이 자리가 왜 생겼을까요
여기어때는 2026년 8월 생성형 AI 검색을 서비스에 적용한 지 한 달여 만에 검색 이용자의 20.6%가 이 기능을 써 봤고 기존 검색에서 결과를 찾지 못했던 사례의 42%에서 새 결과를 보여 줬다고 밝혔습니다. 이 공고는 A/B 테스트와 사후 분석으로 전사에 인사이트를 공급하고 지표 설계와 로그 데이터 설계까지 맡는 역할이라고 적었습니다. 새 기능의 효과를 실험으로 검증하고 그 결과로 출시 범위를 정해 봤다면 그 실험 하나가 이 공고의 A/B 테스트와 사후 분석 업무를 가장 가깝게 보여 주는 사례가 됩니다.
여기어때가 지금 어떤 사업에 집중하고 있는지는 여기어때 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
데이터 탐색, A/B 테스트, 사후 분석으로 Data-Driven 의사결정을 위한 지표를 개발하고, 데이터 시각화 도구 등으로 부서별 분석 요구를 지원합니다.
이렇게 볼 수 있어요
실험 설계와 사후 분석이 업무의 중심입니다. 직접 설계한 실험과 그 결과로 바뀐 결정을 사례로 정리해 두면 좋습니다.
데이터에 대한 수학적 이해와 통계 지식으로 전사 비즈니스 현황을 분석하고 실행 가능한 인사이트를 도출합니다.
이렇게 볼 수 있어요
객단가나 예약 금액은 소수의 고가 예약이 평균을 크게 끌어올리는 분포입니다. 그래서 평균 비교만으로는 변화를 잘못 볼 수 있습니다. 시즌 수요가 큰 여행 데이터에서는 계절 효과를 걷어 내는 시계열 분해도 자주 쓰입니다. 분석 사례에 쓴 통계 기법의 이름과 그 기법을 고른 이유가 들어가면 이 업무가 말하는 수학적 이해와 통계 지식이 보입니다.
통계적 접근, 알고리즘, AI 도구로 서비스 개선 과제를 수행합니다.
이렇게 볼 수 있어요
같은 회사 Technical Product Owner 공고는 개인화 추천과 가격 최적화 같은 AI 프로덕트를 맡습니다. 이 자리의 알고리즘 과제는 그보다 작은 단위로 정렬 규칙이나 노출 기준 조정 같은 서비스 개선일 수 있습니다. 분석에서 끝나지 않고 분석 결과로 서비스를 직접 바꿔 본 과제가 있다면 바꾼 규칙과 지표 변화를 함께 적어 보세요.
지표를 설계하고 대시보드를 개발해 전사의 데이터 활용과 데이터 리터러시를 높이며, 분석을 위한 로그 데이터 설계를 맡고 AI로 데이터 설계·분석 업무를 효율화합니다.
이렇게 볼 수 있어요
표준화된 마트와 데이터 거버넌스는 같은 회사 Data Analyst [Business Insight] 공고가 맡습니다. 분석용 로그 데이터 설계는 이 자리의 업무입니다. 여기어때 앱에는 국내숙소부터 항공·패키지·해외투어까지 상품마다 화면이 다릅니다. 이 경우 숙소·항공편·체크인 날짜 같은 이벤트 속성을 같은 이름 규칙으로 맞추는 일이 로그 설계의 중심이 될 가능성이 큽니다. 로그 설계를 직접 해 봤다면 이벤트와 속성을 어떤 기준으로 정의했는지 설명합니다.
2자격 요건
고객 행동 데이터 분석 등 데이터 분석 관련 경험이 5년 이상 필요합니다.
이렇게 볼 수 있어요
같은 회사 Data Analyst [Business Insight] 공고도 5년 이상을 적었지만 예로 든 경험은 마트 개발·대시보드 구축입니다. 이 공고는 고객 행동 데이터 분석을 예로 들었습니다. 데이터 분석 경력 전체를 이 조건에 함께 적을 수 있습니다. 앱 이벤트 로그나 퍼널처럼 고객 행동 데이터를 다룬 일을 자세히 쓰면 이 자리 업무와 이어지는 부분이 분명해집니다.
