MOMENTUS
모의면접
우아한형제들

데이터베이스엔지니어링

#우아한형제들 채용#우아한형제들 데이터·AI 면접#데이터·AI 면접

이 공고, 이렇게 물어볼 겁니다

Q1
대용량 데이터베이스 운영 실무 경험이 10년 이상이면, 그 동안에 발생한 장애 대응 사례 중 하나를 구체적으로 설명해 줄 수 있나요?
🎯 장애 대응 및 원인 분석 능력 확인
Q2
AI 코딩 에이전트를 실제 업무에 활용해 본 경험이 있나요? 구체적으로 어떤 도구나 자동화를 개발해 봤는지 설명해 주실 수 있나요?
🎯 AI 에이전트 활용 능력 확인
Q3
퍼블릭 클라우드의 매니지드 데이터베이스 서비스를 운영해 본 경험이 있나요? 그 경험에서 얻은 노하우를 공유해 주실 수 있나요?
🎯 퍼블릭 클라우드 운영 능력 확인
Q4
리눅스 환경에서 장애의 근본 원인을 끝까지 규명하는 태도가 중요하다고 생각합니다. 그런 경험을 한 번 설명해 주실 수 있나요?
🎯 리눅스 환경 장애 분석 능력 확인
Q5
여러 서비스 팀의 요구사항을 조정하며 소통하는 역량이 필요합니다. 그런 경험을 한 번 설명해 주실 수 있나요? 구체적으로 어떤 요구사항을 어떻게 조정했는지 설명해 주시면 좋겠습니다.
🎯 서비스 팀 요구사항 조정 능력 확인
질문만 읽으면 컨닝이에요. 소리 내어 답해보세요 — 어디서 틀어지는지 짚어드립니다.

공고 내용

우리가 푸는 문제

스토리지서비스팀은 우아한형제들의 모든 서비스가 사용하는 데이터베이스를 전사 단위로 설계하고 운영합니다. 천여 개에 달하는 데이터베이스 클러스터가 팀이 직접 만든 실행·관측성 플랫폼 위에서 돌아갑니다. 되돌릴 수 없는 작업을 다루는 만큼 검수와 판단은 사람이 끝까지 책임지고, "사람의 판단이 꼭 필요한 곳에, 사람이 제대로 집중할 수 있도록" 그 외의 반복은 플랫폼과 코드로 옮기는 데 집중합니다.

최근에는 일하는 방식이 한 번 더 바뀌었습니다. 사내 DB 메타데이터·메트릭·쿼리 실행계획·변경 이력을 AI 에이전트가 직접 조회하고 다룰 수 있도록 MCP 서버와 스킬을 팀이 직접 만들어 붙였습니다. 장애 원인 조사와 쿼리 리뷰의 1차 분석은 에이전트가 맡고, 엔지니어는 자료를 모으는 대신 가설 검증과 설계 판단에 시간을 씁니다. 팀은 AI를 도입 대상이 아니라 직접 만들어 쓰는 운영 도구로 다룹니다.

당신이 책임지게 될 임팩트

  • 데이터베이스 아키텍처 설계·운영
  • 배달의민족 전사 서비스의 Aurora MySQL, PostgreSQL, Redis, DocumentDB 아키텍처를 설계하고 운영합니다. · 용량 산정, 버전 업그레이드, 이중화
  • 비용 최적화
  • 장애 대응과 성능 문제 예방
  • 장애를 수습하는 데서 멈추지 않고, 구조적으로 재발을 막습니다. · 데이터베이스 장애 대응 및 원인 분석
  • 쿼리 검수, 스키마·인덱스 리뷰로 개발 단계의 성능 문제 예방
  • 운영 자동화 플랫폼과 관측성
  • 반복 업무를 플랫폼으로 옮기고, 믿을 수 있는 알람 체계를 만듭니다. · DB 생성·변경·계정 발급 등 반복 업무를 검증·실행·회신까지 자동화하는 사내 플랫폼 개발·운영 (Python, Kubernetes, Lambda)
  • Prometheus exporter와 메트릭·로그·알람 체계 개발 및 오탐 개선
  • AI 에이전트 기반 운영 도구
  • AI 에이전트가 사내 DB 환경을 조사·진단하도록 도구를 만들고, 사람이 더 정확하고 빠르게 판단하도록 돕습니다. · MCP 서버·스킬 설계·개발
  • 리포트·리뷰 워크플로우 개선
  • 되돌릴 수 없는 작업의 사람 검수는 유지하되, 판단에 필요한 도구와 데이터 마련

