[무신사페이먼츠 소개]
무신사페이먼츠는 국내 최대 패션 플랫폼 무신사의 결제 경험을 책임지는 핀테크 전문 기업입니다.
우리는 무신사, 29CM, 솔드아웃 등 주요 패션 플랫폼에서 연간 약 5조 원 규모의 결제를 안정적으로 처리하고 있습니다. 패션 커머스에 대한 깊은 이해를 바탕으로, 고객과 입점 브랜드 모두에게 가장 적합한 결제 경험을 제공하는 것이 우리의 목표입니다.
무신사페이먼츠는 결제 기술을 통해 패션 시장의 혁신을 이끌고자 합니다. 더 나은 쇼핑 여정, 더 나은 결제 경험, 더 나은 시장을 함께 만들어갈 분을 기다립니다. 패션과 핀테크의 미래를 선도하고 싶은 분이라면, 무신사의 성장과 함께할 수 있는 이 여정에 지금 합류해 주세요.
[조직 소개]
무신사 페이먼츠 엔지니어링실의 Data Engineer는 팀무신사 서비스(무신사, 29CM, 솔드아웃)의 결제, 정산, 선불충전 데이터를 수집하고, 데이터 기반 의사결정이 가능하도록 안정적이고 확장 가능한 데이터 인프라를 구축·운영합니다.
- Core Data Pipeline: CDC 파이프라인을 통해 실시간에 가까운 데이터를 수집하고, 비즈니스에 즉시 활용 가능한 데이터마트와 핵심 지표 테이블을 구축합니다.
- Data Quality & Discovery: 수집된 모든 데이터의 품질을 보장하며, 누구나 데이터를 쉽게 찾고 활용할 수 있는 디스커버리 플랫폼을 운영합니다.
- Governance: 체계적인 권한 관리를 통해 사용자가 안전하고 신뢰할 수 있는 데이터에 접근하도록 데이터의 전 과정을 책임집니다.
[주요업무]
- 데이터 파이프라인 구축 및 운영: 결제·정산·선불충전 데이터를 대상으로 한 대규모 데이터 파이프라인을 설계·구축하고 안정적으로 운영합니다
- Snowflake 기반 데이터 인프라 구축 및 운영: Snowflake 기반 데이터 웨어하우스/데이터마트 인프라를 설계·구축하고, 성능 및 비용을 고려해 운영합니다.
- 데이터 분석을 위한 효율적인 아키텍쳐 설계 및 운영: 데이터 분석과 리포팅을 위한 효율적인 데이터 아키텍처를 설계하고, 분석/서비스 팀이 쉽게 활용할 수 있도록 지속적으로 개선합니다.
- BI(Quicksight) 구성 및 운영: Quicksight 등 BI 도구를 활용한 시각화 환경을 구성하고 운영합니다.
[지원자격]
- 데이터 핸들링: SQL, Python을 능숙하게 활용하여 복잡한 데이터를 추출하고 가공할 수 있는 분
- 데이터 웨어하우스: Snowflake, Databricks, BigQuery 등 클라우드 기반 DW 구축 및 운영 경험이 있으신 분
- 스트리밍 처리: Kafka, AWS MSK 등 스트리밍 플랫폼을 활용한 데이터 파이프라인 구축 경험이 있으신 분
- 데이터 수집 다양성: DB(RDBMS/NoSQL), Log, Third-party API 등 다양한 소스로부터의 데이터 수집 및 처리 경험이 있으신 분
- End-to-End 경험: 로그 설계부터 수집, 적재, 리포팅까지 데이터 전체 라이프사이클을 최적화하여 현업의 데이터 활용을 이끌어 낼 수 있는 분
[우대사항]
- Advanced Tech: Data Lake 구축을 위한 오픈 테이블 포맷(Iceberg, Paimon 등) 도입 및 운영 경험이 있으신 분
- Streaming Ecosystem: Kafka Connect, Kafka Streams 등 Kafka 에코시스템에 대한 깊은 이해와 활용 경험이 있으신 분
