이 자리가 왜 생겼을까요
미리디는 2026년 6월에 "AI 기능 고도화에 맞춰 개발 직군 중심 인재 채용에 나선다"고 밝혔고 하절기 25개 포지션 가운데 개발 관련이 9개라고 전했습니다. 이 공고의 팀 소개도 같은 방향을 말합니다. 지금은 Silver·Gold 레이어의 마트와 워크플로를 재설계하는 중이고, 이렇게 정비한 마트와 메타데이터가 '사람뿐 아니라 Agent도 정확히 이해하고 활용할 수 있는 분석 기반'이 된다고 이야기하고 있습니다. 업무에 구성원이 Agent로 데이터를 분석하는 환경과 마트 생성 자동화를 만드는 일이 들어간 이유가 여기에 있습니다.
미리디가 지금 어떤 사업에 집중하고 있는지는 미리디 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
CDC 스트리밍과 배치 수집 파이프라인을 구축하고 운영하며 신규 소스 연동과 수집 장애에 대응합니다.
이렇게 볼 수 있어요
팀 소개를 보면 스트리밍은 Kafka/Debezium 기반이고 배치는 Airflow·Databricks·DuckDB(Arrow) 기반입니다. 둘 중 한쪽만 다뤄 본 경력이라면 나머지 한쪽을 어디까지 해 봤는지 서류에서 먼저 밝혀 두는 쪽이 유리합니다.
Bronze·Silver·Gold 계층을 운영하고 모델링 표준에 따라 마트를 설계·이관하며 변환·배포 CI/CD를 개선합니다.
이렇게 볼 수 있어요
팀이 지금 하고 있는 마트 재설계가 이 업무입니다. 적재까지만 맡아 본 경력과 마트 모델을 직접 설계하고 배포 과정까지 손본 경력은 이 업무에서 다르게 보입니다.
정합성·freshness·schema drift 지표를 모니터링해 데이터 문제를 소비 단계 이전에 탐지합니다.
이렇게 볼 수 있어요
품질 문제를 데이터를 쓰는 사람이 발견하기 전에 잡는 것이 목표입니다. 데이터가 틀어진 사고를 겪어 본 적이 있다면 그 뒤에 어떤 지표로 감시하게 됐는지까지 적으면 이 업무와 이어집니다.
Unity Catalog 기반 접근 제어와 개인정보 마스킹, 메타데이터·리니지를 관리하고 ISMS-P 요건에 맞는 데이터 환경을 운영합니다.
이렇게 볼 수 있어요
보안 인증 요건이 데이터 엔지니어의 업무로 적혀 있습니다. 권한 정책이나 마스킹 규칙을 직접 만들어 본 경험이 있으면 적용한 범위와 함께 밝혀 둘 만합니다.
사용자 행동 로그의 실시간 수집·분석 시스템과 디자인 에셋용 비정형 데이터 레이크를 구축합니다.
이렇게 볼 수 있어요
팀 소개에 따르면 미리캔버스에서는 사용자 행동 로그가 매일 2억 건 이상 발생하고, 비정형 디자인 에셋 데이터가 80억 건 이상 적재돼 있습니다. 비슷한 규모의 로그나 이미지 데이터를 다뤄 봤다면 건수와 처리 방식을 함께 적어야 경험의 규모가 전달됩니다.
구성원이 Agent로 데이터를 분석하는 환경과 마트 생성 자동화를 개발하고 EKS 기반 데이터 플랫폼을 운영합니다.
이렇게 볼 수 있어요
데이터를 쓰는 쪽에 사람뿐 아니라 Agent가 들어 있습니다. 메타데이터를 정비해 다른 시스템이 테이블을 정확히 찾게 만든 경험이나 Kubernetes에서 데이터 워크로드를 운영한 경험이 이 업무에 가깝습니다.
2자격 요건
데이터 엔지니어링 또는 관련 분야에서 3년 이상의 경력이나 이에 준하는 역량을 요구합니다.
이렇게 볼 수 있어요
'이에 준하는 역량'이 함께 적혀 있어 연차가 조금 모자라도 아래 요건으로 설명할 여지가 있습니다. 그 경우에는 요건마다 해 본 일을 하나씩 대응시켜 두면 설명이 수월해집니다.
배치 또는 스트리밍 데이터 파이프라인을 직접 구축하고 운영해 본 경험이 필요합니다.
이렇게 볼 수 있어요
'또는'으로 적었으므로 둘 다 해 봤을 필요는 없습니다. 다만 업무에는 둘 다 들어 있으므로 해 보지 않은 쪽은 우대 사항의 CDC 항목과 함께 준비해 두어야 합니다.
