Data Engineer (Platform)

About the role

[합류하게 될 팀에 대해 알려드려요]

• 토스플레이스의 Data Engineer는 Data Platform Team에 속해 있어요.
• Data Platform Team은 Data Engineer와 Data Analytics Engineer로 구성되어 있으며, 서비스와 분석에 필요한 데이터 플랫폼과 데이터 파이프라인을 구축하고 운영해요.
• 데이터 활용 범위가 분석을 넘어 다양한 서비스로 확대되면서, StarRocks와 Apache Iceberg를 중심으로 대규모 데이터를 안정적으로 저장하고 빠르게 활용할 수 있는 데이터 인프라를 고도화하고 있어요.

What you'll do

• Kubernetes와 EC2 환경에서 Kafka, StarRocks, Airflow, Spark, Elasticsearch 등 다양한 데이터 인프라를 운영하고, 모니터링·업그레이드·리소스 관리 등 안정적인 운영을 위한 기준을 만들어요.
• Starrocks와 Apache Iceberg 기반의 실시간 분석 플랫폼을 구축하고 운영해요.
• Airflow, Snowflake, StarRocks 기반의 분석 파이프라인을 운영하고 안정성을 높여요.

Requirements

• 대규모 OLAP 시스템을 실제 운영 환경에서 직접 구축 및 운영하고, 성능과 안정성을 개선해본 경험이 있는 분과 함께하고 싶어요.
• 실제 서비스에서 사용하는 데이터 인프라를 서비스 중단 없이 유지보수하거나 업그레이드해본 경험이 있는 분과 함께하고 싶어요.
• 오픈소스와 프레임워크를 사용하는 데 그치지 않고, 내부 동작 원리까지 이해해 상황에 맞게 활용할 수 있는 분과 함께하고 싶어요
• Kubernetes, Ansible 등을 활용한 인프라 배포와 Git 기반 CI/CD 환경에 익숙한 분과 함께하고 싶어요.
• 분석 파이프라인이 어떻게 만들어지고 쓰이는지 이해하고, 플랫폼을 사용하는 사람의 관점에서 데이터 인프라를 개선할 수 있는 분과 함께하고 싶어요.

Preferred qualifications

• StarRocks 또는 Apache Iceberg를 실제 서비스 환경에서 직접 구축·운영한 경험이 있다면 더 좋아요.
• StarRocks 클러스터를 직접 구축 및 운영하고 모니터링과 성능 최적화를 통해 안정적인 운영 환경을 만들어본 경험
• Apache Iceberg의 Schema/Partition Evolution, Snapshot 관리, Small File Compaction 등을 운영하고 최적화해 본 경험
• Kafka, Airflow, Spark, Elasticsearch 등 데이터 인프라를 직접 구축하고 운영해 본 경험이 있다면 좋아요.
• Kubernetes 환경에서 데이터 인프라를 운영하거나 데이터 관련 오픈소스에 기여한 경험이 있다면 좋아요.

Benefits

[이렇게 일해요]
• 자율과 책임의 문화: 토스는 Manager가 아닌 Maker들로 구성된 조직으로, 투명한 정보 공유와 수평적인 문화 속에서 구성원 업무에 대한 위임과 신뢰를 바탕으로 세상을 변화 시켜 나가고자 합니다.
• 효율적인 업무방식: 가장 중요하고, 큰 영향을 미칠 수 있는 일에 집중합니다. 획일적인 업무 프로세스보다는 데이터 기반의 사고로 적극적으로 토론하며, 가장 효율적인 문제 해결을 위해 협업하고 실행합니다.
• 훌륭한 팀과 동료: 각 분야 최고 수준의 역량을 갖춘 인재들이 자율과 책임의 원칙 아래 뛰어난 역량을 발휘하고 있습니다.

[이런 지원을 받아요]
토스커뮤니티 복지 자세히 보기: https://toss.im/career/culture

Hiring process

[토스플레이스로의 합류여정]
서류 접수 ＞ 직무 인터뷰 ＞ 문화적합성 인터뷰 ＞ 레퍼런스 체크 ＞ 처우 협의 ＞ 최종 합격

[이력서는 이렇게 작성하시는 걸 추천해요]
• 대규모 데이터를 다루면서 겪은 문제를 구체적으로 작성해주세요. 어떤 규모와 환경에서 장애·성능 저하·병목 등의 문제가 발생했고, 원인을 어떻게 진단하고 해결했는지가 드러나면 좋아요.
• 데이터 인프라를 구축 및 운영하며 내린 기술적 의사결정과 개선 경험을 적어주세요. 단순히 어떤 기술을 사용했는지보다, 기존 구조에 어떤 문제가 있었고 왜 해당 기술이나 구조를 선택했으며 무엇이 달라졌는지가 궁금해요.
• 개선 결과는 가능한 객관적인 근거와 함께 보여주세요. 쿼리 지연시간·처리 속도·리소스 사용량·저장 비용·장애 빈도 등 전후의 변화를 수치로 보여주시면 좋아요. 단, 외부 공개가 민감한 내용은 제외해 주세요.