- Application Dev: Java, Scala, Python 등을 활용하여 데이터 애플리케이션(API, Tool 등) 개발이 가능하신 분
- RDBMS Operation: MySQL, PostgreSQL 등 관계형 데이터베이스 운영 경험이 있으신 분
- Domain Expertise: 배치 파이프라인(CDC, 이벤트 스트리밍)을 통해 핵심 지표를 제공하고, 페이먼츠 운영 및 리스크 모니터링을 지원한 경험이 있으신 분
- New Initiative: 데이터 분석을 통해 신규 서비스를 제안하거나 전사적인 지표 체계를 새롭게 구축해 본 경험이 있으신 분
[지원 서류]
- 이력서(필수) / 포트폴리오(선택)
- (참고) 이력서/포트폴리오 작성 팁
이력서/포트폴리오에는 왜 해당 문제를 해결해야 했는지, 어떤 전략을 세웠는지, 어떤 성과가 있었는지 등에 대한 문제 정의, 문제 해결, 성과에 대한 전반적인 내용을 담아주세요. 프로젝트의 성공과 실패를 떠나, 1차 면접에서 인터뷰어와 심도있는 이야기를 나눌 수 있도록 프로젝트의 이해도가 높은 이력서로 구성해주세요. (프로젝트별 기여도 표시)
[근무조건]
- 정규직
[전형절차]
- 접수 기간 : 상시지원
- 전형 절차 : 서류 전형 - 1차 인터뷰 - 2차 인터뷰 - 처우 협의 - 최종합격
- 문의사항 : [email protected]
[기타사항]
- 본 포지션은 수시 진행으로 우수 인재 채용 시 마감될 수 있습니다.
- 적합한 지원자에게 채용 담당자가 개별 연락 예정이며, 내부 규정에 따라 각 전형 단계별 개별 피드백은 제공하지 않습니다.
- 최종 합격자는 3개월간의 수습기간이 적용되며, 해당 기간 중 급여는 100% 지급됩니다.
- 입사 지원 서류에 허위사실이 발견될 경우, 채용 확정 이후라도 채용이 취소될 수 있습니다.
[무신사페이먼츠 소개]
무신사페이먼츠는 국내 최대 패션 플랫폼 무신사의 결제 경험을 책임지는 핀테크 전문 기업입니다.
우리는 무신사, 29CM, 솔드아웃 등 주요 패션 플랫폼에서 연간 약 5조 원 규모의 결제를 안정적으로 처리하고 있습니다. 패션 커머스에 대한 깊은 이해를 바탕으로, 고객과 입점 브랜드 모두에게 가장 적합한 결제 경험을 제공하는 것이 우리의 목표입니다.
무신사페이먼츠는 결제 기술을 통해 패션 시장의 혁신을 이끌고자 합니다. 더 나은 쇼핑 여정, 더 나은 결제 경험, 더 나은 시장을 함께 만들어갈 분을 기다립니다. 패션과 핀테크의 미래를 선도하고 싶은 분이라면, 무신사의 성장과 함께할 수 있는 이 여정에 지금 합류해 주세요.
[조직 소개]
무신사 페이먼츠 엔지니어링실의 Data Engineer는 팀무신사 서비스(무신사, 29CM, 솔드아웃)의 결제, 정산, 선불충전 데이터를 수집하고, 데이터 기반 의사결정이 가능하도록 안정적이고 확장 가능한 데이터 인프라를 구축·운영합니다.
- Core Data Pipeline: CDC 파이프라인을 통해 실시간에 가까운 데이터를 수집하고, 비즈니스에 즉시 활용 가능한 데이터마트와 핵심 지표 테이블을 구축합니다.
- Data Quality & Discovery: 수집된 모든 데이터의 품질을 보장하며, 누구나 데이터를 쉽게 찾고 활용할 수 있는 디스커버리 플랫폼을 운영합니다.
- Governance: 체계적인 권한 관리를 통해 사용자가 안전하고 신뢰할 수 있는 데이터에 접근하도록 데이터의 전 과정을 책임집니다.