우리가 함께 일하고 싶은 사람

  • MySQL, PostgreSQL 또는 DocumentDB 기반 대용량 데이터베이스 운영 실무 경력이 10년 이상이거나, 이에 준하는 역량이 필요해요.
  • AWS 등 퍼블릭 클라우드의 매니지드 데이터베이스 서비스를 운영해 본 경험이 필요해요.
  • Python 등으로 운영 업무를 자동화하고, 일회성 스크립트를 넘어 다른 사람도 쓸 수 있는 형태로 남겨 본 경험이 필요해요.
  • 리눅스 환경에 익숙하고, 장애의 근본 원인을 끝까지 규명하는 태도가 필요해요.
  • AI 코딩 에이전트를 실제 업무에 활용해 봤거나, 적극적으로 활용해 볼 의지가 필요해요.
  • 여러 서비스 팀의 요구사항을 조정하며 소통하는 역량이 필요해요.
  • 이기종 마이그레이션이나 대규모 버전 업그레이드를 주도해 봤다면 강점이 돼요.
  • 대형 장애를 직접 수습하고 재발 방지 구조까지 만들어 봤다면 큰 도움이 돼요.
  • LLM·MCP·AI 에이전트를 활용한 도구나 자동화를 직접 개발해 봤다면 더 잘 맞아요.
  • Python, Go, Java 등으로 서비스나 도구를 개발해 봤다면 강점이 돼요.
  • Kubernetes, IaC(Terraform 등), CI/CD 기반으로 운영해 봤다면 도움이 돼요.
  • Prometheus, Grafana 등 관측성 스택을 직접 구성하고 운영해 봤다면 강점이 돼요.
  • 금융 등 규제 환경의 데이터베이스를 운영해 봤다면 도움이 돼요.
  • Cloud Native 기반 데이터 스토리지 기술과 아키텍처에 관심이 있다면 더 잘 맞아요.
  • 알게 된 것을 문서와 도구로 남겨 팀에 전파하는 사람과 일하고 싶어요.

개발환경

  • 데이터베이스: Aurora MySQL, Aurora PostgreSQL, ElastiCache for Redis, DocumentDB(MongoDB), 기타 다양한 AWS 서비스
  • 언어 / 자동화: Python, Go, Shell
  • 인프라 / 배포: AWS, Kubernetes(EKS), Lambda, GitLab CI
  • 모니터링: Prometheus, Grafana, Loki, 자체 개발 exporter 및 쿼리 모니터링 시스템
  • AI 개발환경: Claude Code, 사내 MCP 서버(직접 개발·운영), 에이전트 기반 운영 스킬
  • 협업 도구: GitLab, Slack, Jira, Confluence

합류여정

  • 1차 면접: 실무진 및 HR 면접위원과 다대일 면접(90분)
  • 2차 면접: 리더급 면접위원과 다대일 면접(60분)
  • 입사 확정: 평판조회와 처우협의를 거쳐 최종 합격 결정 후, 입사일 조율
  • 수습기간: 경력직 기준 입사 후 3개월
  • 서류 접수
  • 1차 면접
  • 2차 면접
  • 최종 입사 확정

회사마다 모든 공고에 똑같이 붙는 안내 문구(지원 절차·서류 반환·개인정보 고지 79자)는 접어뒀어요. 원문에서 전체 보기 →

원문에서 전체 공고 보기 →

이 회사 다른 포지션 · 비슷한 공고