포지션 상세
데이터의 정합성을 오롯이 믿고 갈 수 있도록,
데이터 기반을 가장 단단하게 설계하고 증명합니다.
: 이 가슴 뛰는 미션을 함께 할 Data Analytics Engineer를 찾습니다!
[라포랩스는 Data Analytics Engineer가 필요해요 ]
커머스 데이터는 굉장히 복잡합니다. 기본적으로 3자 구조(유저, 플랫폼, 셀러)에서 시작하고, 각 상품별로, 셀러별로, 기능별로, 유저별로 다양한 맥락을 가지면서 서로 유기적으로 얽혀 있습니다. 이 복잡한 도메인을 적절하게 모델링하는 일은 매우 어렵지만, 그만큼 매우 가치 있는 문제입니다. 복잡한 도메인을 올바르게 바라볼 수 있는 관점을 제공하고, 그 관점이 곧 올바른 의사결정으로 이어지기 때문입니다.
라포랩스는 창업 초기부터 CEO를 포함한 각 도메인의 실무자들이 직접 필요한 자료를 테이블로 만들어가며 데이터 기반으로 의사결정을 해왔습니다. 실제 의사결정에 쓰인 중요한 자료들이지만, 전문 모델링 관점에서 설계된 것은 아니어서 확장성에 한계가 있고, 각 팀 간에 파편화된 데이터로 인한 비효율도 생기고 있습니다. 즉, 이미 활용 가치가 입증된 데이터 자산이 충분히 있고, 이걸 멋지게 정리해주실 분을 찾고 있습니다.
Data Analytics Engineer는 이 문제를 전문성을 가지고 풀어가는 사람입니다. 데이터의 의미를 정교하게 다루는 모델링 전문성을 바탕으로, 실제 데이터 사용자의 유즈케이스와 데이터 라이프사이클을 고려해 최적의 데이터 모델을 만듭니다. 이렇게 잘 만든 모델은 그 자체로도 가치가 있고, 라포랩스에는 좋은 베스트 프랙티스가 보이면 빠르게 받아들이고 따라가는 동료들이 모여 있기 때문에 그 영향력(leverage)이 매우 큽니다.
라포랩스의 Data Analytics Engineer는 수많은 데이터 사용자들에게 단순히 데이터를 정리해서 떠먹여주는 역할이 아닙니다. 그들과 깊게 소통하며 베스트 프랙티스를 직접 만들고 전파하는 선구자가 되는 자리입니다. 무한히 마트를 생성하는 것이 아니라, 모두가 고품질의 마트를 만들 수 있게 하는 것이 Data Analytics Engineer의 진짜 역할입니다. 그리고 라포랩스는 지금 그런 사람이 필요합니다.
• 핵심 도메인의 데이터 모델을 사용자들과 함께 만듭니다.
◦ 주문, 상품, 결제, 유저처럼 커머스의 뼈대가 되는 도메인을 모델링합니다. 분석가, PO, 마케터, MD가 실제로 어떤 질문을 던지는지, 어떤 자료를 자기 손으로 만들어 쓰고 있는지 직접 보고 듣고, 그 맥락 위에서 "이 도메인은 이렇게 보는 게 맞다"는 관점을 만들어 합의해 나갑니다. 이미 쓰이고 있는 자산을 존중하면서, 더 좋은 구조를 점진적으로 만들어 갑니다.
• 베스트 프랙티스를 만들고 전파합니다.
◦ 좋은 마트 하나를 만들어 놓는 것에서 끝나지 않습니다. 다른 사람들이 비슷한 문제를 만났을 때 따라 쓸 수 있도록 모델링 패턴, 네이밍 규칙, 문서 양식 같은 표준을 함께 정리합니다. 라포랩스의 동료들은 좋은 사례에 빠르게 반응하는 편이라, 잘 만든 표준 하나의 파급력이 큽니다.
• 데이터 품질을 구조적으로 다룹니다.
◦ 이슈가 터지면 끄는 것이 아니라, 같은 종류의 이슈가 다시 나오지 않게 구조를 손봅니다. 어떤 테이블에 어떤 테스트가 있어야 하는지, 어떤 변경은 어떻게 모니터링되어야 하는지를 마트 설계의 일부로 다룹니다.
• AI가 우리 데이터를 잘 쓰도록 만듭니다.
◦ 라포랩스에서는 사내 Slack 에이전트(Raku)와 자연어 데이터 질의 에이전트가 실제로 운영되고 있고, 점점 더 많은 동료가 데이터에 AI를 통해 접근합니다. AI가 정확한 답을 내려면 결국 데이터의 의미가 명확해야 한다는 걸 우리는 매일 확인하고 있고, 그 의미를 설계하는 일이 Data Analytics Engineer의 자연스러운 책임이라고 보고 있습니다.
• 3년 이상의 유관 경력을 보유하신 분
• 데이터의 의미와 구조를 정교하게 다루는 일에 흥미를 느끼시는 분
• SQL을 능숙하게 사용하고, 동료의 SQL을 리뷰할 수 있으신 분
• 여러 데이터 모델링 방법론을 이해하고, 도메인에 맞게 적절하게 적용할 수 있으신 분
• 데이터를 직접 활용하는 동료들과 깊게 소통하고, 자신의 관점을 논리적으로 설득해 보신 분
도구는 SQL, Spark, dbt, Dataform 등 다양할 수 있어요. 어떤 도구로 데이터를 다뤄오셨든, 데이터의 의미를 정교하게 설계하는 일에 흥미가 있으시면 좋습니다.