퍼널·리텐션·코호트 분석 같은 프로덕트 데이터 분석 방법을 깊이 이해해야 합니다.
이렇게 볼 수 있어요
세 방법의 순서만 바꾼 같은 문장이 Data Analyst [Business Insight] 공고에도 있습니다. 두 데이터 분석가 공고가 이 방법을 기본으로 함께 요구합니다. 숙박 예약 퍼널은 검색, 숙소 상세, 객실 선택, 결제 순서로 진행됩니다. 최종 금액이 보이는 결제 직전 단계에서 이탈이 크게 나는 경우가 많습니다. 실제로 써 본 분석 방법과 그 분석으로 찾은 문제를 함께 적으면 이해의 깊이가 전해집니다.
서비스 핵심 지표를 정하고, 지표 성장을 위한 가설을 세워 실험하며 서비스를 직접 개선해 본 경험이 필요합니다.
이렇게 볼 수 있어요
이 요건은 Data Analyst [Business Insight] 공고에도 거의 같은 문장으로 있지만, A/B 테스트를 업무로 적은 것은 이 공고입니다. 여기어때가 생성형 AI 검색의 효과를 이용률과, 결과를 찾지 못한 검색에서 새 결과를 보여 준 비율로 밝힌 것처럼, 새 기능에 맞는 핵심 지표를 정하는 일이 실험 설계의 출발점입니다. 지표, 가설, 바뀐 결과가 한 사례 안에서 이어지도록 정리하면 이 요건에 맞습니다.
SQL/Python으로 데이터 수집, 전처리, 마트 구축, 탐색·모델링, 결과 보고서 작성까지 일련의 분석 과정을 해 본 경험이 필요합니다.
이렇게 볼 수 있어요
적힌 과정에는 마트 구축이 들어 있습니다. 우대 사항의 dbt·Airflow는 그런 마트를 SQL로 정의하고 정해진 시각에 돌리는 데 흔히 쓰이는 도구입니다. 일부 단계만 맡았다면 맡은 단계를 구분해 적을 수 있습니다. 분석용 마트를 직접 만들어 쓴 일이 있다면 함께 밝히는 편이 정확합니다.
유연성, 추진력, 신뢰성 같은 긍정적인 태도와 함께 비즈니스를 깊이 이해해야 합니다.
이렇게 볼 수 있어요
같은 문장이 Technical Product Owner 공고에, 거의 같은 문장이 Data Analyst [Business Insight] 공고에도 있습니다. 이 자리는 전사에 인사이트를 공급하고 부서별 분석 요구를 지원합니다. 이런 자리에서 비즈니스 이해는 실험 결과를 각 부서가 바로 쓸 결정으로 옮기는 일과 관련됩니다. 분석 결과를 사업 결정과 연결해 설명한 경험은 이 항목의 태도와 비즈니스 이해를 함께 보여 줍니다.
3우대 사항
AI를 활용한 ETL과 데이터 분석 업무에 능숙하면 우대합니다.
이렇게 볼 수 있어요
업무에도 AI로 데이터 설계와 분석을 효율화하는 일이 있습니다. AI로 ETL이나 분석 작업을 줄인 경험은 쓴 도구와 줄어든 작업을 적으면 됩니다.
데이터로 복잡한 문제를 해결하는 데 능숙하면 우대합니다.
이렇게 볼 수 있어요
A/B 테스트에서 복잡한 문제는 실험군에 준 쿠폰이 같은 객실 재고를 두고 대조군 예약에까지 영향을 주는 간섭이나, 전환은 오르고 객단가는 떨어지는 지표 충돌처럼 나타납니다. 어떤 점이 복잡했는지부터 설명하고 그것을 어떻게 풀었는지 이어 가는 사례가 이 우대 사항에 맞습니다.
AWS/GCP 등의 환경에서 데이터 분석과 배치 자동화를 해 본 경험을 우대합니다.
