Data Analytics Engineer (Platform)

Data Analytics Engineer (Platform)

토스 Affiliation
정규직

합류하게 될 팀에 대해 알려드려요

  • Data Intelligence Platform Team은 토스의 모든 데이터에 의미를 부여하고 서로 연결하여, 사람과 AI가 신뢰하고 바로 쓸 수 있게 만드는 일을 합니다.
  • 데이터는 이미 충분히 많습니다. 부족한 것은 그 데이터가 무엇을 뜻하는지, 무엇과 이어져 있는지에 대한 공통의 이해입니다.
  • 우리는 흩어진 원천을 전사가 공통으로 쓰는 자산으로 만들고, 그 자산의 의미를 정의해 온톨로지로 연결하며, 사람과 AI 에이전트가 그것을 실제로 활용하게 하는 데까지 한 팀에서 담당합니다. 성공의 기준은 얼마나 많이 만들었는지가 아니라, 전사에서 얼마나 쓰이는지입니다.

합류하면 함께할 업무예요

  • 전사 통합마트 설계·개발
    • IR·Finance·제품통합분석 등 전사 관점의 마트 설계 및 개발
    • 전사 통합마트(통합소비·통합잔고 등) 오너십 — 통합 기준을 정의하고, 도메인이 만든 표준마트를 그 기준에 맞춰 전사 통합 구조로 연결
  • 유저·가맹점·서비스 프로파일 구축·운영
    • 분석가 협업을 통해 복잡한 룰 기반·추정 로직을 설계해 프로파일 항목을 직접 산출
    • 변화에 강하고 검증 가능한 형태로 프로파일을 유지 (정합성 검증, 품질 모니터링)
  • 온톨로지에 연결되는 데이터 구조 설계
    • 마트와 프로파일이 중앙 온톨로지의 엔티티·관계로 이어지도록 데이터 구조와 메타를 설계
    • 도메인이 자기 데이터를 온톨로지에 올릴 때 필요한 데이터 구조 정의와 검증 방식을 함께 설계
    • 사람이 아니라 AI 에이전트가 읽는 것을 전제로 데이터에 컨텍스트를 입히는 일
  • 중앙 데이터 자산의 정합성과 신뢰성

    • 테이블 정합성 검증, 이상 감지, health check 지표화
    • 전사 데이터 표준·품질 체계를 함께 정립하고 적용

    이런 분과 함께하고 싶어요

  • Hadoop 에코시스템과 데이터 분산 처리에 대한 기본적인 이해

  • Data Warehouse의 기본 특성(Subject-Oriented, Integrated, Non-Volatile, Time-Variant)과 정규화·차원 모델링에 대한 명확한 이해
  • 여러 도메인에 흩어진 개념을 하나의 공통 구조로 정의하고, 효율적인 데이터 모델을 설계·제안할 수 있는 능력
  • 높은 수준의 SQL 활용 능력. SQL 안티패턴을 이해하고, 읽는 사람을 고려해 효율적인 쿼리를 작성할 수 있는 능력
  • Python으로 Airflow DAG와 재사용 가능한 배치 모듈을 작성하고, pyspark로 대용량 배치를 직접 개발할 수 있는 역량
  • 단순 요청 처리가 아니라, 데이터 구조와 활용 관점에서 기준을 먼저 제시할 수 있는 분
  • 여러 직군의 이해관계자와 소통하며 데이터 요구사항을 구체화하고 합의를 만들어낸 경험

이런 경험이 있다면 더 좋아요

  • 대용량 데이터 처리 경험, 대규모 배치의 성능·안정성을 개선해본 경험
  • 행동·거래 로그를 유저·가맹점 단위의 속성(프로파일)으로 설계하고 집계해본 경험
  • 전사 표준을 따르는 데이터 구조를 설계하거나, 표준·품질 체계에 맞춰 마트를 정착시켜본 경험
  • 시멘틱 레이어, 지표 사전, 온톨로지 등 데이터에 의미를 입히는 작업 경험
  • LLM·AI 에이전트가 데이터를 제대로 활용하게 만드는 작업(AI-Ready Data)에 대한 관심과 시도
  • 반복적인 문제를 도구로 만들어 팀 생산성을 올려본 경험

    이런 경험이 있다면 이력서에 꼭 작성해 주세요

  • 경험한 업무 중 임팩트가 컸던 프로젝트와, 그 안에서 본인이 담당한 부분

  • 데이터 구조를 설계할 때의 선택 근거와, 검토했지만 택하지 않은 대안
  • 데이터 문제를 해결하며 배운 점
  • 실제 서비스에 적용된 개선을 가능한 한 수치로 (민감 정보는 제외해주세요)

합류하시면 이런 걸 얻어가실 수 있어요

  • 금융·커머스·광고를 아우르는 국내 손꼽히는 규모와 복잡도의 데이터를, 전사 공통 자산 관점에서 직접 설계하는 경험
  • 마트 개발에서 끝나지 않고, 그 데이터가 온톨로지로 연결되어 사람과 AI에게 실제로 쓰이는 데까지 이어지는 전 과정
  • 온톨로지·AI-Ready Data처럼 아직 정답이 없는 영역을 전사 규모에서 먼저 시도해볼 기회

