비슷한 직무 JD분석

1. 비슷한 직무 JD 분석

1. 데이터사이언티스트
   
   • 교보문고
     • 주요 업무
       -  회사보유 DB 기반의 데이터 모델링과 이를 통한 문제 정의 및 해결
       -  상품추천/개인화 모델, 상품/인물 랭킹 모델 개발
       -  상품 메타데이터, 사용자 리뷰데이터 등 텍스트 마이닝 및 모델 개발
       
       - 교보문고가 보유한 고객, 상품, 매출 등의 데이터를 기반으로 추천/개인화 모델 신규 개발
       - 정형/비정형 텍스트를 활용한 분류, 토픽추출 및 감성분석 등 모델 개발
       - 도서 인접상품 관련 분석 모델 연구
     • 자격요건• 프로덕션 레벨의 ML모델 개발 프로세스에 대한 이해 및 프로젝트 경험이 있는 분
       • 데이터 모델링을 통해 비즈니스 문제를 해결해 보신 분
       • 데이터 분석가, 데이터 엔지니어 및 타 부서와의 커뮤니케이션이 원활한 분
       • Python, SQL을 능숙하게 활용 가능한 분
       • Tensorflow, Keras, PyTorch 등 딥러닝 프레임워크을 능숙하게 활용 가능한 분
     • 우대사항
     • 데이터 분석 솔루션이나 플랫폼 구축 프로젝트 경험이 있는 분
       • GNN(Graph Neural Network)에 관한 경험이 있는 분
       • 데이터 가공/분석/모델링 전체 프로세스 경험이 있는 분
       • 자연어 처리 프로젝트 경험이 있는 분
       • 프로젝트 포트폴리오, Git, Blog 첨부 가능한 분
   • 당근마켓
   • 데이터 가치화 팀을 소개해요
     
     당근마켓 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. 당근마켓은 의사결정에 수많은 데이터를 이미 활용하고 있지만, 당근마켓의 데이터의 가치를 극대화하기 위해서는 많은 변화가 필요해요. 데이터 가치화 팀은 “매일 데이터를 통해 사용자를 위한 의사결정을 해요.”라는 비전을 달성하기 위해 모였어요. 이 가슴 뛰는 비전을 달성하기 위해 Data Scientist, Decision과 Data Engineer, Server Engineer로 이루어진 목적 조직을 만들었고, 데이터 가치화의 문제를 주도적으로 해결하기 위해서 고민하면서 일해요.
     
     Data Scientist, Decision을 소개해요
     
     1800만의 사용자가 방문하는 서비스인 당근마켓의 데이터는 방대한 규모이면서 정형화되어 있지 않아요. 사용자를 위한 의사결정을 누구나 할 수 있으려면 이 데이터에서 사용자에 대한 의미있는 정보를 얻어내야 해요. 따라서 Data Scientist, Decision은 어떻게 하면 다양한 직군의 팀원들이 사용자에 대한 유용한 정보를 스스로 손쉽게 얻어낼 수 있을까 고민해요. 또한 어떻게 하면 의사결정을 할 때 발생할 수 있는 편향을 체계적으로 없앨 수 있을까 고민해요. Data Scientist, Decision은 이러한 고민에 대해 주도적으로 문제를 정의하고 통계, 머신러닝, 엔지니어링, 문제 정의와 논리적 사고라는 도구를 활용해요. 궁극적으로는 누구나 데이터 사이언티스트처럼 과학적 의사결정을 일상적으로 할 수 있게 하기 위해 매일 노력하고 있어요.  
     • 주요 업무
     • • 전사적으로 중요한 질문을 데이터 관점에서 정의하고 의사결정의 방향성을 보여줘요
       • 의사결정과 제품의 개선이 사용자에게 어떠한 영향을 주는지 누구나 파악할 수 있도록 해요
       • 전사의 서로 다른 팀이 사용자라는 같은 방향을 바라볼 수 있도록 데이터로 기여해요
       • 지표, 분석, 실험을 쌓일 수 있는 형태로 만들어서 전사의 누구나 보고 자신의 업무나 의사결정에 활용할 수 있도록 해요.
       • A/B 테스트와 같은 방법을 통해 의사결정 과정에서 발생하는 편향을 체계적으로 제거해요
       • 누구나 의사결정을 내리기 위해 필요한 데이터를 스스로 볼 수 있도록 해요
     • 자격요건
     • 3년 이상의 데이터 도메인에서 임팩트를 낸 경험이 있으신 분
       • 복잡한 문제에 대해서 문제정의를 잘 할 수 있는 분
       • 통계를 활용해서 데이터나 의사결정 과정에서 발생할 수 있는 편향을 제거할 수 있는 분
       • 데이터를 통해 얻은 정보를 누구나 이해할 수 있는 형태로 설명할 수 있는 분
       • A/B 테스트와 인과 추론에 대한 깊은 통계적 이해를 가지신 분
     • 우대사항
     • 비정형 데이터를 다양한 기술을 활용해서 유의미한 정보로 만들 수 있는 분
       • 정말 큰 양의 데이터를 Airflow나 DBT와 같은 도구를 활용해 효율적으로 분석에 활용할 수 있는 분
       • 코드를 통해 사람들이 사용할만한 가치있는 것을 만들어본 경험이 있으신 분
       • 프로덕트를 만드는 과정에 직접적으로 참여해서 어떻게 프로덕트를 만들어가는지 잘 이해하시는 분
2. B직무명 : 데이터 엔지니어
   • 마켓컬리
   • [데이터서비스개발팀 소개]
     
