포지션 상세
직무 Summary
넥스트증권 AI데이터플랫폼팀과 함께 제품·도메인 데이터의 의미 계층(Semantic Layer)과 분석·서빙용 표준 데이터를 책임질 Data Analytics Engineer(경력)를 모집합니다. 담당 도메인의 핵심 개념을 정의하고, Databricks 레이크하우스 위에서 Single Source of Truth가 되는 모델·마트를 설계·운영합니다. 비개발 직군과 AI/LLM이 바로 이해하고 쓸 수 있도록 구조·표준·문서화·정합성을 갖춘 데이터를 제공하며, 단순 요청 대응이 아니라 데이터 구조와 활용 기준을 제시하는 역할입니다
• 표준 영역 / 소비 영역 마트 구분: 표준(Subject-Oriented) 마트와 소비(서비스·분석) 마트를 구분해 모델링하고, 일·시간·준실시간 단위의 마트를 설계·운영합니다.
• 제품 개발 단계 데이터 모델 리뷰: 서버·프로덕트 엔지니어와 제품 개발 시점부터 데이터 모델을 리뷰하고, 분석·서빙 관점에서 필요한 스키마·이벤트·식별자를 제안합니다.
• 고품질 데이터 제공 체계: 빠른 제품 속도에서도 담당 도메인 데이터가 일관되게 제공되도록 처리 로직·품질 규칙·갱신 주기(SLA)·정확도 기준을 정의하고 Platform이 제공하는 공통 품질 게이트에 적용해 시스템화합니다.
• 데이터 거버넌스 운영: 원천 리뷰·변경 모니터링부터 생성·활용 End-to-End 추적, 메타·문서화(사람이 읽고 LLM이 이해할 수준)까지 담당 도메인의 거버넌스를 구축·운영합니다.
• 정합성·보안·컴플라이언스: DQ / SLA / Compliance 기준을 마트 단위로 관리하고, 금융 데이터 특성에 맞는 보안성·라이선스·접근 통제를 반영합니다.
• 마트 파이프라인 운영: 표준화된 모델링을 바탕으로 분석뿐 아니라 서비스에서도 쓸 수 있는 Databricks 기반 마트 변환 파이프라인을 운영합니다. 원천 수집·표준화 파이프라인은 Financial Data DE가 맡고 DAE는 표준화 계층 이후의 변환을 책임집니다. (배치 중심, 필요 시 준실시간)
• 이해관계자와의 기준 제시: 전략·프로덕트·AI/ML·서비스 조직의 요구를 받아 단순 이행하지 않고, 효율적인 데이터 구조와 활용 기준을 제안·조율합니다. 투자정보 요구사항은 금융 데이터 분석가가 데이터 명세로 구체화하고 DAE는 그 명세를 마트 구조로 설계합니다.
• DW 데이터 모델러로서 담당 제품·도메인의 개념을 정의하고 명확한 데이터 구조를 설계할 수 있으신 분
• Database 정규화 및 Data Warehouse 특성(Subject-Oriented, Integrated, Non-Volatile, Time-Variant)에 대한 이해가 있으신 분
• 표준 영역 마트와 소비 영역 마트를 구분해 설계·운영해보신 분
• SQL 활용 능력이 뛰어나고, 효율·가독성을 갖춘 쿼리를 작성하실 수 있는 분
• 대용량 처리 환경에서 파이프라인·마트를 다뤄보신 분
• 데이터 표준·품질(정합성·완전성·적시성) 문제를 발견하고 근본 원인을 분석·개선해보신 분
• 데이터 엔지니어·서버 개발자·분석/서비스 조직과 효율적으로 커뮤니케이션하며 기준을 제시할 수 있으신 분
넥스트증권 AI데이터플랫폼팀과 함께 제품·도메인 데이터의 의미 계층(Semantic Layer)과 분석·서빙용 표준 데이터를 책임질 Data Analytics Engineer(경력)를 모집합니다. 담당 도메인의 핵심 개념을 정의하고, Databricks 레이크하우스 위에서 Single Source of Truth가 되는 모델·마트를 설계·운영합니다. 비개발 직군과 AI/LLM이 바로 이해하고 쓸 수 있도록 구조·표준·문서화·정합성을 갖춘 데이터를 제공하며, 단순 요청 대응이 아니라 데이터 구조와 활용 기준을 제시하는 역할입니다
주요업무
• 도메인 Semantic Layer 구축: 담당 제품·도메인(예: 금융 투자정보, 계정계·거래, 행동·그로스 등)의 주요 개념을 명확히 정의하고, 누구나 신뢰하고 쓸 수 있는 의미 계층과 표준 데이터 모델을 설계합니다. 금융 투자정보는 금융 데이터 분석가가 정의한 의미·산출 기준과 Financial Data DE가 제공하는 마스터·분류체계·식별자를 참조해 모델링합니다.• 표준 영역 / 소비 영역 마트 구분: 표준(Subject-Oriented) 마트와 소비(서비스·분석) 마트를 구분해 모델링하고, 일·시간·준실시간 단위의 마트를 설계·운영합니다.
