저는 리크루터 케빈입니다.

토스페이먼츠의 DBA로서 안정적인 데이터베이스 운영을 담당해요. 이중화 솔루션 운영, 성능 모니터링과 SQL 튜닝, 백업·복구를 수행하고 반복 작업을 자동화해 운영 효율을 높여요. Oracle과 MySQL 경험, 대용량 데이터베이스 운영 및 차세대·업그레이드 프로젝트를 주도한 경험이 필요해요. PostgreSQL·MongoDB 등 다양한 RDB 경험과 Python 운영 자동화 스크립트 개발 경험, 금융 업무 환경의 운영·기술지원 경험은 우대해요. 주력 DB는 Oracle이며 MySQL로의 점진적인 마이그레이션도 진행해요.

토스플레이스 결제 단말기의 개발부터 양산·출시 후까지 하드웨어 품질 전 주기를 리딩해요. 신제품 설계 검토와 신뢰성 시험을 수행하고, EMS·ODM 제조 파트너의 Audit 및 EVT·DVT·PVT·초도 양산 단계 품질을 점검해요. HW·신뢰성 불량에 대해 5-Why와 8D로 원인을 분석하고 CAPA, OQC·IQC 기준, Yield·DPPM·FFR 지표를 운영해 재발 방지와 품질 개선을 이끌어요. 양산 중 4M 변경과 DCR·PCR·ECN·BOM·SOP 변경을 관리하며, 출시 후 현장 이슈를 분석해 공정과 차기 제품 설계에 반영해요. 소비자 전자기기·IoT·임베디드 하드웨어의 QA 경험과 제조 파트너 품질 관리 경험이 필요하며, 기구 설계·금형·사출, 디스플레이·카메라, 글로벌 제조 협업과 KC 인증 경험은 우대해요.

토스 Data Value Team에서 데이터 자산의 정답 정의·검증·품질 관리를 담당하고, 골든셋과 품질 게이트를 운영해 온톨로지·분석봇·AI 에이전트가 신뢰할 수 있는 데이터를 사용하도록 만들어요. AI 에이전트의 출력을 골든셋과 비교해 성능을 평가하고, 데이터 라벨링·정합성 오류·분포 변화(PSI)를 모니터링하며 원인 분석과 복구 절차를 구축해요. SQL과 데이터 분석으로 제휴사 현황, 소비내역·프로파일 결합 등 비즈니스 질문에 답하고, 재사용 가능한 데이터 자산 개발과 LLM 기반 반복 운영 자동화까지 업무를 확장해요. SQL·데이터 분석 역량이 필요하며, 골든셋 구축, AI 모델·에이전트 평가, 데이터 품질 관리와 이상 감지 경험이 있으면 우대해요. 채용 과정에는 약 1시간의 사전 쿼리 테스트와 직무 인터뷰 중 라이브 쿼리 테스트가 포함될 수 있어요.

토스플레이스의 Server Platform Team에서 AWS와 Kubernetes, Istio를 기반으로 Cloud Native 플랫폼을 설계·운영하고 DevOps 전략과 중장기 로드맵을 수립해요. Kubernetes 클러스터와 Service Mesh의 아키텍처, 확장성, 장애 격리와 변경 안전성을 개선하고, CI/CD·GitOps·IaC 기반의 배포 및 인프라 자동화 플랫폼을 고도화해요. 개발자가 안전하게 사용할 수 있는 Self-service 도구를 만들고, Observability 기반과 장애 대응·복구 도구를 운영하며 반복 업무를 자동화해요. Public Cloud의 프로덕션 플랫폼 설계·운영, IaC와 여러 팀이 사용하는 CI/CD 또는 자동화 시스템 구축, 프로그래밍 언어를 활용한 플랫폼 도구 개발과 장애 원인 분석 경험이 필요해요. Istio·Envoy, 멀티 클러스터·멀티 리전, 점진적 배포·자동 롤백, Prometheus·Thanos·Grafana·OpenTelemetry 경험은 우대해요.