데이터 기반을 가장 단단하게 설계하고 증명합니다.
: 이 가슴 뛰는 미션을 함께 할 Data Analytics Engineer를 찾습니다!
[라포랩스는 Data Analytics Engineer가 필요해요 ]
커머스 데이터는 굉장히 복잡합니다. 기본적으로 3자 구조(유저, 플랫폼, 셀러)에서 시작하고, 각 상품별로, 셀러별로, 기능별로, 유저별로 다양한 맥락을 가지면서 서로 유기적으로 얽혀 있습니다. 이 복잡한 도메인을 적절하게 모델링하는 일은 매우 어렵지만, 그만큼 매우 가치 있는 문제입니다. 복잡한 도메인을 올바르게 바라볼 수 있는 관점을 제공하고, 그 관점이 곧 올바른 의사결정으로 이어지기 때문입니다.
라포랩스는 창업 초기부터 CEO를 포함한 각 도메인의 실무자들이 직접 필요한 자료를 테이블로 만들어가며 데이터 기반으로 의사결정을 해왔습니다. 실제 의사결정에 쓰인 중요한 자료들이지만, 전문 모델링 관점에서 설계된 것은 아니어서 확장성에 한계가 있고, 각 팀 간에 파편화된 데이터로 인한 비효율도 생기고 있습니다. 즉, 이미 활용 가치가 입증된 데이터 자산이 충분히 있고, 이걸 멋지게 정리해주실 분을 찾고 있습니다.
Data Analytics Engineer는 이 문제를 전문성을 가지고 풀어가는 사람입니다. 데이터의 의미를 정교하게 다루는 모델링 전문성을 바탕으로, 실제 데이터 사용자의 유즈케이스와 데이터 라이프사이클을 고려해 최적의 데이터 모델을 만듭니다. 이렇게 잘 만든 모델은 그 자체로도 가치가 있고, 라포랩스에는 좋은 베스트 프랙티스가 보이면 빠르게 받아들이고 따라가는 동료들이 모여 있기 때문에 그 영향력(leverage)이 매우 큽니다.
라포랩스의 Data Analytics Engineer는 수많은 데이터 사용자들에게 단순히 데이터를 정리해서 떠먹여주는 역할이 아닙니다. 그들과 깊게 소통하며 베스트 프랙티스를 직접 만들고 전파하는 선구자가 되는 자리입니다. 무한히 마트를 생성하는 것이 아니라, 모두가 고품질의 마트를 만들 수 있게 하는 것이 Data Analytics Engineer의 진짜 역할입니다. 그리고 라포랩스는 지금 그런 사람이 필요합니다.
주요업무
[합류하시면 이런 일을 함께해요!]• 핵심 도메인의 데이터 모델을 사용자들과 함께 만듭니다.
◦ 주문, 상품, 결제, 유저처럼 커머스의 뼈대가 되는 도메인을 모델링합니다. 분석가, PO, 마케터, MD가 실제로 어떤 질문을 던지는지, 어떤 자료를 자기 손으로 만들어 쓰고 있는지 직접 보고 듣고, 그 맥락 위에서 "이 도메인은 이렇게 보는 게 맞다"는 관점을 만들어 합의해 나갑니다. 이미 쓰이고 있는 자산을 존중하면서, 더 좋은 구조를 점진적으로 만들어 갑니다.
• 베스트 프랙티스를 만들고 전파합니다.
◦ 좋은 마트 하나를 만들어 놓는 것에서 끝나지 않습니다. 다른 사람들이 비슷한 문제를 만났을 때 따라 쓸 수 있도록 모델링 패턴, 네이밍 규칙, 문서 양식 같은 표준을 함께 정리합니다. 라포랩스의 동료들은 좋은 사례에 빠르게 반응하는 편이라, 잘 만든 표준 하나의 파급력이 큽니다.
• 데이터 품질을 구조적으로 다룹니다.
◦ 이슈가 터지면 끄는 것이 아니라, 같은 종류의 이슈가 다시 나오지 않게 구조를 손봅니다. 어떤 테이블에 어떤 테스트가 있어야 하는지, 어떤 변경은 어떻게 모니터링되어야 하는지를 마트 설계의 일부로 다룹니다.
• AI가 우리 데이터를 잘 쓰도록 만듭니다.
◦ 라포랩스에서는 사내 Slack 에이전트(Raku)와 자연어 데이터 질의 에이전트가 실제로 운영되고 있고, 점점 더 많은 동료가 데이터에 AI를 통해 접근합니다. AI가 정확한 답을 내려면 결국 데이터의 의미가 명확해야 한다는 걸 우리는 매일 확인하고 있고, 그 의미를 설계하는 일이 Data Analytics Engineer의 자연스러운 책임이라고 보고 있습니다.
자격요건
[라포랩스는 이런 분을 찾고 있어요!]• 3년 이상의 유관 경력을 보유하신 분
• 데이터의 의미와 구조를 정교하게 다루는 일에 흥미를 느끼시는 분
• SQL을 능숙하게 사용하고, 동료의 SQL을 리뷰할 수 있으신 분
• 여러 데이터 모델링 방법론을 이해하고, 도메인에 맞게 적절하게 적용할 수 있으신 분
• 데이터를 직접 활용하는 동료들과 깊게 소통하고, 자신의 관점을 논리적으로 설득해 보신 분
도구는 SQL, Spark, dbt, Dataform 등 다양할 수 있어요. 어떤 도구로 데이터를 다뤄오셨든, 데이터의 의미를 정교하게 설계하는 일에 흥미가 있으시면 좋습니다.