• 제품 개발 단계 데이터 모델 리뷰: 서버·프로덕트 엔지니어와 제품 개발 시점부터 데이터 모델을 리뷰하고, 분석·서빙 관점에서 필요한 스키마·이벤트·식별자를 제안합니다.
• 고품질 데이터 제공 체계: 빠른 제품 속도에서도 담당 도메인 데이터가 일관되게 제공되도록 처리 로직·품질 규칙·갱신 주기(SLA)·정확도 기준을 정의하고 Platform이 제공하는 공통 품질 게이트에 적용해 시스템화합니다.
• 데이터 거버넌스 운영: 원천 리뷰·변경 모니터링부터 생성·활용 End-to-End 추적, 메타·문서화(사람이 읽고 LLM이 이해할 수준)까지 담당 도메인의 거버넌스를 구축·운영합니다.
• 정합성·보안·컴플라이언스: DQ / SLA / Compliance 기준을 마트 단위로 관리하고, 금융 데이터 특성에 맞는 보안성·라이선스·접근 통제를 반영합니다.
• 마트 파이프라인 운영: 표준화된 모델링을 바탕으로 분석뿐 아니라 서비스에서도 쓸 수 있는 Databricks 기반 마트 변환 파이프라인을 운영합니다. 원천 수집·표준화 파이프라인은 Financial Data DE가 맡고 DAE는 표준화 계층 이후의 변환을 책임집니다. (배치 중심, 필요 시 준실시간)
• 이해관계자와의 기준 제시: 전략·프로덕트·AI/ML·서비스 조직의 요구를 받아 단순 이행하지 않고, 효율적인 데이터 구조와 활용 기준을 제안·조율합니다. 투자정보 요구사항은 금융 데이터 분석가가 데이터 명세로 구체화하고 DAE는 그 명세를 마트 구조로 설계합니다.
자격요건
• 5년 이상의 데이터 엔지니어, Data Analytics Engineer 또는 DW 모델러 경력• DW 데이터 모델러로서 담당 제품·도메인의 개념을 정의하고 명확한 데이터 구조를 설계할 수 있으신 분
• Database 정규화 및 Data Warehouse 특성(Subject-Oriented, Integrated, Non-Volatile, Time-Variant)에 대한 이해가 있으신 분
• 표준 영역 마트와 소비 영역 마트를 구분해 설계·운영해보신 분
• SQL 활용 능력이 뛰어나고, 효율·가독성을 갖춘 쿼리를 작성하실 수 있는 분
• 대용량 처리 환경에서 파이프라인·마트를 다뤄보신 분
• 데이터 표준·품질(정합성·완전성·적시성) 문제를 발견하고 근본 원인을 분석·개선해보신 분
• 데이터 엔지니어·서버 개발자·분석/서비스 조직과 효율적으로 커뮤니케이션하며 기준을 제시할 수 있으신 분
