Data Migration Engineer - 주니어(매니저)

About the role

[우리 벳칭은,]
1. 말하지 못하는 환자를 위해, 기준을 만듭니다
동물은 어디가 아픈지 말하지 못합니다. 대신 데이터가 말합니다. 지난 진료의 소견, 검사 수치의 변화, 처방과 처치의 이력.
수의사와 보호자는 데이터를 통해 반려동물과 소통합니다. 말하지 못하는 환자에게 데이터는 유일한 언어입니다.
그래서 데이터는 정확해야 하고, 필요한 순간 바로 읽혀야 합니다. 데이터가 틀리면 환자의 말이 잘못 전해지는 것이고,
데이터가 흩어져 있으면 환자가 말할 기회를 잃는 것입니다.
따라서 벳칭은 환자의 말에 숨겨진 의미를 해석하여 정확하게 전달되게 하는 것을 목표로 합니다. 우리는 데이터가 만들어지고 흐르는 자리, 동물병원 EMR에서 시작해 반려동물 헬스케어의 기준을 만듭니다.

2. 동물병원 EMR만이 할 수 있는 것을 합니다
EMR은 보통 진료 정보를 기록하고 원무를 처리하는 프로그램으로 생각되기 쉽습니다.
우리는 그 자리를 조금 다르게 봅니다. 진료 기록과 병원 운영의 데이터가 한 곳에 모이는 자리는 EMR이며,
그 데이터로 수의사와 보호자의 다음 선택을 도울 책임이 있다고 바라봅니다.
벳칭(Vetching)은 Veterinarian과 Matching의 합성어입니다. 수의사와 반려동물 보호자를 잇는 가치를 만들고,
그 출발점이 동물병원 EMR입니다. 진료 현장의 선택이 데이터가 되고, 그 데이터가 다시 더 나은 선택을 돕는 순환.
벳칭은 이 순환을 만들어 나가는 자리에 있습니다.

[우리 제품본부는,]
복잡한 것을 단순하게 만듭니다
동물병원 운영의 전부를 다룹니다. 진료, 수납, 보호자 관리, 병원 사이의 소통 및 병원과 보호자의 소통까지.
동물병원이 하루 동안 마주하는 모든 장면이 곧 우리의 문제입니다.
복잡한 현실을 그대로 옮기지 않습니다. 얽힌 업무를 풀어 단순한 흐름으로 만드는 것이 우리의 일입니다.
표면이 아니라 본질을 해결합니다. 문제를 있는 그대로 보지 않습니다. 진짜 문제가 무엇인지를 집요하게 묻습니다.
해결 방안을 먼저 떠올리지 않습니다. 문제를 올바르게 정의하고, 우리가 바라는 결과를 먼저 생각합니다.

2. 사용자는 생각하지 않게, 구조는 예측할 수 있게
좋은 제품은 사용자가 생각하지 않아도 되는 제품입니다. 매일 우리 제품 앞에 앉는 수의사는 언제든 다음 동작을 예상할 수 있어야 합니다.
설명이 필요 없는 단순함, 처음 써도 예상대로 움직이는 화면. 도구를 생각하는 시간이 줄어들수록 환자를 생각하는 시간이 늘어납니다.
그리고 이러한 제품은 예측할 수 있는 구조에서만 나옵니다. 화면이 예상대로 움직이려면 그 기반 또한 누구나 읽고 예상할 수 있어야 합니다.
그래서 우리는 단순함을 높은 가치로 생각합니다. 누구나 예측하고 설명할 수 있는 구조와 기능에는 확장성과 유지보수성이 따라오고, 이는 곧 안정성으로 이어집니다.
화면의 단순함과 구조의 단순함은 결국 같은 것이며, 사용자가 생각하지 않게 만드는 핵심 가치를 우리가 먼저 지킵니다.

3. 같은 방향을 바라봅니다
“왜”에서 시작합니다. 왜 그것이 문제인지, 우리가 왜 해결해야 하는 지에서 출발해 먼저 방향을 맞춥니다.
동기화는 저절로 되지 않습니다. 정보가 서로에게 흐르지 않으면 각자의 일은 하나의 결과로 모이지 않습니다. 우리는 소통을 노력의 영역으로 봅니다. 정보를 바로 공유하고, 문제를 숨기지 않으며, 결정의 배경과 근거를 기록으로 남깁니다.
개인이 아니라 팀으로 움직입니다. 개인보다 팀의 목표를 우선합니다. 우리가 같은 방향을 보고 있는지 점검하고, 필요하면 업무의 경계를 넘어 협업합니다. 우리는 뛰어난 개인이 만드는 결과보다 같은 방향을 보는 팀이 만드는 결과가 더 크다고 믿습니다.

