당근 데이터·AI 면접, 질문 30개 쌓여 있어요

MySQL 쿼리 튜닝 시, 실행 계획(Execution Plan) 분석을 통해 성능을 개선했던 구체적인 사례와 그로 인해 개선된 지표(숫자)를 설명해 주세요.

운영 중 발생한 심각한 데이터 손실 방지(백업/복구) 이슈를 어떻게 관리하고 해결했는지, 그리고 재발 방지를 위해 어떤 시스템 개선을 했는지 설명해 주세요.

MongoDB와 DynamoDB 등 이질적인 DBMS 환경에서 데이터 모델링 및 운영을 담당할 때, 각 시스템의 특성을 어떻게 분석하고 통합적인 데이터 전략을 수립했는지 경험을 공유해 주세요.

DBMS 서버 운영 자동화 소프트웨어를 개발할 때, Python/Go 등 개발 언어와 Docker/Kubernetes 환경을 어떻게 활용하여 운영 효율성을 얼마나 개선했는지 구체적인 개발 과정을 설명해 주세요.

팀 내에서 비즈니스 요구사항과 기술적 제약 조건이 상충했을 때, 어떤 의사결정 프로세스를 거쳐 최종 합의를 이끌어냈는지 협업 경험을 중심으로 설명해 주세요.

당근에서 다루는 문제들은 뚜렷한 정답이나 레퍼런스가 없는 경우가 많다고 합니다. 실제로 정해진 정답이 없는 문제를 정의하고 해결한 경험을 하나 꼽아서 말씀해주실 수 있을까요?

ML 시스템이나 LLM 기반 서비스의 흐름을 이해하고 있나요? 실제로 이와 관련된 프로젝트를 진행해본 경험이 있다면, 구체적으로 어떤 시스템을 개발했고, 어떤 문제를 해결했는지 설명해주실 수 있을까요?

당근 ML 인프라팀은 단순히 인프라를 운영하는 팀이라기보다, 당근의 AI 개발 방식 자체를 새롭게 설계하는 팀에 가까워요. 이런 팀에서 일하기 위해 필요한 역량을 가지고 있다고 생각하시나요? 구체적으로 어떤 역량을 가지고 있다고 생각하시나요?

확장성, 안정성, 성능 같은 주제를 말로만이 아니라 실제 구조 개선으로 연결해본 경험이 있다면, 구체적으로 어떤 구조 개선을 했는지 설명해주실 수 있을까요?

당근은 자유형식의 지원서를 받고 있어요. 본인의 강점이 잘 드러나는 다양한 정보를 자유롭게 활용해 이력서를 작성해주셨다면, 그 이력서에서 어떤 부분을 강점으로 꼽으셨나요?

당근의 데이터 가치화 팀에서 일할 때, 데이터 처리 시스템을 설계하고 운영할 때 어떤 고려 사항을 우선순위로 두시나요?

대규모 트래픽 처리를 위한 확장 가능한 데이터 아키텍처의 구성에 대해 어떻게 접근하시나요? 구체적으로, '이런 문제가 있었는데 제가 이렇게 해결했다'는 식으로 사례를 하나 꼽아서 말씀해주실 수 있을까요?

AWS, GCP 등 클라우드 환경에서 개발/운영 경험이 있나요? 클라우드 환경에서 데이터 시스템을 설계하고 운영할 때 어떤 이점과 어려움이 있는지 설명해주실 수 있나요?

빅데이터 프레임워크 사용 경험이 있나요? Spark, Flink, Beam, BigQuery 등 어떤 프레임워크를 사용했으며, 어떤 문제를 해결하기 위해 사용했나요?

분산 환경에서 대용량 데이터 처리를 할 때, 어떤 기술적 문제가 발생할 수 있으며, 어떻게 해결했나요? 구체적으로, '이런 문제가 있었는데 제가 이렇게 해결했다'는 식으로 사례를 하나 꼽아서 말씀해주실 수 있을까요?

당신이 주도하여 구축한 데이터 파이프라인 중, 데이터 품질 문제로 인해 실제 비즈니스 의사결정에 영향을 미쳤던 가장 심각한 사례를 설명하고, 이를 어떻게 해결했는지 구체적인 수치와 함께 설명해 주세요. (꼬리질문: 만약 그 과정에서 팀원 간의 의견 충돌이 발생했다면 어떻게 합의하고 해결했나요?)

