포지션 상세
직무 Summary
넥스트증권 AI데이터플랫폼팀과 함께 금융 데이터를 신뢰할 수 있는 데이터 자산으로 만들어갈 금융 데이터 분석가(경력)를 모집합니다. LSEG 등 금융 데이터 벤더가 제공하는 종목·시세·지수·기업정보·재무·추정치·기업행사 데이터의 구조와 업무적 의미를 분석하고, 식별자 매핑부터 데이터 모델·가공 규칙·품질 기준 정의까지 투자정보 표준화 전 과정을 책임집니다. SQL로 벤더 원천 데이터와 내부 데이터를 분석·검증하고, 벤더 라이선스 조건을 반영한 안전하고 일관된 투자정보 활용 체계를 구축합니다. 단순한 리포트 작성을 넘어, 금융 도메인과 데이터 엔지니어링 사이의 연결고리로서 조직 전체가 일관된 데이터를 활용하도록 지원합니다.
• 데이터 벤더 연계 및 표준화: LSEG 등 외부 벤더의 데이터 명세와 전달 방식을 분석하여 벤더별 데이터 모델과 식별자 체계를 사내 표준 데이터 모델로 매핑하고, 벤더 데이터의 도입·변경·종료가 내부 시스템에 미치는 영향 분석과 복수 벤더 간 값 차이의 적용 기준 수립을 담당합니다.
• 종목 및 식별자 관리: 티커, ISIN, RIC 등 종목 식별자 간 매핑 규칙을 정의·검증하고, 상장·상장폐지·합병·분할 등 기업행사에 따른 식별자 이력 변화를 관리하여 동일 종목·금융상품·발행기관을 일관되게 식별하는 기준을 마련합니다.
• SQL 기반 데이터 품질 검증: SQL로 대용량 투자정보를 탐색하여 누락·중복·이상값·식별자 매핑 오류를 탐지하고, 가격 조정·통화 환산·시점 기준 등 주요 가공 규칙의 정확성과 원천-가공 데이터 간 정합성·완전성·적시성을 검증합니다.
• 데이터 요구사항 및 모델 정의: 서비스·리서치·AI/ML 조직의 투자정보 요구사항을 데이터 항목, 산출 기준, 제공 주기, 이력 관리 및 품질 기준으로 구체화하고, 데이터 엔지니어와 협업하여 레이크하우스의 데이터 모델과 파이프라인을 검증합니다.
• 데이터 거버넌스 및 라이선스 정책 적용: 투자정보의 정의·오너십·메타데이터·데이터 계보 관리에 참여하고, 법무·컴플라이언스가 수립한 벤더 데이터 사용 기준을 데이터 요구사항에 반영하며 준수 여부를 검증합니다.
• LSEG 또는 유사 금융 데이터 벤더가 제공하는 투자정보를 실무에서 활용한 경험이 있으신 분
• 종목·시세·지수·기업정보·재무·기업행사 중 하나 이상의 데이터 도메인에 대한 깊은 이해가 있으신 분
• 금융상품 및 종목 식별자 체계와 종목 마스터 데이터에 대한 이해가 있으신 분
• Python 과 SQL을 활용하여 대용량 금융 데이터를 분석하고 검증할 수 있으신 분
• 벤더 데이터 명세를 분석하여 사내 데이터 모델과 매핑 규칙을 정의할 수 있으신 분
• 데이터 정합성 및 품질 문제를 발견하고 근본 원인을 분석할 수 있으신 분
• 투자정보의 요구사항과 업무 규칙을 명확한 데이터 명세로 문서화할 수 있으신 분
• 데이터 엔지니어, AI/ML 엔지니어 및 서비스 조직과 원활하게 협업할 수 있으신 분
넥스트증권 AI데이터플랫폼팀과 함께 금융 데이터를 신뢰할 수 있는 데이터 자산으로 만들어갈 금융 데이터 분석가(경력)를 모집합니다. LSEG 등 금융 데이터 벤더가 제공하는 종목·시세·지수·기업정보·재무·추정치·기업행사 데이터의 구조와 업무적 의미를 분석하고, 식별자 매핑부터 데이터 모델·가공 규칙·품질 기준 정의까지 투자정보 표준화 전 과정을 책임집니다. SQL로 벤더 원천 데이터와 내부 데이터를 분석·검증하고, 벤더 라이선스 조건을 반영한 안전하고 일관된 투자정보 활용 체계를 구축합니다. 단순한 리포트 작성을 넘어, 금융 도메인과 데이터 엔지니어링 사이의 연결고리로서 조직 전체가 일관된 데이터를 활용하도록 지원합니다.
