항목과도 이어집니다.
2자격 요건
8년 이상 데이터 엔지니어링 관련 경험을 요구합니다.
이렇게 볼 수 있어요
공고는 데이터 엔지니어링 관련 경험을 요구합니다. 분석이나 백엔드 경력도 데이터 파이프라인과 이어진 일이었다면 함께 적을 수 있고, 파이프라인과 플랫폼에서 맡은 역할은 자세히 써 둘수록 전달이 잘 됩니다.
한 가지 이상의 개발 언어를 다루며 운영 도구를 직접 개발하는 역량을 요구합니다.
이렇게 볼 수 있어요
업무에도 Observability와 FinOps 도구 개발이 들어 있습니다. 직접 만든 운영 도구가 있다면 도구 이름과 쓴 언어가 이 요건에 대한 답입니다.
BigQuery(또는 대규모 데이터 웨어하우스), Airflow, Kafka / Kafka Connect, Spark / Flink, 컨테이너(Docker / Kubernetes), AWS 또는 GCP 가운데 다수를 실무에서 다뤄 본 경험을 요구합니다.
이렇게 볼 수 있어요
'다수'라고 적어 전부를 요구하지는 않습니다. 목록에서 실무로 다룬 기술을 골라 기술마다 맡은 범위를 한 줄씩 적으면 됩니다.
오픈소스/데이터 엔지니어링 기술을 도입하는 수준을 넘어 프로덕션에서 직접 운영하며 장애 대응과 트러블슈팅을 경험해 본 사람을 찾습니다.
이렇게 볼 수 있어요
도입 경험과 운영 경험을 구분했고, 요건이 묻는 것은 프로덕션에서 장애를 직접 다뤄 본 경험입니다.
기술이 어떤 문제를 풀기 위해 탄생했는지와 어디까지가 한계인지 이해하고, 도입 시의 비용/복잡성/유지보수 부담까지 고민해 본 경험이 필요합니다.
이렇게 볼 수 있어요
기술 선택의 이유를 묻습니다. 검토했다가 도입하지 않은 기술이 있다면 그 결정의 근거도 이 요건에 대한 설명으로 쓸 수 있습니다.
3우대 사항
Claude, Codex 등 최신 GenAI 도구를 개발 워크플로우에 도입해 반복 업무를 자동화하거나 개발 생산성을 높여 본 경험을 우대합니다.
이렇게 볼 수 있어요
조직 소개도 GenAI 도구를 운영 자동화에 들였다고 적었습니다. 파이프라인 코드 작성이나 장애 분석에 AI를 쓴 방식을 구체적으로 정리합니다.
데이터 환경의 Observability를 개선해 본 경험을 우대합니다.
이렇게 볼 수 있어요
우대 사항은 데이터 환경의 Observability를 개선해 본 경험입니다. 개선 전후로 장애를 알아차리는 데 걸린 시간을 비교할 수 있으면 좋습니다.
컨테이너 기반 인프라에 대한 높은 이해도를 우대합니다.
이렇게 볼 수 있어요
파이프라인이 AWS EKS 위에서 돌아가는 구조입니다. Kubernetes에서 데이터 작업을 운영해 본 경험을 밝힙니다.
데이터베이스와 SQL에 대한 높은 이해도를 우대합니다.
이렇게 볼 수 있어요
CDC 파이프라인은 원천 데이터베이스의 변경을 그대로 받습니다. 원천 DB 변경으로 생긴 파이프라인 문제를 다뤄 봤다면 그 사례를 적어 보세요.
끊임없이 학습하며 동료에게 아낌없이 공유하고, 여러 이해관계자와 긍정적으로 소통할 수 있는 분을 우대합니다.
이렇게 볼 수 있어요
기술 공유 경험을 봅니다. 사내 문서나 발표처럼 남은 결과물이 있으면 그 제목만으로도 공유 경험이 보입니다.
4기타 사항
- 게시일 : 2026년 2월 5일
- 고용형태 : 정규직(수습 3개월)
- 근무지 : 역삼 (서울특별시 강남구 테헤란로 133)
- 경력 조건 : 경력 8년 이상
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- BigQuery
- AWS
- GCP
- AWS DMS
- Kafka
- Kafka Connect
- Airflow
- NiFi
- Flink
- Spark
- Docker
- Kubernetes
- AWS EKS
- Claude
- Codex
- SQL
전형과 지원
컬리 채용 사이트의 기본 절차는 지원서 접수, 서류 검토, 인터뷰 진행, 처우 협의, 최종 합격 순입니다. 공고 본문에는 대부분 직무적합성 인터뷰와 종합 인터뷰 두 번이 적혀 있고, 공고에 따라 사전 과제나 온라인 직무적합성 검사가 붙습니다.