이렇게 볼 수 있어요
여기어때 Site Reliability Engineer 공고는 서비스 인프라로 AWS 운영을 필수로 적었습니다. 이 공고 우대의 BigQuery는 GCP의 데이터 웨어하우스입니다. 서비스 데이터는 AWS에, 분석 환경은 GCP에 있는 식으로 두 클라우드에 걸쳐 있을 수 있습니다. 다룬 클라우드 서비스와 자동화한 배치 작업은 구체적으로 적을 수 있습니다. 클라우드 사이 데이터 이동을 다뤘다면 함께 밝히는 편이 좋습니다.
고객 행동 데이터와 레거시 데이터를 통합한 대용량 데이터 분석 경험을 우대합니다.
이렇게 볼 수 있어요
행동 로그는 기기나 세션 단위로, 레거시 데이터는 회원·예약 단위로 쌓입니다. 둘을 합치려면 같은 사람을 이어 주는 식별자 매칭이 먼저 필요합니다. 2024년 가을 여기어때가 해외숙소 비회원 예약을 연 뒤로는 회원 번호 없이 남는 예약도 있습니다. 통합한 데이터 원천과 규모에 더해 식별자를 어떻게 이었는지까지 적으면 통합 경험이 구체적으로 전해집니다.
통계, 데이터 사이언스, 컴퓨터 사이언스, 경영정보, 산업공학 관련 전공을 우대합니다.
이렇게 볼 수 있어요
업무가 수학적 이해와 통계 지식으로 비즈니스 현황을 분석하고 통계적 접근·알고리즘으로 서비스 개선 과제를 풀어 가는 일이라, 전공 우대는 그 통계 기반과 연결됩니다. 다른 전공이라면 A/B 테스트에서 표본 크기나 유의성 기준을 직접 설계해 본 경험으로 같은 기반을 보여 줄 수 있습니다.
Airflow, dbt, BigQuery 활용 경험을 우대합니다.
이렇게 볼 수 있어요
같은 회사 Data Analyst [Business Insight] 공고는 이 공고에 없는 Tableau를 우대합니다. BigQuery는 쿼리가 읽는 데이터 양만큼 비용이 드는 구조입니다. 그래서 파티션이나 클러스터링으로 비용을 줄여 본 경험도 활용 정도를 보여 줍니다. 써 본 도구는 어떤 작업에 썼는지까지 적어 보세요.
4기타 사항
- 게시일 : 2026년 9월 15일
- 고용형태 : 정규직(수습 3개월)
- 근무지 : 서울 (대한민국 서울특별시 강남구 봉은사로 479)
- 경력 조건 : 경력 5~10년
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- SQL
- Python
- AWS
- GCP
- Airflow
- dbt
- BigQuery
전형과 지원
여기어때 합류 여정은 서류 심사, 1차 인터뷰, 2차 인터뷰, 처우 협의, 입사 확정 순서이고 직군과 직책에 따라 코딩 테스트, 과제 테스트, 사전과제, 추가 인터뷰, 레퍼런스 체크 등이 추가되거나 생략될 수 있습니다. FAQ가 24개 질문에 답해 두어 인터뷰 형식과 결과 안내 기간까지 미리 확인할 수 있습니다.
기본 단계
합류 여정 페이지는 1차 인터뷰를 '지원 포지션의 실무진 2~3명과 다대일 방식'으로, 2차 인터뷰를 '임원진과 1:1'로 진행한다고 적었습니다. 2차에서는 직무 적합성과 함께 회사의 조직문화에 맞는지를 확인하고, FAQ는 모든 인터뷰가 약 60분간 진행된다고 답합니다.
이렇게 볼 수 있어요
1차는 실무 역량, 2차는 조직문화 적합성에 무게가 있습니다. 2차를 앞두고 리더십 원칙 아홉 개에 맞춘 사례를 정리해 두면 임원 인터뷰에서 쓸 수 있습니다.
코딩 테스트·과제·레퍼런스 체크
분석 시점 정규직 공고 27건 가운데 Data Analyst [Business Insight]와 Technical Product Owner는 코딩 테스트를, Android Developer와 Data Analyst [User Behavior]는 과제 테스트를 전형에 적었습니다. 제목에 Leader가 붙은 공고 5건은 2차 인터뷰 뒤에 레퍼런스 체크가 있습니다. FAQ는 직책 포지션이면 레퍼런스 체크를 반드시 진행하고 사전과제 기한은 약 3~7일이라고 답합니다.
