포지션 상세
소속 Product Division · mAsh Cell · 경력 1년 이상 · 대체복무 가능
[회사 소개]
메이아이는 CCTV 영상을 AI로 분석하는 매장 방문객 분석 솔루션, 매쉬(mAsh)를 만듭니다. 매장이 데이터를 바탕으로 운영을 개선하고 더 나은 고객 경험을 제공하도록 돕습니다.
현대자동차·LG전자·스파오 등 주요 기업이 매쉬를 사용하고 있으며, 도입 매장도 확대되고 있습니다. 본격적인 세일즈를 시작한 2023년 대비 2026년 예상 매출은 약 5배 규모이며, 누적 투자유치액은 130억원 이상입니다.
[포지션 소개]
Data Analyst는 고객이 매장 운영에서 겪는 문제를 분석합니다. 목표 고객층의 방문이 늘었는지, 매장 운영에서 무엇을 바꿔야 할지 판단할 수 있도록 지표를 정하고 분석 결과를 제안합니다.
Python으로 데이터를 준비하고 검증하며, 변화의 원인을 비교·분석합니다. 결과를 해석해 고객에게 설명하고, 분석의 한계와 실행할 수 있는 방안을 논의합니다. AI 도구와 분석 자동화를 활용해 고객이 인사이트를 지속적으로 확인하고 활용할 수 있는 서비스로 연결합니다.
[함께 일할 팀]
Product Division의 mAsh Cell 소속입니다. Product Owner 상우님, Backend Engineer 승리님과 고객에게 필요한 지표와 분석 기능을 만듭니다. 고객 프로젝트는 Operation Division의 Delivery Team과 함께 진행합니다.
팀과 일하는 방식
Delivery Team의 Project Manager와 고객을 만나 질문을 듣고 결과를 설명합니다. 분석 지표와 방법을 정하고 결과를 검증하는 일은 Data Analyst가 맡습니다. 데이터가 맞지 않을 때는 Backend·Data Engineer와 원인을 찾습니다. 분석의 가정과 예외를 문서로 남기고, 반복 요청은 템플릿·스크립트로 처리하거나 자동화합니다.
입사 초기에는 기존 분석 스크립트와 리포트 작성 과정을 익히고, 주요 지표와 고객 요청 처리 방법을 파악합니다. 작은 요청과 검증 업무부터 맡은 뒤 고객별 지표 설계·분석·설명을 주도합니다. 다른 고객의 분석에도 사용할 수 있도록 스크립트와 리포트 양식을 정리합니다.
담당 업무는 입사 후 리드와 정합니다. 1개월차 원온원과 온보딩 리뷰에서 적응 과정의 어려움과 필요한 지원을 확인합니다.
• 고객사 데이터를 탐색·가공하고, 지표 산출과 검증에 필요한 분석 스크립트를 작성합니다.
• 분석 결과를 믿고 사용할 수 있도록 검증·보정 기준을 정하고, 이상치를 확인하는 절차를 만듭니다.
• 지표의 정의와 고객사별 분석 설정이 실제 매장 운영에 맞는지 확인하고 관리합니다.
• 데이터가 맞지 않으면 원인을 추적하고 Project Manager, 개발 직군과 해결 방법을 논의합니다.
• 분석을 바탕으로 매장 운영에서 바꿔볼 일을 제안합니다. 고객의 질문이나 요구가 달라지면 이를 검토하고, 결과의 의미와 한계를 설명합니다.
반복되는 분석 작업은 AI 워크플로우와 재사용 가능한 도구로 만듭니다. 엔지니어와 협업해 지표와 분석 결과를 고객이 계속 확인할 수 있는 서비스에 연결하고, 분석 로직을 자동화·파이프라인으로 옮겨 운영 중에도 반복 실행되도록 합니다.
수치의 산출 기준을 확인하고, 그 결과가 고객의 사업에서 어떤 의미인지 설명할 수 있어야 합니다.
• 데이터 분석 실무 경력 1년 이상 또는 그에 준하는 역량을 갖추신 분
• Python(pandas) 기반 데이터 처리·분석 경험을 갖추신 분
• 통계적 사고와 데이터 검증 감각을 바탕으로 숫자의 의미와 한계를 설명하실 수 있는 분
• 고객이 알고 싶은 내용을 파악하고, 이를 확인할 지표와 분석 방법을 정하실 수 있는 분
• 분석 결과를 비개발자와 고객이 이해할 수 있게 설명하고 문서화하실 수 있는 분
• Project Manager 및 개발 직군과 협업하며 데이터 정합성 이슈의 원인을 좁히고 해결책을 합의하실 수 있는 분
SQL 활용 경험, 오프라인 공간 데이터나 머신러닝 모델 운영 경험은 필수가 아닙니다. Python으로 데이터를 다루고 분석 결과를 고객에게 쉽게 설명할 수 있는 분을 찾습니다.