Kubernetes 기반 Cloud Native 플랫폼을 고도화하고 개발자가 빠르고 안전하게 서비스를 배포·운영할 수 있는 환경을 만들어요. CI/CD 배포 파이프라인, 모니터링·로깅 시스템, 여러 Kubernetes 클러스터를 운영·최적화하고 대규모 트래픽과 장애에 대응해요. 인프라 비용과 리소스를 최적화하며 보안 컴플라이언스를 고려한 클라우드 인프라를 설계하고, 장애 원인 분석과 복구 프로세스 자동화를 통해 재발을 줄여요. Kubernetes, Service Mesh, IaC 및 컨테이너 기반 인프라 운영 경험과 개발자의 배포·운영을 자동화하거나 도구로 개선한 경험이 우대돼요. AWS 등 특정 클라우드 경험은 필수 요건이 아니며, 공고에 경력 연차나 학력 요건은 명시되지 않았어요.

토스 Design Staff로서 특정 제품에 국한되지 않고 토스 전체의 중요한 아젠다를 디자인 전략과 실행 과제로 구체화해요. 여러 제품과 조직의 사용자 경험을 연결하고, 디자인 기준과 방향성을 제시하며, AI를 활용한 디자인 방법론과 디자이너를 위한 도구·인프라를 구축해요. 사용자·비즈니스·조직 관점에서 복잡한 문제를 구조화하고, 다양한 조직과 협업해 설득력 있는 디자인 방향을 만들어야 해요. App·Web UI를 높은 완성도로 설계하고 구현할 수 있는 역량과 총 3년 이상의 Product Designer 경력을 선호하며, 포트폴리오에는 역량이 드러나는 프로젝트를 최소 2개 포함해야 해요.

토스증권 DevOps&SRE팀에서 개발자가 서비스를 손쉽게 배포할 수 있도록 배포 프로세스와 개발·운영 경험을 개선해요. 모니터링과 장애 대응, 트러블슈팅을 담당하고 개발자 업무 흐름의 비효율을 줄이는 프로세스를 개발·운영·고도화해요. Kubernetes와 Cloud Native 생태계를 활용해 대규모 시스템을 고도화하며, 네트워크 문제를 해결하고 엔지니어링 경험을 자동화하거나 개선 도구를 개발한 경험이 필요해요. Kubernetes·Istio 기반 인프라, 분산 환경의 메트릭 시스템, 컨테이너 오케스트레이션과 CI/CD 서버, AWS 클라우드 운영 경험이 우대돼요.

토스증권의 Design System Migration Assistant로서 Design Platform Team과 협업해 기존 TDS로 구성된 화면을 확인하고, Figma에서 새로운 TDS 컴포넌트를 활용해 WTS 화면을 제작해요. Figma를 능숙하게 사용하고 컴포넌트를 활용해 화면을 빠르고 정확하게 제작할 수 있어야 하며, 반복 작업에서도 디자인 요소와 텍스트를 빠짐없이 옮기는 꼼꼼함이 필요해요. Figma 컴포넌트를 활용해 직접 제작한 화면이 3개 이상 포함된 Figma 원본 링크를 필수로 제출해야 해요. 2개월 단기 계약직이며, 역삼역 인근에서 근무하고 재택근무는 불가해요.

토스증권 Data Division의 DBA Team에서 Oracle, MySQL, MongoDB, PostgreSQL 등 다양한 DBMS를 운영해요. 이중화 솔루션 운영, 성능 모니터링과 튜닝, 백업·복구, DB 물리 모델 배포 및 New Feature 테스트·적용을 담당해요. Oracle DBA 5년 이상 운영 경험과 대용량 Database 운영 및 SQL 튜닝 경험이 필요하며, 차세대·업그레이드 프로젝트를 주도한 경험도 요구해요. Open Source DB, CDC 솔루션, 데이터 모델링 경험과 반복 업무 자동화 경험은 우대해요. 정규직으로 채용하며 직무 인터뷰, 문화적합성 인터뷰, 레퍼런스 체크 등의 절차를 진행해요.

토스뱅크 Real-Time Data 팀에서 앱과 서버 전반의 로그를 신뢰할 수 있는 데이터로 만들기 위해 로그 정의·수집·검증·활용 전 과정을 설계하고 운영해요. JSON Schema와 key/value 규칙을 기반으로 로그 표준과 Log Spec을 관리하고, FE·BE·Native 로그를 통합하며 변경 이력을 추적해요. Syntax·Semantic 검증을 포함한 Validation·QA 자동화 시스템을 설계·개선하고, 로그 품질 이슈와 UI/UX·다국어 변경에 대응해요. 데이터 엔지니어, 데이터 애널리스트, 개발자, QA, 디자인 등 여러 직군과 협업해 조직 전반에 로그 거버넌스와 데이터 품질 개선 프로세스를 정착시키는 역할이에요. Python, SQL, Airflow, CI/CD를 활용한 자동화와 로그 표준화·통합 경험이 있으면 좋아요.