     데이터서비스개발팀은 컬리가 데이터에 기반해 더 효율적이고 정확하고 지능적으로 운영되도록 함에 필요한 각종 엔지니어링 활동을 전개합니다. 데이터 인프라와 파이프라인을 기반으로, 데이터 프로덕트 개발, 예측 및 최적화 모델링, 데이터 애플리케이션 개발 등 다양한 과제를 수행합니다.
     
     
     Mission: 컬리 전사 데이터플랫폼 운영
     
     매일 신선한 먹거리와 각종 제품을 빠르게 배송하는 컬리는 준실시간 데이터를 활용해 현재 비즈니스 상황을 정확하게 파악하고 적절한 운영 지침을 내리는 데이터 기반 의사 결정이 무엇보다 중요합니다. 컬리의 눈과 귀, 그리고 손을 잇는 신경의 중추 역할을 하는 데이터서비스개발팀은 각종 커머스, 물류, 배송 데이터를 빠르고 신속하게 전달하는 데이터플랫폼을 운영합니다.
     
     • 주요 업무
     • 데이터 관련 클라우드 인프라/플랫폼 구축 및 운영
       • 준실시간, 배치 데이터 파이프라인 구축 및 운영
       • DataOps, MLOps 플랫폼 구축 및 운영
       • 데이터/머신러닝 프로덕트(예측, 추천, 최적화 등) 고도화
     • 자격요건
     • 3년 이상 클라우드 기반 데이터플랫폼 운영 경험이 있으신 분
       • AWS/GCP 등 클라우드 인프라 운영 경험이 있으신 분
       • 하둡, 카프카 등 분산 데이터 도구와 S3, Athena, Redshift 등 클라우드 데이터 서비스 운영 경험이 있으신 분
       • SQL, Python을 이용한 서비스 개발 경험과 Airflow 등 Workflow Tool 개발 및 운영 경험이 있으신 분
       • 데이터 파이프라인을 안정적으로 운영하고 개선하는 데 필요한 실무 경험을 갖추고 적절한 의사 결정을 내리며 팀원들을 이끌 수 있으신 분
       • 데이터 유관 부서와 원만하게 소통하며 데이터 비전문가의 니즈를 해석하고 최선의 운영 방향성을 도출하실 수 있는 분
     • 우대사항
     • Spark Streaming, Flink 등 실시간 데이터 도구 운영 경험이 있으신 분
       • 데이터 관련 부서 리드 경험이 있으신 분
   • 알라딘 커뮤니케이션
   • [회사소개]
     ‘알라딘’이 소원을 빌면 램프에서 요정이 나와 꿈을 이루어 줍니다. ‘알라딘’이라는 브랜드에는 고객의 꿈을 이루어드리고자 하는 기업정신이 담겨 있습니다.
     알라딘은 수 없이 많은 새로운 서비스를 전자상거래에 도입하였으며 우리가 도입하면 그것이 곧 업계의 표준이 되었습니다.
     오늘도 알라딘은 혁신을 거듭하며 우리나라 전자상거래의 역사를 새롭게 써나가고 있습니다.
     