[주요업무]
- 데이터 파이프라인 구축 및 운영: 결제·정산·선불충전 데이터를 대상으로 한 대규모 데이터 파이프라인을 설계·구축하고 안정적으로 운영합니다
- Snowflake 기반 데이터 인프라 구축 및 운영: Snowflake 기반 데이터 웨어하우스/데이터마트 인프라를 설계·구축하고, 성능 및 비용을 고려해 운영합니다.
- 데이터 분석을 위한 효율적인 아키텍쳐 설계 및 운영: 데이터 분석과 리포팅을 위한 효율적인 데이터 아키텍처를 설계하고, 분석/서비스 팀이 쉽게 활용할 수 있도록 지속적으로 개선합니다.
- BI(Quicksight) 구성 및 운영: Quicksight 등 BI 도구를 활용한 시각화 환경을 구성하고 운영합니다.
[지원자격]
- 데이터 핸들링: SQL, Python을 능숙하게 활용하여 복잡한 데이터를 추출하고 가공할 수 있는 분
- 데이터 웨어하우스: Snowflake, Databricks, BigQuery 등 클라우드 기반 DW 구축 및 운영 경험이 있으신 분
- 스트리밍 처리: Kafka, AWS MSK 등 스트리밍 플랫폼을 활용한 데이터 파이프라인 구축 경험이 있으신 분
- 데이터 수집 다양성: DB(RDBMS/NoSQL), Log, Third-party API 등 다양한 소스로부터의 데이터 수집 및 처리 경험이 있으신 분
- End-to-End 경험: 로그 설계부터 수집, 적재, 리포팅까지 데이터 전체 라이프사이클을 최적화하여 현업의 데이터 활용을 이끌어 낼 수 있는 분
[우대사항]
- Advanced Tech: Data Lake 구축을 위한 오픈 테이블 포맷(Iceberg, Paimon 등) 도입 및 운영 경험이 있으신 분
- Streaming Ecosystem: Kafka Connect, Kafka Streams 등 Kafka 에코시스템에 대한 깊은 이해와 활용 경험이 있으신 분
- Application Dev: Java, Scala, Python 등을 활용하여 데이터 애플리케이션(API, Tool 등) 개발이 가능하신 분
- RDBMS Operation: MySQL, PostgreSQL 등 관계형 데이터베이스 운영 경험이 있으신 분
- Domain Expertise: 배치 파이프라인(CDC, 이벤트 스트리밍)을 통해 핵심 지표를 제공하고, 페이먼츠 운영 및 리스크 모니터링을 지원한 경험이 있으신 분
- New Initiative: 데이터 분석을 통해 신규 서비스를 제안하거나 전사적인 지표 체계를 새롭게 구축해 본 경험이 있으신 분
[지원 서류]
- 이력서(필수) / 포트폴리오(선택)
- (참고) 이력서/포트폴리오 작성 팁
이력서/포트폴리오에는 왜 해당 문제를 해결해야 했는지, 어떤 전략을 세웠는지, 어떤 성과가 있었는지 등에 대한 문제 정의, 문제 해결, 성과에 대한 전반적인 내용을 담아주세요. 프로젝트의 성공과 실패를 떠나, 1차 면접에서 인터뷰어와 심도있는 이야기를 나눌 수 있도록 프로젝트의 이해도가 높은 이력서로 구성해주세요. (프로젝트별 기여도 표시)
[근무조건]
- 정규직
[전형절차]
- 접수 기간 : 상시지원
- 전형 절차 : 서류 전형 - 1차 인터뷰 - 2차 인터뷰 - 처우 협의 - 최종합격
- 문의사항 : [email protected]
[기타사항]
- 본 포지션은 수시 진행으로 우수 인재 채용 시 마감될 수 있습니다.
- 적합한 지원자에게 채용 담당자가 개별 연락 예정이며, 내부 규정에 따라 각 전형 단계별 개별 피드백은 제공하지 않습니다.
- 최종 합격자는 3개월간의 수습기간이 적용되며, 해당 기간 중 급여는 100% 지급됩니다.
- 입사 지원 서류에 허위사실이 발견될 경우, 채용 확정 이후라도 채용이 취소될 수 있습니다.