Data Quality Engineer

소개

| 이런 경험을 할 수 있어요 • 엔지니어링 기술로 데이터 품질을 통제하는 Data Quality Engineering의 선구적 커리어를 쌓을 수 있습니다. • 본인이 검증한 데이터가 글로벌 서비스의 정산과 컴플라이언스의 기준이 되는 성취감을 느낄 수 있습니다. • Snowflake, Confluent 등 글로벌 탑티어 기술 환경에서 대규모 데이터를 다루며 기술적 시야를 넓힐 수 있습니다.

주요업무

| 우리는 이런 일을 해요 • 데이터 웨어하우스와 마트 내의 데이터가 비즈니스 요구사항에 맞게 정확히 적재되었는지 기술적으로 검증하고, 이를 지속 가능하게 관리합니다. • 데이터 정합성 및 무결성 검증: DW/DM 내 데이터가 원천 데이터(Source) 및 비즈니스 로직과 일치하는지 SQL 및 스크립트를 통해 정교하게 검증합니다. • 검증 시나리오 및 자동화 로직 개발: 수동 검증을 최소화하기 위해 Python, SQL 등을 활용한 데이터 품질 체크 스크립트 및 자동화 테스트 케이스를 개발합니다. • 비즈니스 핵심 지표 Audit: 글로벌 정산, 통계, 컴플라이언스 리포트 등 수치 민감도가 높은 데이터의 산출 과정 검증 및 오류를 추적합니다. • 다운스트림 리포트 검증: Tableau와 같은 시각화 도구에 노출되는 최종 데이터가 DW 내 수치와 일치하는지 엔드투엔드(E2E) 를 검증합니다. • 데이터 품질 모니터링 및 리포팅: 데이터 이상 징후(Anomaly) 발생 시 즉각 탐지할 수 있는 대시보드를 구성하고, 품질 지표를 정기적으로 분석하여 공유합니다.

자격요건

| 이런 분과 함께 하고 싶어요 • 5년 이상의 관련 경력이 있는 분 • 엔지니어링 베이스: CS/CE 학사 수준의 지식을 갖추고, 데이터 파이프라인(ETL/ELT)의 흐름을 기술적으로 이해하고 분석할 수 있는 분 • Advanced SQL: 복잡한 Join과 Window Function 등을 자유자재로 활용하여 대용량 데이터를 비교 검증하고 수치적 결함을 찾아낼 수 있는 분 • Python 활용 능력: 단순 반복 업무를 스크립트로 자동화하거나, 데이터 프로파일링(Profiling)을 수행할 수 있는 역량이 있는 분 • 데이터 분석적 사고: 데이터 간의 연관 관계를 파악하고, 수치 불일치 발생 시 논리적으로 원인을 역추적(Root Cause Analysis)할 수 있는 분 • 생성형 AI 활용: ChatGPT 등을 활용하여 복잡한 검증 쿼리 작성 및 테스트 케이스 설계 효율을 극대화해 본 분 • 영어 문서(이메일, 보고서)의 내용을 정리하여 보고할 수 있는 분

우대사항

| 이런 경험이 있으면 더 좋아요 • 데이터 엔지니어링 경험: 직접 파이프라인을 구축해 본 경험이 있거나, 데이터 아키텍처에 대한 이해도가 높은 분 • 특수 DB 활용: Snowflake, BigQuery 등 OLAP Database 기반의 대규모 데이터 처리 및 쿼리 최적화 경험이 있는 분 • 실시간 데이터 검증: Kafka 등 스트리밍 데이터의 유실/중복 여부를 기술적으로 체크해 본 경험이 있는 분 • 비즈니스 도메인 이해: 금융, 정산, 게임 통계 등 수치 정합성이 중요한 도메인에서의 QA 또는 엔지니어링 경험이 있는 분 • AI 기반 검증: AI 도구를 활용한 Anomaly Detection 또는 테스트 자동화 구현 경험이 있는 분 • 영어 회의 / 프리젠테이션에서 논리적이고 설득력 있게 의견을 전달하고 토론이 가능한 분

혜택 및 복지

| 앤서스랩코리아가 더 궁금하다면? • 앤서스랩코리아 최신 소식 보러가기: https://nsuslab.com/#/departments • DX팀 소개 바로 가기: https://nsuslab.com/#/departments/data-exchange | 근무 형태 및 시간 • 근무 형태 : 정규직 (시용 3개월 종료 후, 정규직 전환 가능 대상 / 정규직 급여와 동일) • 근무 시간 : 선택적 근무제 (출근시간 : 오전 9시 ~ 11시)