포지션 상세
티오더는 2019년 '오프라인 F&B 시장의 디지털화'라는 새로운 패러다임을 가져오기 위해 출범하였습니다. '테이블 오더'라는 아이템을 통하여 오프라인 매장의 주문과 운영 자동화 트렌드를 정착시켰고, 모든 단계에서 수집되는 빅데이터에 정교한 분석시스템을 더하여 더 가치있는 데이터로 정제하고 재구축합니다. 이런 데이터는 다시 고객들에게 스마트하고 정교한 솔루션으로 제공되어 F&B 오프라인 인프라의 선순환적인 생태계를 구축해나가고 있습니다.
15억 원의 자본금을 기반으로 설립된 티오더는, 2022년 기준 약 268억원의 매출액을 기록하였고 1,500억원의 기업가치를 인정받으며 100억원의 시리즈A 투자를 성공적으로 유치하였습니다. 또한, 22년 아기 유니콘 기업으로 선정된지 1년여만에 예비 유니콘 기업으로 성장하였고, "2023 대한민국 일자리 으뜸기업 일자리 창출 유공 대통령 표창"을 수상하는 등 기업의 내/외적 성장을 훌륭하게 이루어냈음을 증명하였습니다.
13만대 이상의 태블릿을 통한 새로운 광고 매체로서의 확장, F&B 산업을 벗어나 정보의 안내가 수반되는 다양한 Place로의 확장, 그리고 해외 오프라인 시장 진출 등 저희 티오더는 성장을 위한 노력을 멈추지 않을 것입니다.
[부서소개]
DevOps Chapter는 서비스의 안정성과 효율성을 극대화하기 위한 플랫폼 엔지니어링 조직입니다. 단순히 배포 자동화를 넘어 코드로 인프라를 관리하고 운영을 자동화하며, 비용 최적화와 지속적 관찰성을 통해 엔지니어링 생산성을 높이는 것을 목표로 합니다.
DevOps Chapter는 Infra unit과 Data unit으로 구성되어 있습니다. 그 중 Data unit은 서비스 분석에 필요한 플랫폼 구축과 대용량 데이터 파이프라인(배치/실시간)의 설계 및 운영을 담당하며, 나아가 전사적인 데이터 거버넌스와 데이터 민주화를 주도하는 핵심 조직입니다.
• Apache Iceberg 기반 Medallion Architecture를 운영하며, 데이터를 분석에 최적화된 구조로 만들어 나갑니다.
• 파이프라인과 데이터를 모니터링하는 체계를 구축하고, 품질 검증과 장애 대응 프로세스를 정비합니다.
• 데이터 민주화를 위해 데이터 카탈로그와 Lineage를 구성하고, Self-service 분석 환경을 만들어 갑니다.
• 이벤트 수집 아키텍처를 개선하고, 분산 처리 환경의 성능과 비용을 지속적으로 최적화합니다.
• 추천 시스템, AI 모델 서빙을 위한 데이터 파이프라인을 설계하고, LLM 서비스의 데이터 인프라를 함께 고도화합니다.
[기술스택]
• Data Pipeline: Apache Iceberg, Airflow, Kafka (MSK), Kinesis, Flink
• Query Engine: PySpark, EMR Serverless, Athena, Glue
• Infra: AWS, Kubernetes (EKS), Terraform, Docker
• BI: Redash, QuickSight
• Airflow, Spark 등을 활용한 데이터 파이프라인 운영 경험이 있으신 분
• 파이프라인 전 라이프사이클 (설계개발모니터링장애대응) 주도 경험이 있으신 분
• 쿼리 최적화, 파티셔닝, Backfill 전략 수립 경험이 있으신 분
• 데이터에 대한 문제점을 스스로 발견하고 방안을 제시하는 주도성이 있으신 분
• 다양한 직군(분석가, 기획자 등)과 원활하게 소통하며 요구사항을 구체화할 수 있으신 분
15억 원의 자본금을 기반으로 설립된 티오더는, 2022년 기준 약 268억원의 매출액을 기록하였고 1,500억원의 기업가치를 인정받으며 100억원의 시리즈A 투자를 성공적으로 유치하였습니다. 또한, 22년 아기 유니콘 기업으로 선정된지 1년여만에 예비 유니콘 기업으로 성장하였고, "2023 대한민국 일자리 으뜸기업 일자리 창출 유공 대통령 표창"을 수상하는 등 기업의 내/외적 성장을 훌륭하게 이루어냈음을 증명하였습니다.
13만대 이상의 태블릿을 통한 새로운 광고 매체로서의 확장, F&B 산업을 벗어나 정보의 안내가 수반되는 다양한 Place로의 확장, 그리고 해외 오프라인 시장 진출 등 저희 티오더는 성장을 위한 노력을 멈추지 않을 것입니다.
[부서소개]
DevOps Chapter는 서비스의 안정성과 효율성을 극대화하기 위한 플랫폼 엔지니어링 조직입니다. 단순히 배포 자동화를 넘어 코드로 인프라를 관리하고 운영을 자동화하며, 비용 최적화와 지속적 관찰성을 통해 엔지니어링 생산성을 높이는 것을 목표로 합니다.
DevOps Chapter는 Infra unit과 Data unit으로 구성되어 있습니다. 그 중 Data unit은 서비스 분석에 필요한 플랫폼 구축과 대용량 데이터 파이프라인(배치/실시간)의 설계 및 운영을 담당하며, 나아가 전사적인 데이터 거버넌스와 데이터 민주화를 주도하는 핵심 조직입니다.
주요업무
• 주문, 결제, 광고, 사용자 로그 등 다양한 데이터를 안정적으로 수집하고 처리하는 배치/실시간 파이프라인을 설계하고 운영합니다.• Apache Iceberg 기반 Medallion Architecture를 운영하며, 데이터를 분석에 최적화된 구조로 만들어 나갑니다.
• 파이프라인과 데이터를 모니터링하는 체계를 구축하고, 품질 검증과 장애 대응 프로세스를 정비합니다.
• 데이터 민주화를 위해 데이터 카탈로그와 Lineage를 구성하고, Self-service 분석 환경을 만들어 갑니다.
• 이벤트 수집 아키텍처를 개선하고, 분산 처리 환경의 성능과 비용을 지속적으로 최적화합니다.
• 추천 시스템, AI 모델 서빙을 위한 데이터 파이프라인을 설계하고, LLM 서비스의 데이터 인프라를 함께 고도화합니다.
[기술스택]
• Data Pipeline: Apache Iceberg, Airflow, Kafka (MSK), Kinesis, Flink
• Query Engine: PySpark, EMR Serverless, Athena, Glue
• Infra: AWS, Kubernetes (EKS), Terraform, Docker
• BI: Redash, QuickSight
자격요건
• 분산 처리 기반의 빅데이터 기술 활용에 대해 3년 이상의 경험이 있으신 분• Airflow, Spark 등을 활용한 데이터 파이프라인 운영 경험이 있으신 분
• 파이프라인 전 라이프사이클 (설계개발모니터링장애대응) 주도 경험이 있으신 분
• 쿼리 최적화, 파티셔닝, Backfill 전략 수립 경험이 있으신 분
• 데이터에 대한 문제점을 스스로 발견하고 방안을 제시하는 주도성이 있으신 분
• 다양한 직군(분석가, 기획자 등)과 원활하게 소통하며 요구사항을 구체화할 수 있으신 분