토스플레이스의 오프라인 결제 및 매장용 제품 사업에 합류할 디바이스 전문 인재를 미리 등록하는 인재풀입니다. Engineering, Design, PO, Sales, QA·QE, Business Ops 등 디바이스 관련 다양한 직군의 지원자가 등록할 수 있어요. 제출한 이력서는 유관 포지션이 열릴 때 우선 검토되며, 검토 결과에 따라 가장 적합한 포지션의 인터뷰를 제안합니다.

DataOps Manager는 Data Operations Team에서 담당 사일로와 도메인의 데이터 전 주기를 관리해요. 고객 행동 데이터와 서비스 로그를 정의·설계하고 수집, QA, 모니터링까지 운영하며, 핵심 지표의 정합성과 데이터 품질을 관리해요. SQL로 데이터를 추출·검증하고 Tableau, Looker 등의 대시보드를 설계하며, 데이터 마트와 ETL 파이프라인 개선 및 반복 업무 자동화에도 참여해요. SQL 활용 능력과 데이터 구조·로그 설계에 대한 이해가 필요하고, 데이터 품질 관리, 대시보드 설계, ETL 구축 경험이 우대돼요. 사일로의 PO, Designer, Developer, Analyst와 협업하며 제품 단위에서 전사 데이터 운영으로 담당 범위를 넓혀가요. 경력 연차와 학력 조건은 공고에 명시되지 않았어요.

Android 기반 결제 단말기의 시스템 소프트웨어를 개발하고 개선해요. 애플리케이션, Framework, HAL 등 여러 레이어의 문제를 분석하고 실제 디바이스에서 발생하는 성능·안정성 이슈를 디버깅해요. 하드웨어·펌웨어 엔지니어와 협업하며 제품 개발부터 양산 이후 품질 이슈 대응까지 참여해요. Android 소프트웨어 개발 경험이 필요하고, Android Framework·AOSP 이해, 시스템 레벨 디버깅, C/C++·Native 영역, 성능 최적화 경험은 우대해요.

토스증권 DBA Team에서 Oracle, MySQL, MongoDB, PostgreSQL 등 데이터베이스를 운영하며 안정적인 데이터 제공과 안전한 보관을 담당해요. 이중화 솔루션 운영, 성능 모니터링과 튜닝, 백업·복구, DB 물리 모델 배포 및 신규 기능 테스트·적용을 수행하고 운영 자동화 방안을 만들어요. MySQL(Maria) DBA 5년 이상의 경력과 대용량 DB 운영 및 SQL 튜닝 역량, Python 개발 능력이 필요해요. On-premise와 Cloud 환경에서 Oracle·PostgreSQL 등 다양한 RDB와 MongoDB를 경험했다면 우대하며, 금융 업무 환경의 운영·기술지원 경험도 우대해요.

토스뱅크 Data Division의 Real-Time Data 팀에서 실시간 데이터 플랫폼과 데이터 제품을 개발·운영해요. MySQL, MongoDB, Oracle CDC와 Kafka, Kafka Connect를 활용해 대용량 실시간 데이터 파이프라인과 메시지 처리 플랫폼을 구축하고, Flink 기반의 실시간 Data Product를 개발해요. 대용량 로그 데이터를 Iceberg 포맷으로 저장·유지보수하며 운영 요소를 자동화하고 트러블슈팅해요. Kafka Connect, Flink, CDC를 활용한 실시간 데이터 파이프라인 구축 경험이 필요하고, Kafka Client 기반 Data Product 개발 경험과 운영 자동화 경험은 우대해요. 관련 경험 3년 이상을 선호하며, 채용은 서류접수, 직무 인터뷰, 문화적합성 인터뷰, 레퍼런스 체크와 처우협의를 거쳐 진행해요.

