
[그리팅] Data Engineer - 5년 이상
두들린<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>담당업무는 다음과 같습니다.</strong></p><ul><li>그리팅에서 만들어지는 데이터 스트림을 수집, 정제, 가공하는 데이터 파이프라인을 구축하고 운영합니다.</li><li>Data Lake / Data Mart를 설계해 데이터 분석 및 시각화 환경을 구축합니다.</li><li>데이터 활용을 필요로 하는 영역에 적절한 형태로 제공하는 데이터 플랫폼을 개발, 운영합니다.</li><li>ML Engineer와 협업하여 후보자와 공고의 탐색, 매칭 문제를 기술적으로 해결합니다.</li></ul><p><br/></p><p><strong>AI & 데이터팀 소개</strong></p><p>AI&데이터 팀은 두들린의 모든 서비스를 관통하는 데이터 파이프라인을 설계 개발하여 수집, 정제, 가공을 통해 누구나 편리하게 데이터를 다룰 수 있도록 돕고, 비즈니스적 판단과 서비스 분석을 자동화하는 등 데이터 기반의 서비스 제공과 양질의 분석을 용이하게 하는데 적극적으로 기여합니다.</p><p>채용의 문제를 해결하기 위해 검색 랭킹, 추천, 매칭, 자동화, A/B Test, 모델학습 등 다양한 목적과 서비스에서 활용할 수 있는 검색 서비스, 데이터를 제공하고 제품이 능동적으로 동작하도록 만듭니다.</p><p><br/></p><p><strong style="background-color: rgba(255, 255, 255, 0);">AI & 데이터팀은 다음 기술 스택을 주로 사용합니다.</strong></p><ul><li>Python, Kotlin/Java</li><li>Spark, Flink, Airflow, Kafka</li><li>MySQL, MongoDB, S3</li><li>Redash, Superset</li><li>AWS, Kubernetes</li></ul><p><br/></p><p><strong>이런 문제를 풀기 위해 채용을 하게 되었습니다.</strong></p><p>분리된 데이터를 보다 효율적으로 제공될 수 있도록</p><p>현재 그리팅 서비스는 아키텍처의 큰 변화를 겪고 있습니다. 하나의 서비스에서 잘 구분된 여러 서비스로 나뉘면서 각 도메인의 계속된 변화에 대응하고 분리된 <u>데이터를 하나로 모아 종합적인 분석, 정교하게 모델링 된 결과를 실시간으로 제공할 필요</u>가 생기고 있습니다.</p><p>따라서 확장 가능하고 빠른 변화를 수용하면서도 적절한 형태로 데이터를 공급하는 데이터 파이프라인, 데이터 플랫폼 설계 경험과 이해가 필요합니다.</p><p><br/></p><p>서로에게 더 알맞은 채용이 될 수 있도록</p><p>기업에서 필요로 하는 인재를 채용하기 위해서는 다수의 지원자를 모집하고, 포지션에 적합한 지원자를 평가할 수 있어야 합니다. 또한 지원자도 자신에게 맞는 포지션을 더 쉽게 만날 수 있어야 합니다.</p><p>이러한 문제를 해결하는 데 있어서 <u>채용과 구직 과정에서 만들어지는 데이터를 활용하여 유사성을 분석하고 적절한 매칭을 유도</u>하도록 고민과 연구할 수 있는 환경을 만드는 역량이 필요합니다.</p></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>서비스, 데이터 구조 변화에 대응하는 데이터 파이프라인 구축과 운영한 경험이 필요합니다.</li><li>데이터 플랫폼 구축해 다양한 구성과 형태로 제공한 경험이 필요합니다.</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>추천/매칭 알고리즘, ML 파이프라인 구축 경험이 있으면 좋습니다.</li></ul><p><br/></p><p><strong>이런 경험을 하실 수 있습니다.</strong></p><p><span style="background-color: rgb(255, 249, 219);">데이터가 중심이 되는 서비스</span></p><p>그리팅은 기업 브랜딩, 포지션 탐색, 후보자 관리, 지원자 모집, 입사지원, 지원자 평가, 채용 완료 까지 채용의 전과정에 기여하고 있어서 후보자와 공고를 토대로 한 모든 과정의 데이터를 다룰 수 있습니다.</p><p>이 데이터를 활용하여 <u>후보자와 공고 사이에 유의미한 관계를 만들고 더 적절한 매치가 가능하도록 구직, 채용 전반에 직접적이고 혁신적인 기여가 가능</u>합니다.</p><p><br/></p><p><span style="background-color: rgb(255, 249, 219);">인프라 단계부터 전 과정을 주도적으로 만들 수 있습니다.</span></p><p>이벤트 드리븐 환경으로의 변화에 기여하고 분산된 데이터를 모아 인프라 단계부터 데이터 서비스 제공까지 <u>전 과정을 주도적으로 만들어 갈 수 있습니다.</u></p><p><br/></p><p><span style="background-color: rgb(255, 249, 219);">고객의 문제를 명확히 이해하고 정교하게 타겟하여 제품을 만들 수 있습니다.</span></p><p>유저의 사용 형태를 보고 서비스의 품질을 가늠해야 하는 서비스 개선 과정과는 다르게 그에 더해 고객의 요구와 서비스 피드백을 직접적으로 듣고 이를 토대로 서비스에 적용하는 경험을 할 수 있습니다.</p><p>고객의 문제를 명확히 이해하고 정교하게 타겟하여 제품을 만들 수 있다는 측면에서 내가 만든 제품의 성취를 크게 느낄 수 있습니다.</p></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><span style="color: rgba(0, 0, 0, 0.85);"> 서류접수 > 실무진 인터뷰 > 컬처핏 인터뷰 > 처우협의 > 최종합격</span></p></div></div></div>
주요업무
담당업무는 다음과 같습니다.
