포지션 상세
딥세일즈는 머신러닝과 대규모 세일즈 데이터를 기반으로 Sales Intelligence SaaS를 만드는 테크 기업입니다.
단순한 영업 자동화가 아니라, 방대한 비정형/정형 데이터를 구조화하고 연결해 ‘의사결정이 가능한 데이터’로 전환하는 것을 핵심 경쟁력으로 삼고 있습니다.
22년 서비스 출시 1년 만에 흑자 전환을 달성했으며, 현재는 국내를 넘어 미국 및 글로벌 시장 확장을 본격적으로 추진하고 있습니다. 빠른 성장 속에서도 단기 실험에 그치지 않고, 장기적으로 확장 가능한 데이터 아키텍처와 기술적 내구성을 최우선으로 설계합니다.
딥세일즈에서 데이터는 보조 수단이 아니라 제품과 매출을 직접 움직이는 중심 축입니다.
데이터 수집, 정합성, 품질, 활용 전반이 곧 서비스 경쟁력이 되며, 이 구조를 기술적으로 완성해 나가는 팀입니다.
이미 안정적인 비즈니스 기반 위에서,
복잡한 데이터 문제를 풀고, 스케일을 전제로 한 구조를 설계하며,
자신의 기술적 선택이 실제 사업 성과로 이어지는 경험을 원하는 분이라면
딥세일즈는 충분히 도전해볼 만한 환경입니다.
세상을 바꾸는 혁신 서비스를 함께 만들어갈 동료를 기다립니다.
• AI/ML 파이프라인 설계 및 구현: AI 모델의 학습과 실시간 추론을 지원하기 위해 정형/비정형 데이터를 아우르는 데이터 파이프라인을 설계합니다. RAG, Vector Search 등 Agent 기반 AI 서비스에 특화된 데이터 흐름을 직접 구현하며, 모델 성능과 서비스 품질에 직결되는 데이터 구조를 책임집니다.
• 데이터 워크플로우 오케스트레이션 고도화: 데이터 수집 ＞ 가공 ＞ 서빙 전 과정을 안정적이고 효율적으로 관리하기 위한 오케스트레이션 환경을 설계합니다. Airflow, Prefect 등 도구 선정부터 운영 전략까지 주도하며, 운영 복잡도를 줄이고 신뢰성 높은 데이터 파이프라인을 구축합니다.
• 외부 데이터 수집 및 양방향 연동 파이프라인 개발: LinkedIn, SalesForce 등 다양한 외부 세일즈 데이터를 수집, 정규화하여 AI Agent가 이해하고 활용할 수 있는 형태로 가공합니다. 여러 시스템 간 데이터 동기화를 위한 양방향 파이프라인을 설계하고 구현하며, 실제 세일즈 성과로 이어지는 데이터 흐름을 만듭니다.
• Data Engineering 분야에서 5년 이상의 실무 경험을 보유했거나, 이에 준하는 기술적 깊이와 문제 해결 역량을 갖추신 분
• 단순 구현이 아닌, 데이터 구조와 흐름을 스스로 설계하고 개선해 본 경험이 있는 분
Python 및 분산 데이터 처리 역량
• Python을 주 언어로 활용해 데이터 파이프라인을 개발하고 운영해 본 경험이 있으며
• 대용량 데이터 환경에서 분산 처리 시스템을 안정적으로 운영해 본 경험이 있는 분
Vector DB 및 검색 시스템 이해도
• Elasticsearch, Postgres Vector 등 검색·벡터 기반 시스템을 운영하거나 성능을 개선해 본 경험이 있으며
• Vector Search의 기본 원리와 활용 시나리오를 이해하고, 서비스 요구사항에 맞게 적용할 수 있는 분
복잡한 데이터 파이프라인 및 오케스트레이션 경험
• Airflow, Dagster, Prefect 등 오케스트레이션 도구를 활용해 의존성이 높은 데이터 워크플로우를 설계하고 운영한 경험이 있는 분
• 장애 대응, 재처리, 스케줄 관리 등 운영 관점의 고민을 해본 경험이 있는 분
SQL 및 대규모 데이터 환경 최적화 경험
• 복잡한 분석 쿼리를 직접 작성할 수 있으며
• BigQuery, Snowflake, Redshift 등 대용량 데이터 환경에서 비용과 성능을 고려한 파티셔닝, 클러스터링, 쿼리 최적화 경험이 있는 분
단순한 영업 자동화가 아니라, 방대한 비정형/정형 데이터를 구조화하고 연결해 ‘의사결정이 가능한 데이터’로 전환하는 것을 핵심 경쟁력으로 삼고 있습니다.