토스뱅크 Data Division의 Data Platform 팀에서 전사 데이터 플랫폼의 신뢰성·확장성·운영 효율을 높여요. Hadoop, Kubernetes 기반 Airflow, Trino·Impala 등 분산 데이터 인프라를 설계·고도화하고, 온프레미스와 AWS·GCP가 결합된 하이브리드 플랫폼으로의 전환을 주도해요. 분산 쿼리 엔진의 성능 병목과 장애를 분석·개선하며, BI/EDA와 semantic layer를 통해 엔지니어와 분석가가 데이터를 안전하게 활용할 수 있는 환경을 만들어요. Hadoop·Spark 기반 클러스터 운영, AWS 또는 GCP와 Kubernetes 데이터 플랫폼 구축·운영, Trino·Impala 성능 튜닝, Airflow 운영 경험이 필요해요. Python 또는 Java·Scala 개발 역량과 Docker·Kubernetes 환경의 서비스 배포·운영 이해가 요구되며, 오픈소스 코드 분석·수정과 semantic layer·BI/EDA·LLM·AI agent 접목 경험은 우대해요.

토스뱅크의 Data Product Manager (Mart)는 전사 데이터 마트를 제품으로 정의하고, 무엇을 만들고 없앨지 설계·기획하는 역할을 해요. Data Division에서 Silver·Gold Layer의 구조와 로드맵을 설계하고, 전사 데이터 마트를 표준화하며 품질 기준과 생명주기를 관리해요. Data Analyst·현업 부서의 요구사항을 마트 구조로 번역하고 Data Engineer와 협업해 안정적인 구축·운영을 지원해요. 데이터 마트·데이터 웨어하우스 설계 경험, 데이터 모델링에 대한 깊은 이해, SQL을 활용한 데이터 탐색·검증 역량과 원천부터 마트까지의 데이터 흐름을 설명하는 데이터 문해력이 필요해요. 복잡한 환경에서 중복 마트를 표준화하거나 품질·정합성·재사용성을 개선한 경험과 다양한 이해관계자와 협업한 경험이 있으면 좋아요.

토스의 DBA는 Data Division Data Platform Tribe 내 DBA팀에서 MySQL과 MongoDB 기반의 서비스 데이터베이스를 운영해요. 이중화 솔루션 운영, 성능 모니터링과 SQL 튜닝, 백업·복구, DB 물리 모델 배포 및 DB 기능 테스트·적용을 담당하고 개발·운영 업무를 지원해요. 반복 작업을 자동화하기 위한 운영 방안을 만들며, DBA 10년 이상의 경험과 대용량 DB 운영 및 SQL 튜닝 역량이 필요해요. MongoDB, Python 운영 자동화 스크립트, PostgreSQL, 클라우드 환경 운영 경험은 우대해요.

Realtime Data Team에서 대규모 금융 거래 데이터를 안정적으로 전송하는 분산 메시징·스트리밍 플랫폼과 실시간 데이터 파이프라인을 운영해요. Kafka 클러스터의 고가용성을 유지하고 CDC, Kafka Connect, Flink, ksqlDB를 활용해 실시간 데이터 처리 구조를 구성하며, OLAP 환경의 저장·조회 및 쿼리 성능을 최적화해요. 더 높은 처리량과 낮은 지연 시간을 위해 데이터 아키텍처를 개선하고 차세대 기술을 검토·도입해요. 대규모 데이터 플랫폼 운영 경험, Kafka 기반 아키텍처 또는 분산 메시징 시스템 이해, 중급 이상 Java 또는 Kotlin 활용 역량이 있으면 좋아요. ClickHouse, StarRocks, Druid, Pinot 등 OLAP 시스템 경험과 폭넓은 Data Engineering 경험은 우대 조건이에요.

토스뱅크의 Data Product Manager (AI)로서 AI·ML 기반 제품을 발굴하고 기획하며 구현과 운영까지 End-to-End로 이끌어요. Data Scientist와 ML Engineer와 협업해 기술과 제품을 연결하고, 복잡한 기술·비즈니스·규제 요구사항을 바탕으로 도메인을 설계해요. 비즈니스 임팩트와 Metric을 정의하고 A/B 테스트와 반복 개선으로 사용자 경험과 제품 성과를 고도화해요. AI Agent, LLM, ML을 활용한 서비스 경험이나 관심이 필요하며, 높은 불확실성의 과제를 리딩하고 다양한 이해관계자와 협업한 경험을 요구해요. 머신러닝 기반 제품 또는 시스템을 설계하고 운영한 경험은 우대해요.

