포지션 상세
NSUS Group은 북미, 유럽, 아시아 등 세계를 무대로 하는 다국적 기업이자 iGaming 업계의 유니콘입니다.
NSUSLAB은 NSUS Group의 개발 스튜디오로서 그룹의 핵심적인 역할을 담당하고 있습니다.
NSUSLAB은 그 누구도 상상하지 못했던 Global #1 Poker Game 이라는 성공 신화를 만든 노하우를 바탕으로
Casino 시장에서도 혁신적인 제품을 선보여 세계 최고가 되고자 합니다.
| 이런 경험을 할 수 있어요
- 전사 데이터의 단일 소스를 재설계하는 과제를 맡고, 진행 중인 DW 레이어 재설계(레이어 재정의·계정 분리·도메인 승격)를 직접 수행합니다.
- 각국 규제 리포팅과 전사 정산 데이터가 올라가는 DW를 운영하며, 데이터 품질이 곧 컴플라이언스가 되는 환경에서 책임 범위를 키울 수 있습니다.
- BI·분석·정산·마케팅·규제 대응 등 전사 모든 조직과 직접 맞닿는 포지션으로, 요구사항을 받아 데이터 모델로 번역하는 오너십을 갖습니다.
- AI 활용을 전제로 일하는 팀으로 파이프라인 자동화, 쿼리 생성·검증, 비용·성능 튜닝에 AI를 적용하는 것이 표준 업무 방식입니다.
| 이런 도구 or 기술을 사용하고 있어요
- 언어/스크립트: SQL, Python
- DW/DB: Snowflake(주), BigQuery, RDBMS(MySQL, SQL Server 등)
- 변환/오케스트레이션: dbt, Airflow
- 수집/스트리밍: Kafka, Confluent
- 메타데이터/품질: DataHub, Grafana
- 분석/시각화: Tableau
- 클라우드: AWS 기반 데이터 제품군
- 협업/문서화: Jira, Confluence, Google Workspace
- AI: GitHub Copilot, Claude Code 등 생성형 AI 도구 상시 활용
- 원천 시스템(게임·플랫폼·결제 등)의 스키마·값 도메인 변화 감지와 적재 파이프라인 반영
- ETL/ELT 파이프라인 설계·개발·테스트 및 적재 데이터 품질 관리 (원천 대비 수치 대사, 멱등 재처리·백필)
- DW 성능·비용 최적화, 모니터링 및 장애 복구 전략 수행
- BI·분석·정산·규제 리포팅 등 전사 Data Consumer 요구사항의 스키마·데이터 모델 반영
- 반복 파이프라인 작업 자동화 및 AI 기반 쿼리 생성·비용/성능 분석·자동 튜닝 적용
- 총 경력 7년 이상, 이 중 Data Warehouse 또는 Data Platform 경력 5년 이상인 분
- CS/CE 학사 또는 이에 상응하는 배경 지식이 있는 분
- 클라우드 데이터 웨어하우스(Snowflake, BigQuery, Databricks)를 직접 운영한 경험이 있는 분 — - 쿼리 프로파일 기반 병목 해소, 웨어하우스 사이징과 비용 통제, 백업·복구 수행
- Data Lake / Data Warehouse / Data Mart 레이어 구조를 설계하거나 재편해 본 경험이 있고, 각 레이어의 책임 구분을 설명할 수 있는 분
- ETL/ELT 파이프라인에 검증·재처리·백필을 설계 단계부터 포함시켜 본 경험이 있는 분 — "적재 완료"의 기준을 원천 대비 수치 일치로 두는 분
- SQL·Python 실무에 능숙하고, 복잡한 쿼리의 성능을 직접 개선할 수 있는 분
- 원천 시스템의 스키마·값 도메인 변경에 대응한 경험이 있는 분 — 변경 감지, 영향 범위 판단, 원천 팀과의 사전 합의 중 어느 쪽이든 실제로 수행해 본 분
- BI·분석·정산·규제 대응 등 data consumer의 요구사항을 접수해 데이터 모델로 설계해 본 경험이 있는 분
- 생성형 AI 도구를 업무 루틴에 넣어 쿼리 작성·디버깅·리팩토링·문서화 생산성을 높인 경험이 있는 분
- 영어 문서(이메일, 보고서)의 내용을 정리하여 보고할 수 있는 분
NSUSLAB은 NSUS Group의 개발 스튜디오로서 그룹의 핵심적인 역할을 담당하고 있습니다.
