데이터팀 소개
데이터 팀은 그리팅 서비스 전체를 관통하는 데이터 파이프라인을 설계 개발하여 수집, 정제, 가공을 통해 누구나 편리하게 데이터를 다룰 수 있도록 돕고, 비즈니스적 판단과 서비스 분석을 자동화하는 등 데이터 기반의 서비스 제공과 양질의 분석을 용이하게 하는데 적극적으로 기여합니다.
채용의 문제를 해결하기 위해 추천, 매칭, 자동화, A/B Test, 모델학습 등 다양한 목적과 서비스에서 활용할 수 있는 데이터를 제공하고 제품이 능동적으로 동작하도록 만듭니다.
데이터팀은 다음 기술 스택을 주로 사용합니다.
- Python, Kotlin/Java
- Spark, Flink, Airflow, Kafka
- MySQL, MongoDB, S3
- Redash, Superset
- AWS, Kubernetes
이런 문제를 풀기 위해 채용을 하게 되었습니다.
분리된 데이터를 보다 효율적으로 제공될 수 있도록
현재 그리팅 서비스는 아키텍처의 큰 변화를 겪고 있습니다. 하나의 서비스에서 잘 구분된 여러 서비스로 나뉘면서 각 도메인의 계속된 변화에 대응하고 분리된 데이터를 하나로 모아 종합적인 분석, 정교하게 모델링 된 결과를 실시간으로 제공할 필요가 생기고 있습니다.
따라서 확장 가능하고 빠른 변화를 수용하면서도 적절한 형태로 데이터를 공급하는 데이터 파이프라인, 데이터 플랫폼 설계 경험과 이해가 필요합니다.
서로에게 더 알맞은 채용이 될 수 있도록
기업에서 필요로 하는 인재를 채용하기 위해서는 다수의 지원자를 모집하고, 포지션에 적합한 지원자를 평가할 수 있어야 합니다. 또한 지원자도 자신에게 맞는 포지션을 더 쉽게 만날 수 있어야 합니다.
이러한 문제를 해결하는 데 있어서 채용과 구직 과정에서 만들어지는 데이터를 활용하여 유사성을 분석하고 적절한 매칭을 유도하도록 고민과 연구할 수 있는 환경을 만드는 역량이 필요합니다.
담당업무는 다음과 같습니다.
- 그리팅에서 만들어지는 데이터 스트림을 수집, 정제, 가공하는 데이터 파이프라인을 구축하고 운영합니다.
- Data Lake / Data Mart를 설계해 데이터 분석 및 시각화 환경을 구축합니다.
- 데이터 활용을 필요로 하는 영역에 적절한 형태로 제공하는 데이터 플랫폼을 개발, 운영합니다.
- ML Engineer와 협업하여 후보자와 공고의 탐색, 매칭 문제를 기술적으로 해결합니다.
이런 분과 함께하고 싶습니다.
- 서비스, 데이터 구조 변화에 대응하는 데이터 파이프라인 구축과 운영한 경험이 필요합니다.
- 데이터 플랫폼 구축해 다양한 구성과 형태로 제공한 경험이 필요합니다.
- 추천/매칭 알고리즘, ML 파이프라인 구축 경험이 있으면 좋습니다.
이런 경험을 하실 수 있습니다.
데이터가 중심이 되는 서비스
그리팅은 기업 브랜딩, 포지션 탐색, 후보자 관리, 지원자 모집, 입사지원, 지원자 평가, 채용 완료 까지 채용의 전과정에 기여하고 있어서 후보자와 공고를 토대로 한 모든 과정의 데이터를 다룰 수 있습니다.
이 데이터를 활용하여 후보자와 공고 사이에 유의미한 관계를 만들고 더 적절한 매치가 가능하도록 구직, 채용 전반에 직접적이고 혁신적인 기여가 가능합니다.
인프라 단계부터 전 과정을 주도적으로 만들 수 있습니다.
