[페이타랩] Data Engineer(Growth) 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• 데이터 수집부터 적재, 변환, 모니터링까지 이어지는 End-to-End 파이프라인을 구축하고 운영합니다.

  이렇게 볼 수 있어요

  공고는 '필요한 데이터가 필요한 시점에 정확하게 준비되어 있어야, 분석과 실험이 멈추지 않기 때문'이라고 이유를 적었습니다. 운영해 온 파이프라인의 지연이나 장애를 줄인 경험을 앞에 둘 만합니다.

• 전사 주요 지표를 하나의 정의로 정리하고 데이터 마트와 대시보드를 고도화합니다.

  이렇게 볼 수 있어요

  같은 지표를 두고 서로 다른 숫자를 말하는 일을 없애는 것이 목표라고 적었습니다. 지표 정의를 통일해 본 경험이 있다면 몇 개 부서의 숫자를 맞췄는지가 규모를 보여 줍니다.

• GA, AppsFlyer 같은 마케팅 솔루션과 날씨 API 등 외부 데이터를 내부 데이터와 연동·적재합니다.

  이렇게 볼 수 있어요

  날씨 데이터가 따로 언급된 것은 카페 주문 서비스라는 업종의 특성과 관련이 있습니다. 외부 API를 붙여 본 경험은 그 데이터가 어떤 분석에 쓰였는지까지 이어질 때 힘이 생깁니다.

• 메타데이터 관리, 데이터 표준화, 품질 관리 체계를 세우고 Text-to-SQL 같은 접근 환경을 구축합니다.

  이렇게 볼 수 있어요

  조직의 러닝커브를 낮춘다는 목적이 붙어 있습니다. 비개발 직군이 직접 데이터를 꺼내 쓰게 만든 사례가 곧 이 업무의 결과입니다.

2자격 요건

• Snowflake 등 클라우드 DW에서 데이터 모델과 마트를 설계·운영하고 외부 데이터 소스를 연동해 활용 가능한 데이터로 만든 경험이 꼭 있어야 합니다.

  이렇게 볼 수 있어요

  파이프라인 운영 경험만으로는 맞지 않는다고 적었습니다. SQL·Python으로 데이터를 어떻게 다뤘는지, 어떤 목적의 환경을 설계했고 데이터 활용 방식이 어떻게 달라졌는지를 중심으로 쓰라고 안내합니다.

• 데이터 엔지니어링 경력 2년 이상, 또는 그에 준하는 역량과 성과를 요구합니다.

  이렇게 볼 수 있어요

  연차 대신 역량과 성과로 대체할 길을 열어 두었습니다. 경력이 짧다면 직접 설계한 마트나 파이프라인의 규모를 숫자로 보여 주는 쪽이 대신할 수 있습니다.

• 클라우드 DW를 모델링하고 데이터 마트를 설계·운영해 본 경험을 요구합니다.

  이렇게 볼 수 있어요

  어떤 목적의 마트를 어떤 구조로 설계했는지 설명할 수 있어야 한다는 조건이 붙어 있습니다. 모델링 방식을 고른 이유까지 말할 수 있으면 면접에서도 이어집니다.

• GA·AppsFlyer·날씨 API 등 외부 데이터 소스를 연동하고 적재해 본 경험이 필요합니다.

  이렇게 볼 수 있어요

  업무 칸에 나온 외부 데이터와 같은 목록입니다. 직접 다뤄 본 것이 있으면 이름을 그대로 적어 두어야 서류에서 찾기 쉽습니다.

• AARRR·퍼널·코호트 분석 같은 그로스해킹 관점의 지표를 이해하는 사람을 찾습니다.

  이렇게 볼 수 있어요

  엔지니어에게 지표 이해를 요구하는 것은 만든 데이터가 그로스 실험에 바로 쓰이는 구조이기 때문입니다. 지표 정의를 분석가와 함께 정해 본 경험이 있다면 그 과정을 적을 수 있습니다.

• SQL·Python을 능숙하게 다루고 dbt로 데이터 품질을 관리해 본 경험을 요구합니다.

  이렇게 볼 수 있어요

  dbt가 품질 관리 수단으로 이름이 나와 있습니다. 테스트를 어떻게 걸었고 어떤 오류를 미리 잡았는지가 사례의 중심입니다.

• AI/ML 파이프라인 경험이 필요합니다.

  이렇게 볼 수 있어요

  스킬 칸의 마지막 항목입니다. 업무에 Text-to-SQL 환경 구축이 들어 있으므로 LLM으로 데이터 조회를 도와 본 경험도 여기에 쓸 수 있습니다.

4기타 사항

• 게시일 : 2025년 11월 10일
• 고용형태 : 정규직(수습 3개월, 경력 3년 미만은 6개월)
• 근무지 : 서울 삼성역 인근 (강남구 영동대로 85길 34, 6층) / 부산 서면역 인근 (부산진구 서면로 39, 6층)
• 경력 조건 : 경력 2년 이상
• 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.

쓰는 기술

공고 본문에 적힌 기술만 모은 목록입니다.

• Snowflake
• SQL
• Python
• dbt
• GA
• AppsFlyer

전형과 지원

페이타랩은 전형이 여섯 단계이고 직무에 따라 추가 전형의 시험이 다릅니다. 분석 시점 공고 41건 가운데 9건은 이력서와 함께 낼 사전질문이 따로 있어서, 지원하려는 공고의 제출 서류 칸을 먼저 확인하는 편이 좋습니다.

지원 전 준비할 것

1. 1

   마트 설계 사례를 목적부터 쓰기

   꼭 있어야 할 경험과 자격 요건 두 곳에서 어떤 목적으로 어떤 구조의 마트를 만들었는지를 물었습니다. 구조 설명보다 그 마트가 해결한 문제를 먼저 적어야 공고가 정한 순서와 맞습니다.

2. 2

   사전질문의 실험 사례를 엔지니어 시점으로 준비하기

   사전질문은 분석가 공고와 같아서 문제 정의부터 회고까지 실험 경험을 묻습니다. 엔지니어라면 실험을 가능하게 만든 데이터 작업을 그 다섯 단계 안에 놓고 쓰는 편이 자연스럽습니다.

3. 3

   dbt와 Snowflake 경험을 구체적인 숫자로 정리하기

   두 도구가 요건에 이름으로 들어 있습니다. 다룬 테이블 수나 품질 테스트 개수처럼 규모를 보여 줄 숫자를 미리 모아 둘 만합니다.