[회사 소개]
메이아이는 CCTV 영상을 AI로 분석하는 매장 방문객 분석 솔루션, 매쉬(mAsh)를 만듭니다. 매장이 데이터를 바탕으로 운영을 개선하고 더 나은 고객 경험을 제공하도록 돕습니다.
현대자동차·LG전자·스파오 등 주요 기업이 매쉬를 사용하고 있으며, 도입 매장도 확대되고 있습니다. 본격적인 세일즈를 시작한 2023년 대비 2026년 예상 매출은 약 5배 규모이며, 누적 투자유치액은 130억원 이상입니다.
[포지션 소개]
Data Analyst는 고객이 매장 운영에서 겪는 문제를 분석합니다. 목표 고객층의 방문이 늘었는지, 매장 운영에서 무엇을 바꿔야 할지 판단할 수 있도록 지표를 정하고 분석 결과를 제안합니다.
Python으로 데이터를 준비하고 검증하며, 변화의 원인을 비교·분석합니다. 결과를 해석해 고객에게 설명하고, 분석의 한계와 실행할 수 있는 방안을 논의합니다. AI 도구와 분석 자동화를 활용해 고객이 인사이트를 지속적으로 확인하고 활용할 수 있는 서비스로 연결합니다.
[함께 일할 팀]
Product Division의 mAsh Cell 소속입니다. Product Owner 상우님, Backend Engineer 승리님과 고객에게 필요한 지표와 분석 기능을 만듭니다. 고객 프로젝트는 Operation Division의 Delivery Team과 함께 진행합니다.
팀과 일하는 방식
Delivery Team의 Project Manager와 고객을 만나 질문을 듣고 결과를 설명합니다. 분석 지표와 방법을 정하고 결과를 검증하는 일은 Data Analyst가 맡습니다. 데이터가 맞지 않을 때는 Backend·Data Engineer와 원인을 찾습니다. 분석의 가정과 예외를 문서로 남기고, 반복 요청은 템플릿·스크립트로 처리하거나 자동화합니다.
입사 초기에는 기존 분석 스크립트와 리포트 작성 과정을 익히고, 주요 지표와 고객 요청 처리 방법을 파악합니다. 작은 요청과 검증 업무부터 맡은 뒤 고객별 지표 설계·분석·설명을 주도합니다. 다른 고객의 분석에도 사용할 수 있도록 스크립트와 리포트 양식을 정리합니다.
담당 업무는 입사 후 리드와 정합니다. 1개월차 원온원과 온보딩 리뷰에서 적응 과정의 어려움과 필요한 지원을 확인합니다.
주요업무
• 고객의 사업 문제를 파악하고 가설을 세웁니다. 방문·상담·전환·구역 체류 등의 지표와 분석 방법을 정해 원인을 비교하고, 분석 설계를 문서화합니다.• 고객사 데이터를 탐색·가공하고, 지표 산출과 검증에 필요한 분석 스크립트를 작성합니다.
• 분석 결과를 믿고 사용할 수 있도록 검증·보정 기준을 정하고, 이상치를 확인하는 절차를 만듭니다.
• 지표의 정의와 고객사별 분석 설정이 실제 매장 운영에 맞는지 확인하고 관리합니다.
• 데이터가 맞지 않으면 원인을 추적하고 Project Manager, 개발 직군과 해결 방법을 논의합니다.
• 분석을 바탕으로 매장 운영에서 바꿔볼 일을 제안합니다. 고객의 질문이나 요구가 달라지면 이를 검토하고, 결과의 의미와 한계를 설명합니다.
반복되는 분석 작업은 AI 워크플로우와 재사용 가능한 도구로 만듭니다. 엔지니어와 협업해 지표와 분석 결과를 고객이 계속 확인할 수 있는 서비스에 연결하고, 분석 로직을 자동화·파이프라인으로 옮겨 운영 중에도 반복 실행되도록 합니다.
자격요건
경력이 길지 않더라도, 사업 문제를 정의하고 분석 결과를 실행이나 의사결정에 활용해 본 분을 찾습니다.수치의 산출 기준을 확인하고, 그 결과가 고객의 사업에서 어떤 의미인지 설명할 수 있어야 합니다.
• 데이터 분석 실무 경력 1년 이상 또는 그에 준하는 역량을 갖추신 분
• Python(pandas) 기반 데이터 처리·분석 경험을 갖추신 분
• 통계적 사고와 데이터 검증 감각을 바탕으로 숫자의 의미와 한계를 설명하실 수 있는 분
• 고객이 알고 싶은 내용을 파악하고, 이를 확인할 지표와 분석 방법을 정하실 수 있는 분
• 분석 결과를 비개발자와 고객이 이해할 수 있게 설명하고 문서화하실 수 있는 분
• Project Manager 및 개발 직군과 협업하며 데이터 정합성 이슈의 원인을 좁히고 해결책을 합의하실 수 있는 분
SQL 활용 경험, 오프라인 공간 데이터나 머신러닝 모델 운영 경험은 필수가 아닙니다. Python으로 데이터를 다루고 분석 결과를 고객에게 쉽게 설명할 수 있는 분을 찾습니다.