[우리 Data Migration Engineer는,]
병원이 우리에게 올 때, 지난 기록을 잃지 않게 합니다.
새 EMR로 옮기는 병원의 가장 큰 두려움은 지난 기록이 끊기는 것입니다. 병원마다 다른 시스템의 데이터를 읽어 내고,
우리 제품의 데이터로 옮기고, 틀리지 않았음을 증명하는 것이 이 팀의 일입니다. 환자의 기록이 시스템을 옮겨도 끊기지 않게 하는 것을 가치로 삼습니다. 한 번 푼 문제는 다음 병원에서 다시 풀지 않습니다.
병원마다 데이터는 다르지만 문제는 반복됩니다. 반복되는 문제를 분석하여 규칙으로 만들고, 재사용 및 검증 가능한 파이프라인을 남겨 데이터의 흐름을 우리 통제하에 둡니다.
문제에 맞는 도구를 스스로 고르고 일정과 우선순위를 스스로 정하는 자율이 이 팀의 방식이고, 그 자율의 조건은 데이터 신뢰성을 가장 앞에 두는 것입니다.

What you'll do

[이런 책임을 가져갑니다]
• 병원마다 다른 EMR의 데이터베이스 구조와 비정형 데이터를 분석해, 우리 서비스의 도메인 모델로 표준화 및 재설계합니다.
• 일회성 스크립트가 아닌, 재사용하고 검증할 수 있는 이관(ETL) 파이프라인을 설계하고 구현합니다.
• 이관 전후 데이터의 오류와 누락을 자동으로 탐지하는 검증 로직을 만들고, 문제가 생기면 변환 과정을 추적할 수 있도록
데이터 흐름을 통제합니다.
• 반복되는 예외 케이스를 규칙으로 일반화해, 새 병원 온보딩에서 운영 공백이 생기지 않게 합니다.
• 협업 부서가 이관 현황을 볼 수 있는 대시보드와 리포트를 만들고, 그들의 언어로 결과를 설명합니다.

[이런 기술들을 주로 사용합니다]
• Node.js, TypeScript, Python
• PostgreSQL, MS-SQL, Firebird 등 다양한 데이터베이스
• AWS, Docker, GitHub Actions
• ETL 라이브러리 (exceljs, schemats, unrtf, qsv 등)
• Next.js, HTML/CSS 등 대시보드 구현에 필요한 웹 기술

Requirements

[이런 분과 함께 하고 싶습니다]
• Node.js와 TypeScript 또는 Python으로 데이터 처리 로직을 구현해 본 분
• 복잡한 SQL을 작성하고, 관계형 데이터베이스의 모델을 읽고 설계해 본 분
• 비정형 데이터나 원천 데이터를 목적에 맞게 가공하고 변환해 본 분
• 결과가 맞다는 것을 건수만이 아니라 내용으로 검증하는 방법을 세워 본 분
• 일정과 우선순위를 스스로 정해 혼자서도 일을 끝까지 끌고 가는 분
• 자신의 판단 근거를 설명하고 기록으로 남기는 분
• AI로 업무의 어떤 부분을 대체하고 사람의 검토가 어디까지 필요한지 판단해 적용하는 분

Preferred qualifications

[이런 분이면 더욱 좋습니다]
• 문서가 없는 오래된 데이터베이스나 시스템의 구조를 역추적해 규칙을 찾아낸 경험이 있는 분
• Firebird, NexusDB 같은 비주류 데이터베이스나 처음 보는 언어와 도구를 필요해서 배워 써 본 분
• 대용량 혹은 형식이 제각각인 데이터를 배치로 안정적으로 처리해 본 분
• 같은 처리를 반복하다가 그것을 재사용 가능한 코드나 규칙으로 바꿔 본 분
• 이관이나 변환 뒤 데이터가 틀린 것을 발견해 원인을 끝까지 추적해 본 분
• Docker와 같은 컨테이너 개발 환경을 구성해 본 분
• 개발자가 아닌 운영 담당자가 쓸 수 있는 대시보드나 리포트를 만들어 본 분
• AI 도구를 활용해 반복 작업이나 데이터 분석 방식을 바꿔 본 분

[이런 분과는 맞지 않을 수 있습니다]
• 완벽히 설명 가능한 데이터만을 다루는 것이 더 편하신 분
• 다음의 확장성 보다 당장의 처리를 우선시하시는 분
• 익숙한 도구 하나로 모든 문제를 푸는 것이 문제에 맞는 도구를 새로 배우는 것보다 더 편하신 분
• 남을 설득하기 보단 혼자 해결하는 것이 더 효율적이라고 생각하시는 분
• AI의 산출물을 검토하는 게 낭비라고 느끼시는 분

Benefits

• 선택적근로제도 운영
• 업무에 필요한 교육비 및 컨퍼런스 참가비 지원
• 도서 구입과 학습을 위한 자기개발 비용 지원
• 종합건강검진 지원
• 리프레시 휴가비용 지원

Hiring process

•서류전형 ＞ 인터뷰 ＞ 처우협의 ＞ 최종입사