주요업무
• 금융 투자정보 분석: 종목·시세·지수·기업정보·재무제표·컨센서스·기업행사 등 투자정보의 구조와 의미를 분석하고, 금융상품·거래소·시장·통화·거래 캘린더 등 기준정보와 데이터 필드별 산출 기준, 제공 주기, 정정·재처리 정책을 정의합니다.• 데이터 벤더 연계 및 표준화: LSEG 등 외부 벤더의 데이터 명세와 전달 방식을 분석하여 벤더별 데이터 모델과 식별자 체계를 사내 표준 데이터 모델로 매핑하고, 벤더 데이터의 도입·변경·종료가 내부 시스템에 미치는 영향 분석과 복수 벤더 간 값 차이의 적용 기준 수립을 담당합니다.
• 종목 및 식별자 관리: 티커, ISIN, RIC 등 종목 식별자 간 매핑 규칙을 정의·검증하고, 상장·상장폐지·합병·분할 등 기업행사에 따른 식별자 이력 변화를 관리하여 동일 종목·금융상품·발행기관을 일관되게 식별하는 기준을 마련합니다.
• SQL 기반 데이터 품질 검증: SQL로 대용량 투자정보를 탐색하여 누락·중복·이상값·식별자 매핑 오류를 탐지하고, 가격 조정·통화 환산·시점 기준 등 주요 가공 규칙의 정확성과 원천-가공 데이터 간 정합성·완전성·적시성을 검증합니다.
• 데이터 요구사항 및 모델 정의: 서비스·리서치·AI/ML 조직의 투자정보 요구사항을 데이터 항목, 산출 기준, 제공 주기, 이력 관리 및 품질 기준으로 구체화하고, 데이터 엔지니어와 협업하여 레이크하우스의 데이터 모델과 파이프라인을 검증합니다.
• 데이터 거버넌스 및 라이선스 정책 적용: 투자정보의 정의·오너십·메타데이터·데이터 계보 관리에 참여하고, 법무·컴플라이언스가 수립한 벤더 데이터 사용 기준을 데이터 요구사항에 반영하며 준수 여부를 검증합니다.
자격요건
• 5년 이상의 금융 투자정보 분석 또는 금융 데이터 관련 실무 경험이 있으신 분• LSEG 또는 유사 금융 데이터 벤더가 제공하는 투자정보를 실무에서 활용한 경험이 있으신 분
• 종목·시세·지수·기업정보·재무·기업행사 중 하나 이상의 데이터 도메인에 대한 깊은 이해가 있으신 분
• 금융상품 및 종목 식별자 체계와 종목 마스터 데이터에 대한 이해가 있으신 분
• Python 과 SQL을 활용하여 대용량 금융 데이터를 분석하고 검증할 수 있으신 분
• 벤더 데이터 명세를 분석하여 사내 데이터 모델과 매핑 규칙을 정의할 수 있으신 분
• 데이터 정합성 및 품질 문제를 발견하고 근본 원인을 분석할 수 있으신 분
• 투자정보의 요구사항과 업무 규칙을 명확한 데이터 명세로 문서화할 수 있으신 분
• 데이터 엔지니어, AI/ML 엔지니어 및 서비스 조직과 원활하게 협업할 수 있으신 분