22년 서비스 출시 1년 만에 흑자 전환을 달성했으며, 현재는 국내를 넘어 미국 및 글로벌 시장 확장을 본격적으로 추진하고 있습니다. 빠른 성장 속에서도 단기 실험에 그치지 않고, 장기적으로 확장 가능한 데이터 아키텍처와 기술적 내구성을 최우선으로 설계합니다.
딥세일즈에서 데이터는 보조 수단이 아니라 제품과 매출을 직접 움직이는 중심 축입니다.
데이터 수집, 정합성, 품질, 활용 전반이 곧 서비스 경쟁력이 되며, 이 구조를 기술적으로 완성해 나가는 팀입니다.
이미 안정적인 비즈니스 기반 위에서,
복잡한 데이터 문제를 풀고, 스케일을 전제로 한 구조를 설계하며,
자신의 기술적 선택이 실제 사업 성과로 이어지는 경험을 원하는 분이라면
딥세일즈는 충분히 도전해볼 만한 환경입니다.
세상을 바꾸는 혁신 서비스를 함께 만들어갈 동료를 기다립니다.
주요업무
• 데이터 플랫폼 아키텍처 설계 및 고도화: AI Agent 서비스의 핵심이 되는 데이터 웨어하우스 구조를 주도적으로 설계합니다. 서비스 확장과 데이터 증가를 전제로 BigQuery, Snowflake 기반의 확장 가능한 Modern Data Stack을 구축하고 운영하며, 단기 구현이 아닌 장기적인 데이터 표준과 아키텍처 방향성을 함께 정의합니다.• AI/ML 파이프라인 설계 및 구현: AI 모델의 학습과 실시간 추론을 지원하기 위해 정형/비정형 데이터를 아우르는 데이터 파이프라인을 설계합니다. RAG, Vector Search 등 Agent 기반 AI 서비스에 특화된 데이터 흐름을 직접 구현하며, 모델 성능과 서비스 품질에 직결되는 데이터 구조를 책임집니다.
• 데이터 워크플로우 오케스트레이션 고도화: 데이터 수집 ＞ 가공 ＞ 서빙 전 과정을 안정적이고 효율적으로 관리하기 위한 오케스트레이션 환경을 설계합니다. Airflow, Prefect 등 도구 선정부터 운영 전략까지 주도하며, 운영 복잡도를 줄이고 신뢰성 높은 데이터 파이프라인을 구축합니다.
• 외부 데이터 수집 및 양방향 연동 파이프라인 개발: LinkedIn, SalesForce 등 다양한 외부 세일즈 데이터를 수집, 정규화하여 AI Agent가 이해하고 활용할 수 있는 형태로 가공합니다. 여러 시스템 간 데이터 동기화를 위한 양방향 파이프라인을 설계하고 구현하며, 실제 세일즈 성과로 이어지는 데이터 흐름을 만듭니다.
자격요건
경력 및 기본 역량• Data Engineering 분야에서 5년 이상의 실무 경험을 보유했거나, 이에 준하는 기술적 깊이와 문제 해결 역량을 갖추신 분
• 단순 구현이 아닌, 데이터 구조와 흐름을 스스로 설계하고 개선해 본 경험이 있는 분
Python 및 분산 데이터 처리 역량
• Python을 주 언어로 활용해 데이터 파이프라인을 개발하고 운영해 본 경험이 있으며
• 대용량 데이터 환경에서 분산 처리 시스템을 안정적으로 운영해 본 경험이 있는 분
Vector DB 및 검색 시스템 이해도
• Elasticsearch, Postgres Vector 등 검색·벡터 기반 시스템을 운영하거나 성능을 개선해 본 경험이 있으며
• Vector Search의 기본 원리와 활용 시나리오를 이해하고, 서비스 요구사항에 맞게 적용할 수 있는 분
복잡한 데이터 파이프라인 및 오케스트레이션 경험
• Airflow, Dagster, Prefect 등 오케스트레이션 도구를 활용해 의존성이 높은 데이터 워크플로우를 설계하고 운영한 경험이 있는 분
• 장애 대응, 재처리, 스케줄 관리 등 운영 관점의 고민을 해본 경험이 있는 분
SQL 및 대규모 데이터 환경 최적화 경험
• 복잡한 분석 쿼리를 직접 작성할 수 있으며
• BigQuery, Snowflake, Redshift 등 대용량 데이터 환경에서 비용과 성능을 고려한 파티셔닝, 클러스터링, 쿼리 최적화 경험이 있는 분