이렇게 볼 수 있어요
같은 데이터 직군이라도 공고에 따라 코딩 테스트를 보기도 하고 과제 테스트를 보기도 합니다. 지원하는 공고 본문의 전형 안내에서 추가 단계를 확인하세요. FAQ는 사전과제를 인터뷰에서 면접관과 함께 리뷰하거나 발표한다고 밝혔으므로 작업 과정을 설명할 준비가 필요합니다.
경력 연차가 부족해도 지원할 수 있습니다
FAQ는 공고에 적힌 경력 연차가 부족한 경우에도 지원할 수 있다고 답하며, 공고에 적힌 경력 연차는 해당 포지션에 필요한 역량 수준의 가이드라인이라고 설명했습니다. 경력직도 신입 포지션에 지원할 수 있지만 경력 기간이 모두 인정되지 않을 수 있다고 덧붙였습니다.
이렇게 볼 수 있어요
연차 조건을 탈락선으로 보지 말고, 공고의 업무를 해 본 경험이 있으면 지원 범위에 넣을 수 있습니다. 공고의 연차보다 경력이 짧은데 지원할 때는 그 업무를 실제로 맡은 경험을 구체적으로 적어야 역량 수준을 판단할 근거가 생깁니다.
재지원과 복수 지원
FAQ는 같은 포지션 재지원이 최종 전형 결과 안내일 기준 6개월 후에 가능하고 새로운 포지션은 즉시 지원할 수 있다고 답합니다. 복수 포지션 동시 지원도 가능하지만 우선순위가 높은 포지션에 먼저 지원하길 권하고, 중복으로 서류에 합격하면 이후 전형을 동시에 진행하기 어려울 수 있다고 밝혔습니다.
이렇게 볼 수 있어요
여러 공고에 낼 수는 있지만 서류에 함께 합격해도 이후 전형을 모두 동시에 진행하기는 어려울 수 있습니다. 가장 원하는 공고를 정하고 그 공고에 맞춘 이력서로 먼저 지원하는 편이 낫습니다.
서류·결과 안내·수습
FAQ는 이력서를 별도 양식 없이 자유 형식으로 내고 분량과 파일 개수에 제한이 없으며, 연봉 정보와 주민등록번호는 빼 달라고 안내합니다. 전형 결과는 합격 여부와 관계없이 14일 이내에 안내하고, 마감일을 정하지 않은 공고는 채용이 끝나면 종료됩니다. 분석 시점 정규직 공고 27건 모두에 3개월 수습이 적혀 있었습니다.
이렇게 볼 수 있어요
FAQ는 마감일이 없는 공고를 충원 시 마감되는 포지션으로 안내하며 빠른 지원을 권합니다. 이력서만으로 설명하기 어려운 부분은 포트폴리오로 더하라고 안내했으므로 지원 전에 함께 준비해 둘 수 있습니다.
이 공고만 다른 점
서류 전형 뒤 과제 테스트가 있습니다.
이 공고의 전형은 서류 전형, 과제 테스트, 1차 인터뷰, 2차 인터뷰, 처우 협의, 입사 확정 순서입니다. 같은 데이터 직군인 Data Analyst [Business Insight]는 과제 테스트 대신 코딩 테스트를 보므로 두 공고에 함께 지원한다면 준비를 나눠야 합니다.
지원 전 준비할 것
- 1
직접 설계한 실험
설계한 A/B 테스트 하나를 골라 가설, 지표, 결과, 결정을 순서대로 정리합니다.
- 2
로그 설계 경험
이벤트나 로그를 직접 정의한 경험이 있다면 정의 기준과 쓰임새를 정리합니다.
- 3
과제 테스트 대비
전형에 과제 테스트가 있으므로 데이터 탐색부터 보고서까지 한 번에 정리하는 연습을 해 둡니다.