기본 단계
채용 사이트 합류 여정은 '지원서 접수 → 서류 검토 → 인터뷰 진행 → 처우 협의 → 최종 합격'이고, 세부사항은 공고별로 다를 수 있다고 밝힙니다. 공고 본문은 대개 '지원서 제출 → 직무적합성 인터뷰 → 종합 인터뷰 → 처우 협의 → 최종 합격'으로 적었고, 분석 시점 정규직 공고 62건 가운데 59건에 처우 협의 단계가 있었습니다.
이렇게 볼 수 있어요
인터뷰는 직무를 보는 단계와 종합적으로 보는 단계로 나뉩니다. 처우 협의가 없는 공고도 있으므로 지원하는 공고의 합류 여정 줄을 먼저 확인해야 일정을 정확히 잡을 수 있습니다.
사전 과제와 직무적합성 검사
분석 시점 정규직 공고 62건 가운데 47건이 온라인 직무적합성 검사를 적었고 대부분은 종합 인터뷰 단계에 붙였습니다. 사전 과제를 적은 공고는 24건이었고 그 가운데 19건이 '생성형 AI'를 활용하는 과제였습니다. FAQ는 포지션에 따라 과제 전형 또는 코딩 테스트가 포함될 수 있고 인터뷰는 상황에 따라 비대면 또는 대면으로 진행된다고 답합니다.
이렇게 볼 수 있어요
과제에 생성형 AI 사용이 전제된 공고가 있습니다. 과제를 낼 때 AI가 만든 부분과 직접 판단한 부분을 나눠 설명할 수 있도록 작업 과정을 남겨 두면 인터뷰에서 쓸 수 있습니다.
서류 양식
지원서류 양식은 정해져 있지 않고 '본인의 역량을 가장 잘 보여줄 수 있는 자유 양식의 이력서/경력기술서'를 내면 됩니다. 포지션별 필수 서류(포트폴리오 등)가 있으면 함께 첨부하고, 신체 조건·출신 지역·혼인 여부·가족 관계처럼 직무와 무관한 개인정보는 빼고 내라고 안내합니다.
이렇게 볼 수 있어요
양식이 자유인 만큼 경력기술서의 구성이 그대로 보입니다. 지원 공고의 업무 항목과 같은 이름으로 경험을 적고, 직무와 무관한 개인정보는 처음부터 넣지 않습니다.
재지원과 중복 지원
재지원과 중복 지원 모두 가능하다고 답합니다. 여러 포지션에 중복 지원하면 채용 담당자가 가장 적합하다고 판단한 포지션으로 먼저 안내할 수 있고, 맞는 공고가 없으면 인재풀에 정보를 등록해 달라고 안내합니다.
이렇게 볼 수 있어요
여러 공고에 내도 채용 담당자가 한 포지션으로 먼저 안내할 수 있습니다. 가장 맞는 공고를 정해 그 공고에 맞춘 이력서를 내는 편이 낫습니다.
수습과 공통 조건
분석 시점 정규직 공고 62건 모두에 '고용형태는 정규직(수습 3개월)'과 '해외 여행에 결격 사유가 없어야 하며, 남성은 군필 혹은 면제자여야 합니다'가 적혀 있었습니다. 병역특례는 전문연구요원만 운영한다고 FAQ가 답합니다.
이 공고만 다른 점
직무적합성 인터뷰에서 AI를 활용한 문제해결 과제를 수행하고 종합 인터뷰와 함께 온라인 직무적합성 검사가 진행됩니다.
과제가 별도 단계가 아니라 첫 인터뷰 안에 있고 AI 사용이 전제돼 있습니다. 파이프라인 장애 분석이나 운영 도구 작성에 AI를 어떻게 쓰고 결과를 어떻게 검증하는지 말로 설명할 수 있게 준비합니다.
지원 전 준비할 것
- 1
장애 대응 사례 하나
프로덕션 파이프라인에서 직접 대응한 장애를 골라 탐지, 원인, 조치, 재발 방지 순서로 정리합니다.
- 2
도입 기술의 한계 정리
도입했거나 검토한 기술마다 풀려던 문제, 한계, 유지보수 부담을 한 줄씩 적습니다.
- 3
비용과 품질 지표 숫자
줄인 데이터 처리 비용과 품질 이상 탐지 건수처럼 FinOps·Observability 업무와 이어지는 숫자를 준비합니다.