MOMENTUS
모의면접
당근 · Data

Data Analytics Engineer - 데이터 가치화

#당근 채용#당근 데이터·AI 면접#데이터·AI 면접

이 공고, 이렇게 물어볼 겁니다

Q1
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?)
🎯 데이터 품질 관리와 문제 해결 능력, 그리고 협업 시의 갈등 관리 능력을 확인한다.
Q2
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.
🎯 데이터를 비즈니스 가치로 전환하는 능력(Metric Definition)과 커뮤니케이션 능력을 확인한다.
Q3
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.
🎯 기술 스택(DBT, Airflow)에 대한 깊은 이해와 시스템 엔지니어링 역량, 그리고 운영 경험을 확인한다.
Q4
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.
🎯 분석가/엔지니어에게 필수적인 통계적 이해도와 데이터 기반의 실험 설계 능력을 확인한다.
Q5
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.
🎯 데이터 거버넌스에 대한 이해도와 조직 전체의 데이터 신뢰성을 향상시키려는 리더십을 확인한다.
질문만 읽으면 컨닝이에요. 소리 내어 답해보세요 — 어디서 틀어지는지 짚어드립니다.

공고 내용

당근 팀 합류 여정에 오르신 것을 진심으로 환영해요

데이터 가치화 팀을 소개해요

당근 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. 당근은 의사결정에 수많은 데이터를 이미 활용하고 있지만, 당근의 데이터의 가치를 극대화하기 위해서는 많은 변화가 필요해요.

데이터 가치화 팀의 비전은 "매일 데이터를 통해 사용자를 위한 의사결정을 한다"예요. 이 비전을 실현하기 위해 데이터 가치화의 문제를 주도적으로 고민하고, 이를 해결하는 데 앞장서요.

Data Analytics Engineer를 소개해요

Data Analytics Engineer는 데이터가 신뢰할 수 있고 일관되게 활용되며, 실제 비즈니스와 사용자에게 가치를 제공할 수 있도록 데이터 모델링, 엔지니어링, 분석을 넘나들며 일해요.

당근의 다양한 서비스와 규모 있는 데이터 환경 속에서 분석가, 엔지니어, 제품팀이 데이터를 안정적으로 활용할 수 있도록 데이터의 수집부터 활용까지 전반적인 흐름을 주도적으로 설계하고 개선해요.

또한 데이터가 단순히 쌓이는 것을 넘어, 데이터로부터 빠르고 정확하게 인사이트를 얻고 좋은 의사결정을 할 수 있도록 데이터 마트를 설계하고 품질을 관리하며, 데이터 거버넌스 체계를 운영하고 필요에 따라 기본적인 분석이나 실험을 수행해 데이터 기반 의사결정을 지원해요.

이런 일을 해요

  • 전사 주요 데이터 마트(Fact/Dimension/Feature/Segment 등) 설계 및 운영을 주도해요
  • 전사 주요 지표를 정의하고 정리하며, 체계화된 구조를 만들어요
  • 전사 주요 지표 및 실험 지표의 정의와 산출 로직을 데이터 파이프라인 전반에서 검증하고 디버깅해요
  • 데이터 모델링과 품질 관리를 통해 신뢰도 높은 데이터 환경을 구축하고, 운영 중 관측성(Observability)과 자동화된 품질 체크를 통해 문제를 조기에 발견하고 해결해요
  • 데이터 거버넌스 체계 운영과 문서화를 통해 조직 전체의 데이터 신뢰성을 높여요

이런 분과 함께하고 싶어요

  • 데이터 모델링/ETL/데이터 마트 구축 경험이 있으신 분
  • 단일 모델 수준이 아닌, 데이터 파이프라인 전반의 데이터 품질 관리, 정합성 검증 경험이 있으신 분
  • SQL, Python을 활용해 데이터를 분석하고 처리할 수 있으신 분
  • 다양한 직군(분석가, PM, 엔지니어)과 협업 및 커뮤니케이션으로 효율적인 데이터 구조를 설계해보신 분

이런 분이면 더 좋아요!

  • 전사 주요 지표를 정의 및 관리 해보신 분
  • 대규모 데이터를 Airflow나 DBT와 같은 도구를 효율적으로 분석에 활용하실 수 있는 분
  • A/B 테스트에 대한 통계적 이해를 가지신 분
  • AWS, GCP 등 클라우드 환경에서 데이터 파이프라인 및 인프라를 운영해본 경험이 있으신 분
  • 데이터 거버넌스 및 메타데이터 관리 시스템(DataHub 등) 운영 경험이 있으신 분

참고해 주세요

  • 정규직 채용의 경우 3개월의 수습기간이 있어요
  • 이 포지션은 산업기능요원으로 채용이 가능한 포지션이에요. (현역 전직, 보충역 신규 편입, 보충역 전직) 전문연구요원 편입 및 전직은 불가해요
  • 본 포지션은 화상 인터뷰에서 라이브 코딩 테스트가 예정되어 있어요

이렇게 합류해요

1. 서류 전형 → 2. 화상 인터뷰(라이브 코딩 테스트) → 3. 직무 인터뷰 → 4. 컬처핏 인터뷰 및 레퍼런스 체크 → 5. 처우협의 → 6. 최종 합격 및 입사

당근 전형 소개

서류 전형

당근은 자유형식의 지원서를 받고 있어요.

화상 면접

과제 전형

직무 면접

과제가 출제되었을 경우 과제에 대한 질문을 드려요.

컬쳐핏 면접(정규직 공통)

안내사항

  • 본 공고는 모집 완료 시 조기 마감될 수 있어요.

회사마다 모든 공고에 똑같이 붙는 안내 문구(지원 절차·서류 반환·개인정보 고지 1,123자)는 접어뒀어요. 원문에서 전체 보기 →

원문에서 전체 공고 보기 →

이 회사 다른 포지션 · 비슷한 공고