- 그리팅에서 만들어지는 데이터 스트림을 수집, 정제, 가공하는 데이터 파이프라인을 구축하고 운영합니다.
- Data Lake / Data Mart를 설계해 데이터 분석 및 시각화 환경을 구축합니다.
- 데이터 활용을 필요로 하는 영역에 적절한 형태로 제공하는 데이터 플랫폼을 개발, 운영합니다.
- ML Engineer와 협업하여 후보자와 공고의 탐색, 매칭 문제를 기술적으로 해결합니다.
AI & 데이터팀 소개
AI&데이터 팀은 두들린의 모든 서비스를 관통하는 데이터 파이프라인을 설계 개발하여 수집, 정제, 가공을 통해 누구나 편리하게 데이터를 다룰 수 있도록 돕고, 비즈니스적 판단과 서비스 분석을 자동화하는 등 데이터 기반의 서비스 제공과 양질의 분석을 용이하게 하는데 적극적으로 기여합니다.
채용의 문제를 해결하기 위해 검색 랭킹, 추천, 매칭, 자동화, A/B Test, 모델학습 등 다양한 목적과 서비스에서 활용할 수 있는 검색 서비스, 데이터를 제공하고 제품이 능동적으로 동작하도록 만듭니다.
AI & 데이터팀은 다음 기술 스택을 주로 사용합니다.
- Python, Kotlin/Java
- Spark, Flink, Airflow, Kafka
- MySQL, MongoDB, S3
- Redash, Superset
- AWS, Kubernetes
이런 문제를 풀기 위해 채용을 하게 되었습니다.
분리된 데이터를 보다 효율적으로 제공될 수 있도록
현재 그리팅 서비스는 아키텍처의 큰 변화를 겪고 있습니다. 하나의 서비스에서 잘 구분된 여러 서비스로 나뉘면서 각 도메인의 계속된 변화에 대응하고 분리된 데이터를 하나로 모아 종합적인 분석, 정교하게 모델링 된 결과를 실시간으로 제공할 필요가 생기고 있습니다.
따라서 확장 가능하고 빠른 변화를 수용하면서도 적절한 형태로 데이터를 공급하는 데이터 파이프라인, 데이터 플랫폼 설계 경험과 이해가 필요합니다.
서로에게 더 알맞은 채용이 될 수 있도록
기업에서 필요로 하는 인재를 채용하기 위해서는 다수의 지원자를 모집하고, 포지션에 적합한 지원자를 평가할 수 있어야 합니다. 또한 지원자도 자신에게 맞는 포지션을 더 쉽게 만날 수 있어야 합니다.
이러한 문제를 해결하는 데 있어서 채용과 구직 과정에서 만들어지는 데이터를 활용하여 유사성을 분석하고 적절한 매칭을 유도하도록 고민과 연구할 수 있는 환경을 만드는 역량이 필요합니다.
자격요건
- 서비스, 데이터 구조 변화에 대응하는 데이터 파이프라인 구축과 운영한 경험이 필요합니다.
- 데이터 플랫폼 구축해 다양한 구성과 형태로 제공한 경험이 필요합니다.
우대사항
- 추천/매칭 알고리즘, ML 파이프라인 구축 경험이 있으면 좋습니다.
이런 경험을 하실 수 있습니다.
데이터가 중심이 되는 서비스
그리팅은 기업 브랜딩, 포지션 탐색, 후보자 관리, 지원자 모집, 입사지원, 지원자 평가, 채용 완료 까지 채용의 전과정에 기여하고 있어서 후보자와 공고를 토대로 한 모든 과정의 데이터를 다룰 수 있습니다.
이 데이터를 활용하여 후보자와 공고 사이에 유의미한 관계를 만들고 더 적절한 매치가 가능하도록 구직, 채용 전반에 직접적이고 혁신적인 기여가 가능합니다.
인프라 단계부터 전 과정을 주도적으로 만들 수 있습니다.
이벤트 드리븐 환경으로의 변화에 기여하고 분산된 데이터를 모아 인프라 단계부터 데이터 서비스 제공까지 전 과정을 주도적으로 만들어 갈 수 있습니다.
고객의 문제를 명확히 이해하고 정교하게 타겟하여 제품을 만들 수 있습니다.
유저의 사용 형태를 보고 서비스의 품질을 가늠해야 하는 서비스 개선 과정과는 다르게 그에 더해 고객의 요구와 서비스 피드백을 직접적으로 듣고 이를 토대로 서비스에 적용하는 경험을 할 수 있습니다.
고객의 문제를 명확히 이해하고 정교하게 타겟하여 제품을 만들 수 있다는 측면에서 내가 만든 제품의 성취를 크게 느낄 수 있습니다.
채용절차
서류접수 > 실무진 인터뷰 > 컬처핏 인터뷰 > 처우협의 > 최종합격