이벤트 드리븐 환경으로의 변화에 기여하고 분산된 데이터를 모아 인프라 단계부터 데이터 서비스 제공까지 전 과정을 주도적으로 만들어 갈 수 있습니다.
고객의 문제를 명확히 이해하고 정교하게 타겟하여 제품을 만들 수 있습니다.
유저의 사용 형태를 보고 서비스의 품질을 가늠해야 하는 서비스 개선 과정과는 다르게 그에 더해 고객의 요구와 서비스 피드백을 직접적으로 듣고 이를 토대로 서비스에 적용하는 경험을 할 수 있습니다.
고객의 문제를 명확히 이해하고 정교하게 타겟하여 제품을 만들 수 있다는 측면에서 내가 만든 제품의 성취를 크게 느낄 수 있습니다.
이력서는 이렇게 작성하시는 것을 추천합니다.
- 이력의 나열보다는 각 이력마다 임팩트 있었던 경험을 공개 가능한 수준에서 지표를 토대로 소개해 주시면 도움이 됩니다.
- 본인이 겪었던 이슈 혹은 문제에 대해 원인이 무엇이고, 어떤 방안들이 있었고, 어떠한 사유로 해당 방안을 선택했으며, 그 결과가 어떠하였는지 상세히 작성해 주시면 더 좋습니다.
- 구조화되지 않은 데이터를 활용 가능한 형태로 정제하거나, 유연한 형태로 요구되는 서비스에 데이터를 공급하기 위해 고민한 경험이 있다면 조금 더 자세히 작성해 주시면 좋습니다.
- 본인의 경험이 잘 드러난 Github, 블로그 URL 등을 첨부해 주시면 좋습니다.
그리팅 합류 여정
서류접수 > 실무진 인터뷰 > 컬처핏 인터뷰 > 처우협의 > 최종합격
동료 한마디
동민 : 채용 과정에서 발생하는 모든 데이터를 수집 / 분석해서 기업의 채용 문제를 데이터로 해결할 열정적인 분을 기다립니다.
어떤 사람이 그리팅에 어울릴까요?
데이터팀 소개
데이터 팀은 그리팅 서비스 전체를 관통하는 데이터 파이프라인을 설계 개발하여 수집, 정제, 가공을 통해 누구나 편리하게 데이터를 다룰 수 있도록 돕고, 비즈니스적 판단과 서비스 분석을 자동화하는 등 데이터 기반의 서비스 제공과 양질의 분석을 용이하게 하는데 적극적으로 기여합니다.
채용의 문제를 해결하기 위해 추천, 매칭, 자동화, A/B Test, 모델학습 등 다양한 목적과 서비스에서 활용할 수 있는 데이터를 제공하고 제품이 능동적으로 동작하도록 만듭니다.
데이터팀은 다음 기술 스택을 주로 사용합니다.
- Python, Kotlin/Java
- Spark, Flink, Airflow, Kafka
- MySQL, MongoDB, S3
- Redash, Superset
- AWS, Kubernetes
이런 문제를 풀기 위해 채용을 하게 되었습니다.
분리된 데이터를 보다 효율적으로 제공될 수 있도록
현재 그리팅 서비스는 아키텍처의 큰 변화를 겪고 있습니다. 하나의 서비스에서 잘 구분된 여러 서비스로 나뉘면서 각 도메인의 계속된 변화에 대응하고 분리된 데이터를 하나로 모아 종합적인 분석, 정교하게 모델링 된 결과를 실시간으로 제공할 필요가 생기고 있습니다.
따라서 확장 가능하고 빠른 변화를 수용하면서도 적절한 형태로 데이터를 공급하는 데이터 파이프라인, 데이터 플랫폼 설계 경험과 이해가 필요합니다.
서로에게 더 알맞은 채용이 될 수 있도록
기업에서 필요로 하는 인재를 채용하기 위해서는 다수의 지원자를 모집하고, 포지션에 적합한 지원자를 평가할 수 있어야 합니다. 또한 지원자도 자신에게 맞는 포지션을 더 쉽게 만날 수 있어야 합니다.
