합류하게 될 팀에 대해 알려드려요

• 토스증권 Data Analyst(Product)는 Product Data Analysis Team 소속이에요. Product Data Analysis Team은 프로덕트 팀/사일로에 깊이 들어가 데이터로 의사결정을 함께 만드는 조직이에요.
• 토스증권과 함께 팀도 빠르게 커지고 있어, Data Analyst(Product)가 새로 맡아 키워갈 제품과 도전할 영역이 계속 넓어지는 시점이에요.
• Product Data Analysis Team은 금융권/게임사/이커머스/O2O/포털 출신의 다양한 연차와 경험을 가진 팀원들이 함께 일하고 있어요.

합류하면 함께할 업무예요

• 담당 프로덕트 팀/사일로의 목표를 지표로 정량화하고, 다음에 풀어야 할 문제를 데이터에서 찾아내요. 팀의 우선순위를 설정하고, 담당 팀/사일로의 분석을 도맡아요.
• 가설 수립부터 실험 설계, 결과 검증, 액션 제안까지 분석 사이클 전체를 스스로 주도해요. 분석이 리포트로 끝나지 않고, 실제 제품 변경까지 이어지도록 끝까지 챙겨요.
• 시장 이벤트가 개입하는 증권 데이터의 특성을 이해하고, A/B 테스트와 관찰 데이터 분석을 상황에 맞게 조합해 유의미한 결론을 만들어요.
• 예를 들어 이런 문제를 풀어요.

  • 신규 상품 출시가 기존 거래 행동을 어떻게 바꾸는지 측정하기
  • 거래 퍼널에서 이탈이 집중되는 지점을 찾아 개선 실험 설계하기
  • 특정 고객 세그먼트의 리텐션이 꺾이는 원인을 행동 데이터에서 역추적하기 인사이트를 찾아내요.

이런 분과 함께하고 싶어요

• SQL로 데이터를 직접 추출·정제하고, 그 결과가 맞는지 스스로 검증하는 분이 필요해요.
• 모바일 서비스 분석 방법론(Retention, Cohort, Funnel, LTV 등)을 실제 문제에 적용해 서비스를 개선해본 경험이 필요해요.
• 가설을 세워 A/B 테스트를 설계·진행하고, 결과를 해석해 유의미한 결론을 도출해본 경험이 필요해요.
• 분석 결과를 PO·디자이너·개발자가 바로 움직일 수 있는 액션으로 바꿔 전달해본 경험이 필요해요.
• 지표가 왜 움직였는지 답이 없는 상황에서, 스스로 질문을 쪼개 원인을 찾아내는 집요함이 필요해요.

이런 경험이 있으면 더 좋아요

• 증권·금융 또는 트레이딩/투자 서비스를 분석해본 경험이 있다면 더 좋아요. 관련 지식은 입사 후에 배울 수 있으니 필수는 아니에요.
• Python이나 R로 통계 분석·데이터 처리를 해본 경험이 있다면 더 좋아요.
• 데이터 시각화 도구(Tableau 등)로 이해관계자가 스스로 답을 찾게 만들어본 경험이 있다면 더 좋아요.

• AI 도구를 분석 워크플로에 적용해 생산성을 높여본 경험이 있다면 더 좋아요.

이력서는 이렇게 작성하시는 걸 추천해요

• 그동안 해오신 업무 중 임팩트 있었던 프로젝트를 구체적으로 적어주세요.
• 진행했던 프로젝트의 문제정의-가설설정-실험설계 및 검증-결과의 과정이 드러나면 강점이 돋보일 거예요.
• 데이터 분석으로 서비스 이용 유저에 대해 깊이 이해하고 이를 통해 액션을 제시하신 경험이 있다면 적어주세요.
• 모바일 서비스 데이터 분석 방법(LTV, AARRR, Cohort, Funnel 등)을 깊게 활용해봤는지 확인하고 있어요.
• 목표를 달성했다면 이탈률, 전환율, 매출액 등 지표의 개선을 수치로 나타내주면 좋아요. (외부 공개가 민감한 사항일 경우, 해당 부분은 제외해 주세요.)

토스증권으로의 합류여정

• 서류접수 > 사전과제(쿼리) > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우 협의 > 최종 합격 및 입사

꼭 확인해 주세요

• 이력서 및 제출 서류에 허위 사실이 발견되거나 근무 이력 중 징계사항이 확인될 경우, 채용이 취소될 수 있어요.
• 토스증권 내규에 따라 채용 금지자 또는 결격사유 해당자는 채용이 취소될 수 있어요.

• 장애인 및 국가보훈대상자는 지원 시 관련법에 따라 우대하고 있어요.

함께할 동료를 위한 한마디

"분석을 통해 고객을 이해하고, 팀원과 협력해 제품을 직접 만들어 가는 설레임을 토스증권에서 함께 느껴요."

• 데이터에서 더 많은 인사이트를 얻고 싶어 토스증권에 합류했어요. 가장 만족스러운 부분은 빠르게 성장하고 있는 제 모습이에요. 매주 실패와 성공을 반복하면서 많은 것을 배우고 있어요.
• 토스증권에는 돈의 흐름 데이터(거래·자산)와 고객 행동 데이터가 한곳에 모여 있어요. 두 데이터를 연결해 "고객이 왜 이렇게 움직였는가"를 ML, EDA, 시각화 등 방법론의 제한 없이 파고들 수 있는 환경은 흔치 않다고 생각해요.
• 증권은 실험하기 쉬운 서비스가 아니에요. 시장 상황과 뉴스 이벤트가 지표에 수시로 개입해서, 순수한 A/B 테스트만으로는 답이 안 나오는 문제가 많거든요. 그만큼 분석가가 어떻게 설계하느냐에 따라 결과의 질이 달라지는데, 저는 그 지점이 토스증권에서 일하는 것의 재미라고 느껴요.