NSUSLAB은 그 누구도 상상하지 못했던 Global #1 Poker Game 이라는 성공 신화를 만든 노하우를 바탕으로
Casino 시장에서도 혁신적인 제품을 선보여 세계 최고가 되고자 합니다.
| 이런 경험을 할 수 있어요
- 전사 데이터의 단일 소스를 재설계하는 과제를 맡고, 진행 중인 DW 레이어 재설계(레이어 재정의·계정 분리·도메인 승격)를 직접 수행합니다.
- 각국 규제 리포팅과 전사 정산 데이터가 올라가는 DW를 운영하며, 데이터 품질이 곧 컴플라이언스가 되는 환경에서 책임 범위를 키울 수 있습니다.
- BI·분석·정산·마케팅·규제 대응 등 전사 모든 조직과 직접 맞닿는 포지션으로, 요구사항을 받아 데이터 모델로 번역하는 오너십을 갖습니다.
- AI 활용을 전제로 일하는 팀으로 파이프라인 자동화, 쿼리 생성·검증, 비용·성능 튜닝에 AI를 적용하는 것이 표준 업무 방식입니다.
| 이런 도구 or 기술을 사용하고 있어요
- 언어/스크립트: SQL, Python
- DW/DB: Snowflake(주), BigQuery, RDBMS(MySQL, SQL Server 등)
- 변환/오케스트레이션: dbt, Airflow
- 수집/스트리밍: Kafka, Confluent
- 메타데이터/품질: DataHub, Grafana
- 분석/시각화: Tableau
- 클라우드: AWS 기반 데이터 제품군
- 협업/문서화: Jira, Confluence, Google Workspace
- AI: GitHub Copilot, Claude Code 등 생성형 AI 도구 상시 활용
주요업무
- Snowflake 기반 Data Lake / Warehouse / Mart 레이어 설계·구축 및 운영- 원천 시스템(게임·플랫폼·결제 등)의 스키마·값 도메인 변화 감지와 적재 파이프라인 반영
- ETL/ELT 파이프라인 설계·개발·테스트 및 적재 데이터 품질 관리 (원천 대비 수치 대사, 멱등 재처리·백필)
- DW 성능·비용 최적화, 모니터링 및 장애 복구 전략 수행
- BI·분석·정산·규제 리포팅 등 전사 Data Consumer 요구사항의 스키마·데이터 모델 반영
- 반복 파이프라인 작업 자동화 및 AI 기반 쿼리 생성·비용/성능 분석·자동 튜닝 적용
자격요건
| 이런 분과 함께 하고 싶어요- 총 경력 7년 이상, 이 중 Data Warehouse 또는 Data Platform 경력 5년 이상인 분
- CS/CE 학사 또는 이에 상응하는 배경 지식이 있는 분
- 클라우드 데이터 웨어하우스(Snowflake, BigQuery, Databricks)를 직접 운영한 경험이 있는 분 — - 쿼리 프로파일 기반 병목 해소, 웨어하우스 사이징과 비용 통제, 백업·복구 수행
- Data Lake / Data Warehouse / Data Mart 레이어 구조를 설계하거나 재편해 본 경험이 있고, 각 레이어의 책임 구분을 설명할 수 있는 분
- ETL/ELT 파이프라인에 검증·재처리·백필을 설계 단계부터 포함시켜 본 경험이 있는 분 — "적재 완료"의 기준을 원천 대비 수치 일치로 두는 분
- SQL·Python 실무에 능숙하고, 복잡한 쿼리의 성능을 직접 개선할 수 있는 분
- 원천 시스템의 스키마·값 도메인 변경에 대응한 경험이 있는 분 — 변경 감지, 영향 범위 판단, 원천 팀과의 사전 합의 중 어느 쪽이든 실제로 수행해 본 분
- BI·분석·정산·규제 대응 등 data consumer의 요구사항을 접수해 데이터 모델로 설계해 본 경험이 있는 분
- 생성형 AI 도구를 업무 루틴에 넣어 쿼리 작성·디버깅·리팩토링·문서화 생산성을 높인 경험이 있는 분
- 영어 문서(이메일, 보고서)의 내용을 정리하여 보고할 수 있는 분
