genser, groobee, gelatto 등 회사의 주요 서비스에서 발생하는 데이터를 수집·통합·가공·분석하고, AI 서비스와 비즈니스 의사결정에 필요한 데이터 플랫폼을 구축하고 운영합니다.

데이터 엔지니어링

다양한 고객사와 서비스의 상품·사용자 행동·거래 데이터를 수집하고, ETL/ELT 파이프라인을 설계·개발·운영합니다. 데이터 처리 자동화와 품질 개선을 통해 안정적인 데이터 공급 체계를 구축합니다.

데이터 플랫폼

Airflow, Kafka, PostgreSQL, MongoDB, ClickHouse 등 다양한 기술을 활용해 데이터 저장·처리·분석 환경을 구축합니다. 데이터 구조를 표준화하고 성능과 운영 효율을 지속적으로 개선합니다.

데이터 분석

검색·추천 서비스의 노출, 클릭, 장바구니, 구매 등 핵심 지표를 정의하고 분석합니다. 대시보드와 리포트를 통해 서비스 성과를 측정하고 개선 방향을 제시합니다.

데이터 품질·거버넌스

데이터의 정합성·정확성·일관성을 관리하고 데이터 모델과 표준을 수립합니다. 데이터 모니터링과 검증 체계를 통해 신뢰할 수 있는 데이터 환경을 만듭니다.

AI·비즈니스 지원

검색·추천 모델의 학습과 성능 평가에 필요한 데이터를 제공하고, 고객사별 데이터 분석 및 활용 요구에 대응합니다. AI 서비스 고도화와 새로운 데이터 기반 비즈니스 발굴을 지원합니다.

기술 역량

• Python, SQL 기반 데이터 처리 및 파이프라인 개발 역량
• Airflow, Kafka 등 데이터 워크플로 및 스트리밍 처리 기술 활용 경험
• PostgreSQL, MongoDB, ClickHouse 등 데이터베이스 설계·운영 및 성능 최적화 역량
• AWS, GCP 등 클라우드 환경에서의 데이터 플랫폼 구축·운영 경험
• 데이터 모델링, 데이터 웨어하우스(DW), 데이터 마트(DM) 설계 및 데이터 품질 관리 역량
• 데이터 분석, 핵심 성과 지표(KPI) 설계, BI 대시보드 구축 및 데이터 시각화 역량
• (우대) 커머스 도메인 이해, 검색·추천 데이터 분석, AI·머신러닝 데이터 파이프라인 구축 경험

일하는 역량

• 데이터를 단순히 처리하는 데 그치지 않고 비즈니스 관점에서 문제를 정의하고 해결하는 능력
• 데이터의 정확성과 안정성을 중요하게 생각하고 운영까지 책임지는 태도
• 반복적인 업무를 자동화하고 확장 가능한 구조로 개선하려는 엔지니어링 마인드
• 데이터와 지표를 근거로 문제를 분석하고 개선 효과를 검증하는 역량
• AI·백엔드·DevOps·사업 조직과 협업하며 기술적 내용을 명확하게 전달하는 소통 능력

'신뢰할 수 있는 데이터가 좋은 AI와 비즈니스를 만든다'는 원칙으로 일합니다. 단순한 데이터 처리보다 데이터가 실제 서비스와 비즈니스에 어떤 가치를 제공하는지를 중요하게 생각합니다.

반복적인 개발과 운영 업무는 자동화하고, 데이터 품질과 운영 상태를 지표로 확인하며 지속적으로 개선합니다. 개인의 경험에 의존하지 않도록 설계와 운영 과정을 문서화하고, 코드 리뷰와 기술 공유를 통해 함께 성장하는 문화를 만들어가고 있습니다.

AI 개발 도구도 적극적으로 활용해 생산성을 높이고, 더 가치 있는 데이터 엔지니어링과 분석 업무에 집중합니다.

genser, groobee 등 주요 서비스의 데이터 수집·처리 파이프라인을 구축하고 운영하며, 국내외 고객사의 상품 및 사용자 행동 데이터를 검색·추천 서비스에 제공하고 있습니다.

다양한 데이터베이스와 클라우드 환경을 기반으로 데이터 연동 및 처리 체계를 운영하고 있으며, 서비스별 검색·추천 성과를 확인할 수 있는 데이터 분석 환경을 지원하고 있습니다.

또한 데이터 표준화, 데이터 처리 구조 개선, 운영 자동화 등 데이터 플랫폼의 안정성과 확장성을 높이기 위한 과제를 지속적으로 추진하고 있습니다.

현재의 도전

여러 서비스와 고객사에 분산된 데이터를 일관된 구조로 통합하고, 데이터 처리의 안정성과 품질을 높이는 데 집중하고 있습니다.

고객사와 데이터 규모가 증가하더라도 효율적으로 확장할 수 있도록 데이터 파이프라인과 저장 구조를 개선하고 있으며, 데이터 수집부터 분석까지의 과정을 표준화하고 모니터링과 자동화를 통해 운영 부담과 비용을 줄이고 있습니다.

또한 검색·추천 서비스의 성과를 정확하게 측정할 수 있는 공통 지표와 분석 환경도 고도화하고 있습니다.

앞으로의 목표

데이터 수집·통합·분석을 하나의 표준 플랫폼으로 연결하고, AI와 비즈니스가 데이터를 직접 활용할 수 있는 환경을 만드는 것이 목표입니다.

데이터 플랫폼을 기반으로 검색·추천 서비스의 품질 개선을 지원하고, 고객사가 필요로 하는 성과 분석과 비즈니스 인사이트를 제공하는 데이터 서비스로 확장하고자 합니다.

궁극적으로는 데이터 엔지니어링과 분석을 넘어, 고객사의 비즈니스 성장을 지원하는 데이터 기반 AI 커머스 플랫폼의 핵심 조직으로 발전하는 것을 목표로 합니다.