Spark 등 분산 처리 프레임워크와 Airflow 등 워크플로 오케스트레이션 도구를 다뤄 본 경험을 요구합니다.
이렇게 볼 수 있어요
팀이 배치 파이프라인에 Airflow와 Databricks를 쓰고 있습니다. 처리한 데이터 규모와 관리한 워크플로 수를 적으면 다뤄 본 수준이 함께 보입니다.
차원 모델링(grain, fact/dimension, SCD 등)을 바탕으로 데이터 웨어하우스나 마트를 설계해 본 경험을 요구합니다.
이렇게 볼 수 있어요
모델링 용어를 괄호 안에 직접 적어 둔 요건입니다. 설계한 마트의 grain을 어떻게 정했고 SCD를 어떤 방식으로 처리했는지 한 사례로 설명할 수 있으면 인터뷰 질문에 그대로 쓸 수 있습니다.
파이프라인 장애나 데이터 이상을 원인까지 추적해 해결해 본 경험이 필요합니다.
이렇게 볼 수 있어요
증상을 막은 데서 그치지 않고 원인까지 찾아간 경험을 묻습니다. 입사 1개월 차 목표도 수집 지연이나 장애에 직접 1차 대응하는 수준으로 적혀 있어 이 경험이 입사 직후부터 쓰입니다.
현업의 데이터 요청을 요구사항으로 정리해 테이블과 마트로 구현해 본 경험을 요구합니다.
이렇게 볼 수 있어요
요청을 받아 그대로 만드는 것이 아니라 요구사항으로 바꾸는 단계가 들어 있습니다. 분석가나 다른 부서의 요청을 어떤 테이블 구조로 옮겼는지 하나를 골라 정리해 두면 서류와 인터뷰에 함께 쓰입니다.
3우대 사항
Kafka, Debezium 등으로 CDC 기반 실시간 수집 파이프라인을 구축·운영하거나 Kubernetes 환경에서 데이터 파이프라인과 관련 워크로드를 운영해 본 경험을 우대합니다.
이렇게 볼 수 있어요
둘 다 팀이 지금 쓰는 구성입니다. 팀 소개가 스트리밍에 Kafka/Debezium을, 업무 목록이 EKS 기반 플랫폼 운영을 적고 있어 이 경험은 입사 뒤 맡을 일에 그대로 쓰입니다.
Databricks·Delta Lake 또는 Iceberg 등 Open Table Format 기반 레이크하우스를 설계·운영해 본 경험을 우대합니다.
이렇게 볼 수 있어요
팀은 256TB 이상 규모의 Databricks Delta Lake 기반 레이크하우스를 운영합니다. Iceberg도 함께 적혀 있으므로 Databricks를 쓰지 않았더라도 다른 Open Table Format으로 계층 구조를 설계한 사례로 설명할 수 있습니다.
ClickHouse, StarRocks 등 OLAP 엔진으로 대규모 로그 데이터의 실시간 분석 환경을 구축하거나 이미지 등 대용량 비정형 데이터를 AI/ML 학습과 분석에 쓸 수 있도록 데이터 레이크를 구축해 본 경험을 우대합니다.
이렇게 볼 수 있어요
두 경험 모두 업무 다섯 번째 줄의 실시간 분석 시스템과 비정형 데이터 레이크로 이어집니다. 둘 중 하나라도 해 봤다면 다룬 데이터의 건수와 그 데이터를 누가 어디에 썼는지를 함께 적는 것이 좋습니다.
데이터 품질 검증 도구를 도입해 정합성·freshness·schema drift를 지표화하고 모니터링해 본 경험을 우대합니다.
이렇게 볼 수 있어요
업무 세 번째 줄과 같은 지표가 우대 사항에 다시 나옵니다. 어떤 도구를 왜 골랐고 도입 뒤 무엇을 먼저 잡게 됐는지까지 쓰면 실제로 운영해 본 경험이 드러납니다.
Unity Catalog, DataHub 등으로 데이터 거버넌스를 구성하거나 ISMS-P 요건에 맞춘 데이터 환경을 운영해 본 경험을 우대합니다.
이렇게 볼 수 있어요
팀은 Unity Catalog를 쓰지만 DataHub도 예로 들었으므로 다른 도구로 거버넌스를 구성한 경험도 이 항목에 들어갑니다. ISMS-P 대응에 참여했다면 데이터 쪽에서 맡은 통제 항목을 구체적으로 적어 둡니다.