Data Platform Tribe 소속 Data Governance Team에서 토스의 전사 데이터 거버넌스와 컴플라이언스 체계를 설계하고 시스템으로 구현해요. 데이터 자산·메타데이터·민감정보·데이터 흐름을 구조화하고, 접근 권한 관리와 보존·파기 라이프사이클 정책을 자동화된 체계로 발전시켜요. 개인정보 보호법과 신용정보법 등 데이터 관련 규제를 데이터 정책과 시스템 요구사항으로 구체화하고, 법무·보안·컴플라이언스·엔지니어링 조직과 협업해요. 데이터 거버넌스, 데이터 관리, 데이터 플랫폼·엔지니어링 등 관련 분야 7년 이상의 실무 경험과 데이터 웨어하우스·파이프라인·메타데이터·권한 체계에 대한 이해, SQL 활용 능력이 필요해요. 전사 프로젝트를 기획하고 여러 이해관계자와 조율해 끝까지 실행한 경험이 요구되며, 금융·핀테크 환경의 데이터 관리나 데이터 카탈로그·리니지·가명처리 경험은 우대해요.

토스뱅크 Data Division에서 전사 데이터 표준·품질·접근 권한·메타데이터를 포함한 데이터 거버넌스 체계를 설계하고 운영해요. 데이터 오너십, 접근 권한, 보존·파기 등 데이터 라이프사이클 정책을 수립하고, 데이터 카탈로그·품질 모니터링·MDM 도구 도입과 운영을 이끌어요. 개인정보보호법·전자금융감독규정 등 금융 규제를 데이터 시스템과 정책에 반영하고 내부통제·감사 대응을 주도해요. 데이터 거버넌스 정책과 프로세스를 직접 수립·운영한 경험이 필요하며, 데이터 카탈로그와 DW/Lakehouse에 대한 이해 및 DAMA-DMBOK·DCAM 기반 체계 설계 경험은 우대해요. IT·보안·법무·현업 등 다양한 이해관계자를 조율하고 거버넌스 성과를 KPI로 관리한 경험도 요구해요.

데이터 서비스 플랫폼의 데이터 엔지니어로서 입수·적재·스트리밍·배치 데이터 파이프라인을 설계하고 운영해요. 대용량 사용자 행동 로그와 세션 데이터를 분산 처리해 타겟팅·추천·성과 분석에 활용하고, 상품·유저 피처 집계 및 서빙 파이프라인과 리버스 ETL을 개발해요. 운영 도구, 모니터링 체계와 데이터 대시보드를 구축하며 데이터 서빙 영역을 통합하는 백엔드와 파이프라인도 담당해요. 대용량 데이터 파이프라인과 Hadoop, HBase, Kafka, Spark, Flink 등 분산 시스템 개발·성능 튜닝 경험이 필요하고, Python 기반 소프트웨어 개발 역량이 필수예요. Spark 장애를 원인까지 추적해 해결한 경험과 Data Warehouse·Mart, Airflow 기반 워크플로 개발·운영 경험을 요구하며 Kotlin·Golang, 실시간 피처 서빙과 OLAP 엔진 경험은 우대해요.

토스뱅크 Data Division의 Finance Data Platform 팀에서 관리회계와 재무 ALM 시뮬레이션에 필요한 데이터 마트와 시스템을 설계·개발·운영해요. 재무분석팀과 재무ALM팀과 협업하며 재무분석 마트와 재무 ALM 마트를 구축하고, Hadoop Ecosystem과 오픈소스 기반 환경에서 Workflow 개발과 자동화를 수행해요. 금융권에서 관리회계 또는 ALM 시스템을 관리한 경험이 필요하며, Java 또는 Python과 SQL로 비즈니스 로직을 구현하고 데이터 마트와 배치 스케줄링을 구축·운영할 수 있어야 해요. Frontend·Backend 기술과 Hadoop Ecosystem 데이터 처리 경험은 우대해요. 서류전형, 직무 인터뷰, 문화적합성 인터뷰, 레퍼런스 체크와 처우협의를 거쳐요.