이러한 문제를 해결하는 데 있어서 채용과 구직 과정에서 만들어지는 데이터를 활용하여 유사성을 분석하고 적절한 매칭을 유도하도록 고민과 연구할 수 있는 환경을 만드는 역량이 필요합니다.
담당업무는 다음과 같습니다.
- 그리팅에서 만들어지는 데이터 스트림을 수집, 정제, 가공하는 데이터 파이프라인을 구축하고 운영합니다.
- Data Lake / Data Mart를 설계해 데이터 분석 및 시각화 환경을 구축합니다.
- 데이터 활용을 필요로 하는 영역에 적절한 형태로 제공하는 데이터 플랫폼을 개발, 운영합니다.
- ML Engineer와 협업하여 후보자와 공고의 탐색, 매칭 문제를 기술적으로 해결합니다.
이런 분과 함께하고 싶습니다.
- 서비스, 데이터 구조 변화에 대응하는 데이터 파이프라인 구축과 운영한 경험이 필요합니다.
- 데이터 플랫폼 구축해 다양한 구성과 형태로 제공한 경험이 필요합니다.
- 추천/매칭 알고리즘, ML 파이프라인 구축 경험이 있으면 좋습니다.
이런 경험을 하실 수 있습니다.
데이터가 중심이 되는 서비스
그리팅은 기업 브랜딩, 포지션 탐색, 후보자 관리, 지원자 모집, 입사지원, 지원자 평가, 채용 완료 까지 채용의 전과정에 기여하고 있어서 후보자와 공고를 토대로 한 모든 과정의 데이터를 다룰 수 있습니다.
이 데이터를 활용하여 후보자와 공고 사이에 유의미한 관계를 만들고 더 적절한 매치가 가능하도록 구직, 채용 전반에 직접적이고 혁신적인 기여가 가능합니다.
인프라 단계부터 전 과정을 주도적으로 만들 수 있습니다.
이벤트 드리븐 환경으로의 변화에 기여하고 분산된 데이터를 모아 인프라 단계부터 데이터 서비스 제공까지 전 과정을 주도적으로 만들어 갈 수 있습니다.
고객의 문제를 명확히 이해하고 정교하게 타겟하여 제품을 만들 수 있습니다.
유저의 사용 형태를 보고 서비스의 품질을 가늠해야 하는 서비스 개선 과정과는 다르게 그에 더해 고객의 요구와 서비스 피드백을 직접적으로 듣고 이를 토대로 서비스에 적용하는 경험을 할 수 있습니다.
고객의 문제를 명확히 이해하고 정교하게 타겟하여 제품을 만들 수 있다는 측면에서 내가 만든 제품의 성취를 크게 느낄 수 있습니다.
이력서는 이렇게 작성하시는 것을 추천합니다.
- 이력의 나열보다는 각 이력마다 임팩트 있었던 경험을 공개 가능한 수준에서 지표를 토대로 소개해 주시면 도움이 됩니다.
- 본인이 겪었던 이슈 혹은 문제에 대해 원인이 무엇이고, 어떤 방안들이 있었고, 어떠한 사유로 해당 방안을 선택했으며, 그 결과가 어떠하였는지 상세히 작성해 주시면 더 좋습니다.
- 구조화되지 않은 데이터를 활용 가능한 형태로 정제하거나, 유연한 형태로 요구되는 서비스에 데이터를 공급하기 위해 고민한 경험이 있다면 조금 더 자세히 작성해 주시면 좋습니다.
- 본인의 경험이 잘 드러난 Github, 블로그 URL 등을 첨부해 주시면 좋습니다.
그리팅 합류 여정
서류접수 > 실무진 인터뷰 > 컬처핏 인터뷰 > 처우협의 > 최종합격
동료 한마디
동민 : 채용 과정에서 발생하는 모든 데이터를 수집 / 분석해서 기업의 채용 문제를 데이터로 해결할 열정적인 분을 기다립니다.