팀과 적극적으로 소통하며 어려운 문제를 함께 풀고 새로운 기술을 빠르게 익혀 문제에 맞는 방법을 찾아 적용하는 사람을 우대합니다.
이렇게 볼 수 있어요
입사 3개월 차 목표가 운영 중 발견한 문제 하나를 스스로 정의하고 개선하는 것입니다. 새 도구를 도입해 문제를 푼 경험이 있다면 팀과 어떻게 합의했는지까지 함께 정리해 두면 이 목표와 맞물립니다.
4기타 사항
- 게시일 : 2026년 6월 30일
- 고용형태 : 정규직(수습 3개월)
- 근무지 : 대한민국 서울특별시 구로구 디지털로31길 12, 8층 미리디
- 경력 조건 : 경력 3~6년
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- Kafka
- Debezium
- Airflow
- Databricks
- DuckDB
- Delta Lake
- Iceberg
- Spark
- ClickHouse
- StarRocks
- Unity Catalog
- DataHub
- EKS
- Kubernetes
- Server-side GTM
전형과 지원
미리디 전형은 네 단계이고 직군에 따라 코딩 테스트나 과제가 붙습니다. 채용 FAQ가 과거 지원과 무관하게 재지원할 수 있다고 밝혔고(공고에 따라 같은 포지션은 6개월 뒤 재지원 단서가 있습니다), CTO가 서류에서 무엇을 보는지도 공개돼 있습니다.
네 단계
서류전형, 1차 인터뷰, 2차 인터뷰, 최종 합격 순입니다. 1차는 "실무진과 직무별 인터뷰어가 참석하여 직무 역량을 심층 검증"하고 2차는 "리더 및 임원진이 참석하여 조직 적합도와 잠재력을 심층 검증"합니다. 최종 합격 뒤 처우 협의를 거치고 입사 후 3개월 수습 기간이 있습니다.
이렇게 볼 수 있어요
1차와 2차에서 보는 것이 다릅니다. 1차는 공고의 업무와 자격 요건에 맞춰 준비하고, 2차는 핵심가치 세 묶음에 각각 대응하는 사례를 준비하는 편이 효율적입니다.
코딩 테스트와 과제는 직군에 따라
"직군과 경력에 따라 [코딩테스트], [과제 전형]이 추가될 수 있으며, [2차 인터뷰]가 생략될 수 있습니다"라고 밝혔습니다. 코딩 테스트는 1차 인터뷰 앞에 붙습니다. 결과는 "최대 2주 내에 등록하신 이메일 주소로 개별 통보"합니다.
이렇게 볼 수 있어요
단계 수가 공고마다 달라지므로 일정을 넉넉히 잡아야 합니다. 개발 직군으로 지원한다면 서류를 내는 시점에 코딩 테스트가 붙을 수 있다고 보고 준비 시간을 함께 확보해 둡니다.
다른 포지션에는 바로 다시 지원할 수 있습니다
채용 FAQ에 "미리디는 모든 인재를 잠재동료로 바라봅니다. 과거의 지원과 무관하게 재지원이 가능합니다"라고 적혀 있습니다. 여러 공고에 동시에 넣는 것도 "지원하고자 하는 직무에 대한 자격요건에 부합하시면" 가능합니다.
이렇게 볼 수 있어요
한 번 떨어진 것이 다른 포지션 지원을 막지 않습니다. 다만 여러 공고는 같은 포지션에 대해 최종 결과 안내를 받은 시점부터 6개월 뒤에 다시 지원할 수 있다고 따로 적었습니다. 컬처핏 단계 이후 1년을 제한하는 회사들과 반대 방향이라, 준비가 덜 됐더라도 먼저 넣어 보고 다음을 노리는 선택이 가능합니다.
지원서는 자유 양식이고 수정이 안 됩니다
"입사 지원서는 자유 양식입니다"라고 밝히면서 "제출한 지원서는 수정이 불가능합니다. 즉시 수정된 자료를 첨부하여 다시 지원하시면, 가장 최근 제출된 지원서를 바탕으로 검토가 이루어집니다"라고 안내합니다. 일부 공고는 "원활한 검토를 위해 PDF 형식으로 제출"을 요청합니다.
이렇게 볼 수 있어요
고칠 기회가 없으므로 내기 전에 한 번 더 읽어야 합니다. 양식을 맞출 필요가 없는 대신 무엇을 강조할지가 온전히 선택이라, 공고의 업무 목록에 나온 일을 해 본 경험을 자세히 쓰는 편이 낫습니다.
