<div style="font-family: sans-serif; line-height: 1.6; padding: 20px;"><div style="margin-bottom: 40px;"><h2 style="font-size: 22px; margin-bottom: 16px; font-weight: bold; color: #333;">주요업무</h2><div style="color: #333;"><p><strong>패션 산업 데이터 파이프라인 구축 및 관리:</strong></p><ul><li>다양한 소스 (이미지, 텍스트, 상품 정보, 사용자 행동 데이터 등) 로부터 <strong>대규모 패션 데이터 수집, 저장, 처리, 변환 (ETL)</strong> 파이프라인 설계 및 구축</li><li><strong>실시간 데이터 파이프라인</strong> 및 <strong>배치 데이터 파이프라인</strong> 구축 및 운영</li><li><strong>데이터 레이크 (Data Lake)</strong> 구축 및 관리 (AWS S3, Azure Data Lake Storage, GCP Cloud Storage 등 활용)</li><li><strong>데이터 웨어하우스 (Data Warehouse)</strong> 구축 및 관리 (Snowflake, Amazon Redshift, Google BigQuery 등 활용)</li><li><strong>데이터 카탈로그</strong> 및 <strong>데이터 거버넌스</strong> 시스템 구축</li></ul><p><br/></p><p><strong>데이터 품질 관리 및 개선:</strong></p><ul><li>데이터 <strong>품질 기준 정의</strong> 및 <strong>데이터 품질 검증 프로세스</strong> 구축</li><li>데이터 <strong>정합성</strong>, <strong>정확성</strong>, <strong>완전성</strong> 확보를 위한 데이터 <strong>정제, 표준화</strong> 작업</li><li>데이터 <strong>모니터링</strong> 및 <strong>데이터 품질 이슈</strong> 발생 시 <strong>원인 분석 및 해결</strong></li><li><strong>데이터 품질 개선</strong> 및 <strong>데이터 증강</strong> 전략 수립 및 실행</li></ul><p><br/></p><p><strong>AI 모델 개발 및 운영 지원:</strong></p><ul><li><strong></strong>AI 모델 개발에 필요한 <strong>데이터셋 구축 및 관리</strong> (학습 데이터, 검증 데이터, 평가 데이터 분리 및 관리)</li><li>AI 모델 학습 및 추론을 위한 <strong>최적의 데이터 제공 환경 구축</strong></li><li><strong>AI 모델 성능 향상을 위한 데이터 전처리 및 Feature Engineering</strong> 지원</li><li><strong>MLOps 파이프라인</strong> 연동 및 <strong>데이터 관련 자동화</strong> 구축</li></ul><p><br/></p><p><strong>데이터 인프라 구축 및 관리:</strong></p><ul><li>클라우드 환경 (AWS, Azure, GCP) 기반 <strong>데이터 인프라 (스토리지, 컴퓨팅, 네트워크) 구축 및 관리</strong></li><li><strong>데이터 처리 및 분석</strong>을 위한 <strong>최적의 인프라 환경</strong> 구성 및 운영</li><li><strong>데이터 보안</strong> 및 <strong>접근 제어</strong> 시스템 구축</li><li><strong>데이터 인프라 성능 모니터링</strong> 및 <strong>병목 구간 개선</strong></li></ul></div></div><div style="margin-bottom: 40px;"><h2 style="font-size: 22px; margin-bottom: 16px; font-weight: bold; color: #333;">자격요건</h2><div style="color: #333;"><ul><li><strong>컴퓨터 과학, 데이터 공학, 통계학</strong> 관련 학사 이상 또는 이에 준하는 실력 보유</li><li><strong>데이터 엔지니어링 경력 3년 이상</strong> 또는 이에 준하는 역량 보유</li><li><strong>데이터 웨어하우징, 데이터 모델링</strong> 경험 필수</li><li><strong>SQL</strong> 및 <strong>Python</strong> 등 데이터 처리 및 분석 언어 능숙</li><li><strong>ETL 툴 (Airflow, Talend, Informatica 등) 활용 경험</strong></li><li><strong>클라우드 데이터 플랫폼 (AWS, Azure, GCP) 활용 경험</strong> 필수</li><li><strong>대용량 데이터 처리 기술 (Spark, Hadoop 등) 활용 경험</strong> 우대</li><li><strong>Git</strong> 기반 협업 개발 프로세스 숙련자</li><li><strong>영어</strong> (기술 문서 이해 및 간단한 커뮤니케이션) 가능</li></ul></div></div><div style="margin-bottom: 40px;"><h2 style="font-size: 22px; margin-bottom: 16px; font-weight: bold; color: #333;">우대사항</h2><div style="color: #333;"><ul><li><strong>패션/텍스타일 관련 데이터</strong> 처리 경험</li><li><strong>AI/머신러닝 기반 데이터 파이프라인 구축 경험</strong></li><li><strong>데이터 시각화</strong> 및 <strong>데이터 분석</strong> 경험</li><li><strong>데이터 거버넌스</strong> 및 <strong>데이터 품질 관리</strong> 경험</li><li><strong>클라우드 데이터 엔지니어 자격증 (AWS Certified Data Engineer, Azure Data Engineer 등)</strong> 우대</li><li><strong>새로운 기술</strong>에 대한 높은 학습 의지 및 성장 가능성이 높은 분</li></ul></div></div><div style="margin-bottom: 40px;"><h2 style="font-size: 22px; margin-bottom: 16px; font-weight: bold; color: #333;">채용절차</h2><div style="color: #333;"><p>서류 전형 → 코딩 테스트 (데이터 엔지니어링) → 1차 면접 (기술 면접) → 2차 면접 (HR/컬쳐 면접) → 최종 합격</p></div></div></div>
주요업무
패션 산업 데이터 파이프라인 구축 및 관리:
- 다양한 소스 (이미지, 텍스트, 상품 정보, 사용자 행동 데이터 등) 로부터 대규모 패션 데이터 수집, 저장, 처리, 변환 (ETL) 파이프라인 설계 및 구축
- 실시간 데이터 파이프라인 및 배치 데이터 파이프라인 구축 및 운영
- 데이터 레이크 (Data Lake) 구축 및 관리 (AWS S3, Azure Data Lake Storage, GCP Cloud Storage 등 활용)
- 데이터 웨어하우스 (Data Warehouse) 구축 및 관리 (Snowflake, Amazon Redshift, Google BigQuery 등 활용)
- 데이터 카탈로그 및 데이터 거버넌스 시스템 구축
데이터 품질 관리 및 개선:
- 데이터 품질 기준 정의 및 데이터 품질 검증 프로세스 구축
- 데이터 정합성, 정확성, 완전성 확보를 위한 데이터 정제, 표준화 작업
- 데이터 모니터링 및 데이터 품질 이슈 발생 시 원인 분석 및 해결
- 데이터 품질 개선 및 데이터 증강 전략 수립 및 실행
AI 모델 개발 및 운영 지원:
- AI 모델 개발에 필요한 데이터셋 구축 및 관리 (학습 데이터, 검증 데이터, 평가 데이터 분리 및 관리)
- AI 모델 학습 및 추론을 위한 최적의 데이터 제공 환경 구축
- AI 모델 성능 향상을 위한 데이터 전처리 및 Feature Engineering 지원
- MLOps 파이프라인 연동 및 데이터 관련 자동화 구축
데이터 인프라 구축 및 관리:
- 클라우드 환경 (AWS, Azure, GCP) 기반 데이터 인프라 (스토리지, 컴퓨팅, 네트워크) 구축 및 관리
- 데이터 처리 및 분석을 위한 최적의 인프라 환경 구성 및 운영
- 데이터 보안 및 접근 제어 시스템 구축
- 데이터 인프라 성능 모니터링 및 병목 구간 개선
자격요건
- 컴퓨터 과학, 데이터 공학, 통계학 관련 학사 이상 또는 이에 준하는 실력 보유
- 데이터 엔지니어링 경력 3년 이상 또는 이에 준하는 역량 보유
- 데이터 웨어하우징, 데이터 모델링 경험 필수
- SQL 및 Python 등 데이터 처리 및 분석 언어 능숙
- ETL 툴 (Airflow, Talend, Informatica 등) 활용 경험
- 클라우드 데이터 플랫폼 (AWS, Azure, GCP) 활용 경험 필수
- 대용량 데이터 처리 기술 (Spark, Hadoop 등) 활용 경험 우대
- Git 기반 협업 개발 프로세스 숙련자
- 영어 (기술 문서 이해 및 간단한 커뮤니케이션) 가능
우대사항
- 패션/텍스타일 관련 데이터 처리 경험
- AI/머신러닝 기반 데이터 파이프라인 구축 경험
- 데이터 시각화 및 데이터 분석 경험
- 데이터 거버넌스 및 데이터 품질 관리 경험
- 클라우드 데이터 엔지니어 자격증 (AWS Certified Data Engineer, Azure Data Engineer 등) 우대
- 새로운 기술에 대한 높은 학습 의지 및 성장 가능성이 높은 분
채용절차
서류 전형 → 코딩 테스트 (데이터 엔지니어링) → 1차 면접 (기술 면접) → 2차 면접 (HR/컬쳐 면접) → 최종 합격