토스로의 합류 여정

  • 서류접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우협의 > 최종합격 및 입사
Apply
토스 Affiliation
정규직

합류하게 될 팀에 대해 알려드려요

  • Data Intelligence Platform Team은 토스의 모든 데이터에 의미를 부여하고 서로 연결하여, 사람과 AI가 신뢰하고 바로 쓸 수 있게 만드는 일을 합니다.
  • 데이터는 이미 충분히 많습니다. 부족한 것은 그 데이터가 무엇을 뜻하는지, 무엇과 이어져 있는지에 대한 공통의 이해입니다.
  • 우리는 흩어진 원천을 전사가 공통으로 쓰는 자산으로 만들고, 그 자산의 의미를 정의해 온톨로지로 연결하며, 사람과 AI 에이전트가 그것을 실제로 활용하게 하는 데까지 한 팀에서 담당합니다. 성공의 기준은 얼마나 많이 만들었는지가 아니라, 전사에서 얼마나 쓰이는지입니다.

합류하면 함께할 업무예요

  • 전사 통합마트 설계·개발
    • IR·Finance·제품통합분석 등 전사 관점의 마트 설계 및 개발
    • 전사 통합마트(통합소비·통합잔고 등) 오너십 — 통합 기준을 정의하고, 도메인이 만든 표준마트를 그 기준에 맞춰 전사 통합 구조로 연결
  • 유저·가맹점·서비스 프로파일 구축·운영
    • 분석가 협업을 통해 복잡한 룰 기반·추정 로직을 설계해 프로파일 항목을 직접 산출
    • 변화에 강하고 검증 가능한 형태로 프로파일을 유지 (정합성 검증, 품질 모니터링)
  • 온톨로지에 연결되는 데이터 구조 설계
    • 마트와 프로파일이 중앙 온톨로지의 엔티티·관계로 이어지도록 데이터 구조와 메타를 설계
    • 도메인이 자기 데이터를 온톨로지에 올릴 때 필요한 데이터 구조 정의와 검증 방식을 함께 설계
    • 사람이 아니라 AI 에이전트가 읽는 것을 전제로 데이터에 컨텍스트를 입히는 일
  • 중앙 데이터 자산의 정합성과 신뢰성

    • 테이블 정합성 검증, 이상 감지, health check 지표화
    • 전사 데이터 표준·품질 체계를 함께 정립하고 적용

    이런 분과 함께하고 싶어요

  • Hadoop 에코시스템과 데이터 분산 처리에 대한 기본적인 이해

  • Data Warehouse의 기본 특성(Subject-Oriented, Integrated, Non-Volatile, Time-Variant)과 정규화·차원 모델링에 대한 명확한 이해
  • 여러 도메인에 흩어진 개념을 하나의 공통 구조로 정의하고, 효율적인 데이터 모델을 설계·제안할 수 있는 능력
  • 높은 수준의 SQL 활용 능력. SQL 안티패턴을 이해하고, 읽는 사람을 고려해 효율적인 쿼리를 작성할 수 있는 능력
  • Python으로 Airflow DAG와 재사용 가능한 배치 모듈을 작성하고, pyspark로 대용량 배치를 직접 개발할 수 있는 역량
  • 단순 요청 처리가 아니라, 데이터 구조와 활용 관점에서 기준을 먼저 제시할 수 있는 분
  • 여러 직군의 이해관계자와 소통하며 데이터 요구사항을 구체화하고 합의를 만들어낸 경험

이런 경험이 있다면 더 좋아요

  • 대용량 데이터 처리 경험, 대규모 배치의 성능·안정성을 개선해본 경험
  • 행동·거래 로그를 유저·가맹점 단위의 속성(프로파일)으로 설계하고 집계해본 경험
  • 전사 표준을 따르는 데이터 구조를 설계하거나, 표준·품질 체계에 맞춰 마트를 정착시켜본 경험
  • 시멘틱 레이어, 지표 사전, 온톨로지 등 데이터에 의미를 입히는 작업 경험
  • LLM·AI 에이전트가 데이터를 제대로 활용하게 만드는 작업(AI-Ready Data)에 대한 관심과 시도
  • 반복적인 문제를 도구로 만들어 팀 생산성을 올려본 경험

    이런 경험이 있다면 이력서에 꼭 작성해 주세요

  • 경험한 업무 중 임팩트가 컸던 프로젝트와, 그 안에서 본인이 담당한 부분

  • 데이터 구조를 설계할 때의 선택 근거와, 검토했지만 택하지 않은 대안
  • 데이터 문제를 해결하며 배운 점
  • 실제 서비스에 적용된 개선을 가능한 한 수치로 (민감 정보는 제외해주세요)

합류하시면 이런 걸 얻어가실 수 있어요

  • 금융·커머스·광고를 아우르는 국내 손꼽히는 규모와 복잡도의 데이터를, 전사 공통 자산 관점에서 직접 설계하는 경험
  • 마트 개발에서 끝나지 않고, 그 데이터가 온톨로지로 연결되어 사람과 AI에게 실제로 쓰이는 데까지 이어지는 전 과정
  • 온톨로지·AI-Ready Data처럼 아직 정답이 없는 영역을 전사 규모에서 먼저 시도해볼 기회

토스로의 합류 여정

  • 서류접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우협의 > 최종합격 및 입사
Contact the recruiting team