CTO가 밝힌 서류 기준
CTO는 채용에서 보는 것을 "경험의 목록이 아니라, 그 경험의 깊이가 중요합니다"라고 밝혔습니다. 이어서 "'무엇을 만들었다'가 아니라 '어떤 선택을 했고, 그 선택이 왜 최선이었는가'가 중요합니다"라고 말하고, "'그런 문제가 없었어요'라고 답하면, '그래서 그 문제를 고민도 안 하셨어요?'라고 되묻습니다"라는 예도 들었습니다.
이렇게 볼 수 있어요
쓴 기술을 늘어놓은 이력서는 이 기준에서 확인할 것이 적습니다. 프로젝트마다 갈림길 하나를 골라 어떤 선택지가 있었고 왜 그것을 골랐는지를 한 문장씩 붙여 두면 서류와 인터뷰가 같은 이야기를 하게 됩니다.
병역지정업체
미리디는 병역지정업체이고 "요건을 갖춘 경우 병무청에 편입 신청이 진행됩니다"라고 밝혔습니다. 다만 "TO 제한으로 인해 모든 지원자에게 편입을 보장해드리는 것은 어렵습니다"라는 단서가 붙습니다. 산업기능요원과 전문연구요원은 모두 "전직 요건을 갖추면 누구나 전직 지원이 가능"합니다.
이렇게 볼 수 있어요
편입 자리가 정해져 있으므로 일반 공고에 지원하면서 편입을 기대하기보다 미리 확인하는 편이 안전합니다. 실제로 일부 공고는 제목에 산업기능요원과 전문연구요원 여부를 따로 밝혀 두었습니다.
이 공고만 다른 점
서류 전형 다음에 기술 스크리닝이 있고 기술 및 역량 인터뷰를 거쳐 처우 협의로 이어집니다. 회사 공통 절차의 2차 인터뷰는 이 공고의 전형에 적혀 있지 않습니다.
스크리닝은 '1차 인터뷰 전, 직무와 관련된 실무 경험과 지식을 간단히 확인합니다. (온라인, 30분 내외)'라고 안내합니다. 30분 안에 설명할 수 있도록 맡았던 파이프라인의 구조를 한 장으로 정리해 두면 도움이 됩니다.
'직급에 따라 인터뷰 후 레퍼런스 체크 전형이 추가될 수 있습니다'라는 안내가 있고, 결과 안내까지 서류는 최대 2주, 인터뷰는 최대 3주가 걸린다고 적혀 있습니다.
연차가 높은 쪽으로 지원한다면 레퍼런스를 부탁할 동료를 미리 정해 두는 쪽이 안전합니다. 결과 안내 기간이 공개돼 있으므로 다른 회사 일정과 겹쳐 볼 수 있습니다.
같은 포지션은 최종 결과 안내를 받은 시점부터 6개월이 지나야 다시 지원할 수 있습니다.
회사 채용 FAQ는 과거 지원과 무관하게 재지원할 수 있다고 밝히지만 이 공고는 같은 포지션에 기간을 둡니다. 여러 포지션에 동시에 지원하는 것은 가능하다고 적혀 있어 이 포지션에 언제 낼지는 따로 정해 두어야 합니다.
지원 전 준비할 것
- 1
스트리밍과 배치 경험을 나눠 적기
업무 첫 줄이 CDC 스트리밍과 배치 수집을 함께 맡깁니다. 어느 쪽을 어떤 도구로 얼마나 운영했는지 구분해 적어야 회사가 비어 있는 쪽을 판단할 수 있습니다.
- 2
설계한 마트 하나를 차원 모델링 용어로 설명하기
자격 요건에 grain, fact/dimension, SCD가 직접 적혀 있습니다. 설계한 마트 하나를 골라 grain을 어떻게 정했고 변경 이력을 어떻게 남겼는지 기술 스크리닝 30분 안에 말할 수 있도록 정리해 두는 편이 낫습니다.
- 3
장애를 원인까지 추적한 사례 고르기
자격 요건과 입사 1개월 차 목표가 모두 장애 대응을 가리킵니다. 증상과 원인, 재발 방지 조치를 순서대로 적은 사례 하나가 있으면 서류와 인터뷰에 함께 쓸 수 있습니다.
- 4
거버넌스와 품질 관리 범위 밝히기
접근 제어와 개인정보 마스킹, 리니지, ISMS-P가 업무에 들어 있고 품질 지표 모니터링도 따로 있습니다. 권한 정책이나 품질 검증을 맡아 본 경험이 있으면 대상 테이블 수와 사용자 범위를 함께 적어 둡니다.