당근의 데이터 가치화 팀에서 데이터의 수집부터 활용까지 전반적인 흐름을 설계할 Data Analytics Engineer를 찾습니다. 데이터 모델링과 ETL 경험을 바탕으로 신뢰도 높은 데이터 환경을 구축하는 것이 핵심입니다. SQL과 Python 활용 능력은 필수이며, 다양한 직군과 협업하여 데이터 기반 의사결정을 지원하게 됩니다. 대규모 데이터 환경에서 데이터 품질을 관리하고 거버넌스를 운영할 역량 있는 분들의 많은 지원 바랍니다.
당근 팀은 동네 안에서 연결되지 못한 가치있는 정보를 발견하고, 지역 생활 속의 불편함을 해결하기 위해 모였어요. 이러한 사용자 가치를 만들어내기 위해서는 사용자들에 대한 믿을 수 있는 정보를 손쉽게 접근해서 의사결정에 반영할 수 있어야 해요. 당근은 의사결정에 수많은 데이터를 이미 활용하고 있지만, 당근의 데이터의 가치를 극대화하기 위해서는 많은 변화가 필요해요.
데이터 가치화 팀의 비전은 "매일 데이터를 통해 사용자를 위한 의사결정을 한다"예요. 이 비전을 실현하기 위해 데이터 가치화의 문제를 주도적으로 고민하고, 이를 해결하는 데 앞장서요.
Data Analytics Engineer는 데이터가 신뢰할 수 있고 일관되게 활용되며, 실제 비즈니스와 사용자에게 가치를 제공할 수 있도록 데이터 모델링, 엔지니어링, 분석을 넘나들며 일해요.
당근의 다양한 서비스와 규모 있는 데이터 환경 속에서 분석가, 엔지니어, 제품팀이 데이터를 안정적으로 활용할 수 있도록 데이터의 수집부터 활용까지 전반적인 흐름을 주도적으로 설계하고 개선해요.
또한 데이터가 단순히 쌓이는 것을 넘어, 데이터로부터 빠르고 정확하게 인사이트를 얻고 좋은 의사결정을 할 수 있도록 데이터 마트를 설계하고 품질을 관리하며, 데이터 거버넌스 체계를 운영하고 필요에 따라 기본적인 분석이나 실험을 수행해 데이터 기반 의사결정을 지원해요.
🥕 당근과 함께 성장해온 데이터 가치화 팀의 여정 알아보기 (구글 데이터 웨비나)
🥕 당근 지표 플랫폼 KarrotMetrics 알아보기
🥕 당근이 DBT와 Airflow를 도입하며 마주한 7가지 문제들
🥕 당근의 데이터 엔지니어가 알려주는 DBT로 쉽게 모델링하는 방법 (2024 데이터야 놀자 컨퍼런스)
🥕 당근은 왜 User Activation을 전사 공통 데이터 레이어로 만들었을까?
🥕 당근 200+개 DB 를 옮기는 ELT 플랫폼, DT Platform 을 만든 이야기
1. 서류 전형 → 2. 화상 인터뷰(라이브 코딩 테스트) → 3. 직무 인터뷰 → 4. 컬처핏 인터뷰 및 레퍼런스 체크 → 5. 처우협의 → 6. 최종 합격 및 입사
AI로 데이터 분석과 관리를 효율화하려 할수록, 체계적인 데이터 기반이 얼마나 중요한지 매일 실감하고 있어요. 당근은 그 깨달음을 실제로 실현해 나갈 수 있는 곳이에요. AI 트렌드를 가장 빠르게 실무에 적용해 볼 수 있고, 중고거래·부동산·금융·지역 커뮤니티 등 다양한 도메인과 성장 스테이지의 데이터를 동시에 경험할 수 있거든요. 하나의 회사에서 이렇게 다채로운 데이터를 다뤄 본다는 건 커리어에 정말 큰 자산이 될 거예요.
- Sagan, Data