     [왜 알라딘 AI센터에서 일해야 할까요?]
     • 뛰어난 시니어 & 동료 개발진
     • 흥미롭고 도전적인 개발 과제
     - 국내에 선행되는 시도가 거의 없기에 매우 도전적인 딥러닝 및 백엔드 개발 과제 경험가능
     • 건전한 재무 현황
     - 업력 25년, 20년 이상 꾸준히 성장,
     • 높은 보상 수준
     - 분기별, 년간 인센티브
     
     [개발 환경/문화]
     • 부서내 인력의 75% 개발,연구 인력으로 구성되어 있습니다.
     • 새로운 기술을 도입하는 것에 열려있습니다. 함께 스터디하고 토론하여 기술을 적용합니다.
     • 수평적인 토의/토론 문화가 있습니다. 어떤 의견이든 자유롭게 내고 그에 대해 활발히 논의합니다.  
     • 주요 업무
     • -이커머스 및 비즈니스 분석 업무에 필요한 대용량 데이터를 효율적으로 사용하기 위한
       데이터 모델링 및 가공, 안정적으로 전송할 수 있는 백엔드 시스템 개발
       -데이터 수집/처리/시각화에 이르는 전반적인 ETL 프로세스 설계 및 구현
       -데이터 분석 파이프라인 시스템 개발 및 운용
       -자사 서비스의 다양한 데이터 추출 및 제공
       -Elasticsearch를 활용하여 시맨틱, 개인화, 자동수정 검색이 가능한 검색서비스 개발 및 운영
       -리포트 개발 및 운영
     • 자격요건
     • 관련분야 개발 경력 2년 이상
       -SQL, Spark, Airflow, Zepplein, Snowflake 등의 대용량 데이터 수집/가공/적재 경험
       -SQL 등 쿼리 스킬 및 튜닝 능력
       -AWS, Azure 등 클라우드 환경에서의 업무 경험
       -Python, Java, Kotlin, C++, Go lang 중 1개 이상의 언어를 사용해 문제 해결이 가능하신 분
       -Elasticsearch에 대한 깊은 이해
       -Tokenizer에 대한 깊은 이해
     • 우대사항
     • 오픈소스 코드를 자유롭게 수정하고 활용할 수 있는 능력이 있는 분
       -Unit Test , Docker, Kubernetes에 대한 깊은 이해
       -비동기, 동시성, 병렬, 분산 처리에 대한 깊은 이해
       -Kafka, Redis 사용 경험
       -DevOps, Backend(백엔드) 개발 경험
3.  

2. 직무 별 공통 역량

1. 데이터 사이언티스트
   
   • 역량1 : 데이터 모델링 +가공/분석 능력
   • 역량2 : 의사소통 능력
   • 통계적 능력
   • 한 줄 정리 : 데이터분석가 능력 + 알파가 필요!
2. 데이터 엔지니어
   
   • 역량1 : 데이터 수집/가공/적재 능력
   • 역량2 : 데이터파이프라인 개발/운용 능력
   • 한 줄 정리 : 데이터분석가가 활용할, 혹은 여타 데이터 가공

3. 직무 별 차이점 및 특징

직무	데이터사이언티스트	데이터엔지니어
한줄정리	데이터분석가+알파	데이터 가공
다른직무와의차이	데이터 모델링에서의 만능인?	데이터 수집/가공/적재 초점
특징	데이터 모델링 및 통계적 능력 필요함	위와 동일

 

 

et cetera

데이터 분석가로서 어느 정도 경력을 쌓고 나면, 석사 코스 밝고 데이터 사이언티스트로 직무 업그레이드를 고려해보는 것도..?