전사 주요 지표를 정의하고 데이터 마트를 구축할 때, 분석가나 PM이 필요로 하는 '실제 의사결정'에 초점을 맞추어 지표를 정의했던 경험을 공유해 주세요. 특히, 정의한 지표의 산출 로직이 다른 팀의 해석과 충돌했을 때, 어떻게 데이터 기반의 합의를 이끌어냈는지 과정과 결과를 말씀해 주세요.

DBT나 Airflow와 같은 도구를 활용하여 데이터 파이프라인을 구축하고 운영할 때, 시스템 안정성과 자동화된 품질 체크(Observability)를 위해 어떤 측정 지표(Metric)를 설계했으며, 실제 운영 중 발생했던 예상치 못한 오류를 어떻게 감지하고 자동화된 방식으로 해결했는지 구체적인 사례를 제시해 주세요.

당근과 같이 사용자 중심의 서비스에서 A/B 테스트를 수행하며 통계적 유의미성을 판단했던 경험을 설명해 주세요. 단순히 테스트를 실행하는 것을 넘어, 가설 설정, 샘플 크기 결정, 그리고 결과 해석이 비즈니스 목표에 어떻게 기여했는지, 그리고 데이터 기반으로 최종 의사결정을 어떻게 내렸는지 설명해 주십시오.

데이터 거버넌스 체계(DataHub 등) 운영 경험이 있다면, 데이터의 신뢰성을 높이고 구성원들이 데이터를 쉽게 탐색하게 만들기 위해 어떤 메타데이터 표준을 수립하고 적용했는지 설명해 주세요. 만약 현재 데이터 거버넌스 시스템이 미흡하다고 판단했을 때, 어떤 변화를 제안하고 실행했는지에 대한 전략을 말해 주세요.

이전 직장에서 사용자 행동 데이터(Funnel, Retention 등)를 분석하여 실제 제품 성장에 기여했던 가장 성공적인 사례를 구체적인 숫자와 함께 설명해 주세요. 어떤 가설을 세우고 어떤 액션을 취했으며 그 결과는 어땠습니까?

채팅 서비스의 핵심 지표(발송수, 진입수, 클릭률, 전환율 등) 중 하나를 개선하기 위해 데이터 분석을 진행했을 때, 가장 어려웠던 부분은 무엇이었고, 그 복잡한 문제를 어떻게 단순화하여 의사결정으로 연결했는지 설명해 주세요.

당근 채팅 서비스와 같이 로컬 커뮤니티 기반의 서비스에서 사용자 경험(UX)을 개선하기 위해 데이터 분석가로서 디자인/개발팀과 협업했던 경험을 구체적으로 말씀해 주세요. 특히, 데이터 결과가 실제 제품 설계에 어떤 영향을 미쳤는지 사례를 들어 설명해 주십시오.

Python, SQL 등의 기술적 역량을 활용하여 대규모 사용자 행동 데이터를 조회하고 가공하는 과정에서 발생했던 가장 까다로운 데이터 처리 문제와 이를 해결하기 위해 적용한 기술적 접근 방식에 대해 설명해 주세요.

만약 당근 채팅 서비스의 전환율(Conversion Rate)이 특정 지표에서 정체되었다고 가정했을 때, 어떤 데이터 포인트를 우선적으로 분석하고, 그 결과를 바탕으로 PM에게 어떤 다음 단계의 실험을 제안하시겠습니까?

당근알바에서 '공고 작성 수'가 전일 대비 15% 감소했다고 가정할 때, 데이터 에이전트가 감소 원인을 찾을 수 있도록 분석 과정과 필요한 데이터를 설계해 주세요.

당근알바에서 사용자가 공고를 탐색하고 지원을 완료하기까지의 라이프사이클을 분석하려고 해요. 이를 위해 필요한 이벤트와 주요 파라미터를 설계하고, 각 데이터로 어떤 질문에 답할 수 있는지도 설명해 주세요.

A/B 테스트 결과를 바탕으로 PM의 의사결정을 돕는 데이터 에이전트를 만든다고 가정해 주세요. PM이 더 나은 의사결정을 내릴 수 있도록 어떤 정보를 어떤 형태로 제공하는 것이 좋을지 제안해 주세요.

지표를 분석하는 데이터 에이전트를 운영한다고 가정해 주세요. 에이전트가 제공한 분석 결과를 신뢰할 수 있는지 평가하기 위해 어떤 기준과 방법을 설계하시겠어요?

당근알바에서 사용자 행동을 분석하고 예측하기 위해 시계열 예측이나 이상 탐지를 실제로 다뤄본 경험이 있다면, 그 경험을 구체적으로 설명해 주세요. 어떻게 데이터를 수집하고 분석했으며, 어떤 결과를 얻었나요?