Data Engineer (금융데이터/DRE)

합류하게 될 팀에 대해 알려드려요

• 토스증권 Data Engineer(금융데이터/DRE)는 AI Info & Data Silo 소속이에요. AI Info & Data Silo는 뉴스, 공시, 실적, 시세 등 증권 도메인의 방대한 데이터를 모으고 다듬어, 투자자에게 필요한 정보를 제공하는 AI 기반 데이터 서비스를 만드는 팀이에요. 이를 위해 LLM 기반 기술과 자체 데이터 플랫폼을 활용하고 있어요.
• 이 팀이 만드는 데이터는 고객이 투자 판단에 쓰는 정보라, 데이터가 얼마나 정확하고 일관된지가 서비스의 신뢰도를 결정해요. DRE는 이 데이터 신뢰성을 엔지니어링으로 보장하고, 검증·모니터링 시스템을 직접 만들고 개선해요.
• 담당 데이터 도메인의 신뢰성에 대해, 데이터 라이프사이클 전반에 걸친 ownership을 가져요.

합류하면 함께 할 업무예요

• 주식 공시, 실적, 시세, 뉴스 등 담당 데이터 도메인의 원천과 유입 경로를 이해하고, 데이터 입수부터 가공·검증·제공까지 전체 파이프라인을 설계하고 운영해요.
• 담당 도메인의 데이터 품질 기준과 정합성 검증 체계를 데이터 거버넌스 규칙으로 정의하고, 문제가 발생했을 때 원천부터 고객 노출 지점까지 추적해 원인을 해결하고 재발을 방지해요.
• 선언형 데이터 계약(Data Contract)으로 품질 기준을 정의하고 자동으로 검증·관측하는 데이터 품질 플랫폼을 함께 개발하고 운영해요.
• 고객에게 노출되는 서비스 지면에서 원천까지 데이터 계보(lineage)를 추적해 검증 공백을 찾고, 외부 벤더 데이터와 사내 원천 데이터를 교차 검증하는 체계를 만들어가요.
• Airflow·Kubernetes 기반 데이터 파이프라인의 관측 가능성을 높이고, 데이터 장애 수집·원인 추적 같은 반복 운영 업무를 AI 에이전트로 자동화해 나가요.

이런 분과 함께하고 싶어요

• 3년 이상의 Data Engineering 또는 데이터 플랫폼 개발·운영 경험이 필요해요.
• Python과 SQL로 데이터 검증·처리 로직을 프로덕션 수준으로 구현하고 테스트할 수 있어야 해요.
• Airflow, Kubernetes 기반 데이터 파이프라인을 구축하고 운영한 경험이 필요해요.
• RDBMS와 분산 쿼리 엔진(Impala, Spark, ClickHouse 등)을 활용하여 데이터 정합성·품질을 검증하는 로직을 설계하고 운영한 경험이 필요해요.
• 데이터 장애를 탐지부터 복구, 재발 방지까지 끝까지 책임진 경험이 필요해요. 드러난 현상 뒤에 숨은 근본 원인을 끝까지 파고드는 일을 좋아하는 분이면 더 잘 맞아요.
• 제품을 만드는 과정에서 다양한 포지션의 팀원들과 협업 및 커뮤니케이션할 수 있는 능력이 필요해요.(Product Owner, SW Engineer, Machine Learning Engineer 등)
• 요구사항과 문제를 스스로 명확히 정의하고, AI 도구를 활용해 검증 엔진부터 어드민 화면까지 플랫폼 전체를 직접 만들고 운영할 수 있는 분을 찾아요.
• Data Reliability Engineer라는 이름으로 일한 경험이 없어도 괜찮아요. 데이터 엔지니어링 기초가 탄탄하고, 데이터가 틀리는 문제를 시스템으로 풀어본 분을 찾고 있어요.

이런 경험이 있다면 더 좋아요

• 데이터 계약(ODCS, dbt test, Great Expectations, Soda 등) 기반 품질 검증 도구를 도입하거나 운영한 경험이 있으면 좋아요.
• SRE 관점의 SLI/SLO, 에러 버짓, 인시던트 관리 체계를 설계하거나 운영한 경험이 있으면 좋아요.
• 대용량 데이터 플랫폼 및 분산 처리에 대한 이해와 경험(Iceberg/Clickhouse/ES 등)이 있으면 좋아요.
• Claude Code, Codex 같은 AI 코딩 도구를 설계·구현·검증 과정에 활용하고, 그 산출물을 스스로 검증할 수 있는 분이면 좋아요.
• 증권 도메인과 제품에 대해 관심이 많고, 투자 경험과 기준이 있는 분이면 좋아요.

토스증권에서 사용하는 기술

• Python, SQL
• Airflow, DBT
• Impala, Spark, Iceberg, ElasticSearch, Neo4j
• Kafka, Flink, Clickhouse
• Kibana, Grafana, Prometheus
• Github, Kubernetes, ArgoCD

이력서는 이렇게 작성하시는 걸 추천해요

• 데이터 정합성·품질 문제를 어떻게 정의하고, 어떤 검증 체계나 시스템으로 해결했는지 작성해주세요.
• 데이터 장애를 탐지·분석·복구하고 재발을 막기까지, 문제 상황 → 접근 방식 → 구현·운영 → 결과와 학습의 흐름이 보이도록 작성해주세요.
• 대규모 데이터 파이프라인이나 데이터 서비스를 운영하며 모니터링·알림·런북 같은 운영 체계를 도입한 경험이 있다면 자세히 작성해주세요.
• 사용한 기술 스택보다, 왜 그 접근을 선택했고 어떤 트레이드오프를 고려했는지를 함께 적어주시면 좋아요.
• AI 코딩 도구를 활용해 개발·검증 방식을 바꾼 경험이 있으면 작성해주세요.

토스증권으로의 합류여정

• 서류 접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우 협의 > 최종합격 및 입사

꼭 확인해 주세요

• 이력서 및 제출 서류에 허위 사실이 발견되거나 근무 이력 중 징계사항이 확인될 경우, 채용이 취소될 수 있어요.
• 토스증권 내규에 따라 채용 금지자 또는 결격사유 해당자는 채용이 취소될 수 있어요.
• 장애인 및 국가보훈대상자는 지원 시 관련 법에 따라 우대하고 있어요.