토스플레이스 Data Platform 팀에서 Data Analytics Engineer로서 데이터 플랫폼과 데이터 소비자를 연결하고, 분석 가능한 데이터 환경을 구축해요. Snowflake, DBT, Airflow 등을 활용해 표준화된 데이터와 Single Source of Truth를 제공하고, 데이터 모델 설계·표준화·정합성 검증·DQ 모니터링·메타데이터 문서화를 수행해요. 제품 개발 초기부터 서버 개발자와 데이터 모델을 리뷰하며 담당 제품의 데이터 관리 체계와 시스템을 만들어가요. 높은 수준의 SQL과 DBT 활용 능력, DW 데이터 모델링 및 데이터 표준 관리 역량이 필요하고, 경우에 따라 Airflow를 활용할 수 있는 수준 이상의 Python 역량이 요구돼요. 오프라인 결제·O2O 도메인, 지표 설계·분석, DW 구축 프로젝트 경험은 우대돼요.

토스증권 WM Domain의 Advisory Silo에서 파트너의 포트폴리오 전략 데이터와 고객의 거래·자산·행동 데이터를 연결해 자문·일임 서비스의 데이터 흐름을 설계하고 운영해요. 외부 API·파일로 유입되는 금융 데이터를 검증·적재하고, 포트폴리오 성과·리스크 산출과 고객 유형화·개인화 추천을 위한 데이터 파이프라인을 개발해요. 데이터 식별자 매핑, 장애 대응, 백필, 모니터링과 함께 원천·가공 데이터의 정합성·완전성·적시성을 검증하는 품질 체계를 구축해요. 3년 이상의 데이터 엔지니어링 실무 경험과 Python·SQL, 외부 연계 시스템, Airflow 기반 배치 파이프라인, RDBMS·분산 데이터 환경 처리 경험이 필요해요. 금융 데이터, 자산운용·펀드·자문 도메인, 추천 시스템·피처 스토어 또는 ML 서빙 데이터 파이프라인 경험은 우대해요.

토스 코어의 Data Warehouse 팀에서 앱·서버 로그, 서비스 DB, 외부 파일 등 원천 데이터를 데이터 웨어하우스로 입수하고 신뢰할 수 있는 형태로 제공해요. 대규모 배치 파이프라인과 데이터 품질 체계를 설계·운영하며, 스키마 변경·데이터 유실·쿼리 성능 문제를 자동화와 시스템 개선으로 해결해요. 시멘틱 레이어, 온톨로지, 지식 그래프와 MCP·API를 활용해 사람이든 AI 에이전트든 데이터를 이해하고 사용할 수 있는 환경도 만들어요. Hadoop 생태계, 데이터베이스·데이터 웨어하우스·분산 처리에 대한 이해와 SQL 안티 패턴, Python 애플리케이션 개발 역량이 필요해요. Airflow 운영, OLAP 쿼리 튜닝, dbt·데이터 카탈로그·리니지 도구 도입 또는 AI-Ready 데이터 구축 경험은 우대해요.

Data Analytics Engineer (Product)는 담당 제품의 데이터 도메인 오너십을 갖고, 동료들이 신뢰할 수 있는 표준화된 데이터를 빠르게 활용하도록 데이터 구조와 관리 체계를 설계해요. 서버 개발자와 데이터 모델을 리뷰하고, 데이터 정합성·보안성·문서화·데이터 거버넌스를 관리하며 DQ, SLA, Compliance 기준을 수립해요. 표준 데이터 모델을 기반으로 일·시간·실시간 마트와 데이터 파이프라인을 설계·운영하고, 도메인별 Semantic Layer를 구축해 분석과 서비스에서 활용할 수 있는 데이터를 제공해요. SQL 활용 능력, 데이터베이스 정규화와 Data Warehouse 기본 원칙에 대한 이해가 필요하며, 데이터 표준과 구조를 기준으로 관계자에게 효율적인 처리 방안을 제안할 수 있어야 해요. Python은 Airflow를 사용할 수 있는 초급 수준이면 되며, 대용량 데이터 처리·지표 설계·DW 구축·데이터 품질 개선 경험과 Hadoop 이해는 우대돼요. 인터뷰 후 지원자의 강점과 조직 상황을 고려해 Foundation, Commerce, Ads, Pay, Growth, Business 중 담당 도메인이 정해져요.

토스증권의 AI Info & Data Silo에서 뉴스·공시·실적·시세 등 증권 데이터를 통합하고 가공해 글로벌 금융 데이터 플랫폼과 데이터 서비스를 구축해요. 실시간 증권시장 정보를 처리하는 데이터 파이프라인과 데이터 정합성·품질 검증 및 모니터링 시스템을 개발·운영해요. 3년 이상의 데이터 엔지니어링 경력과 Airflow·Kubernetes 기반 파이프라인, Kafka 기반 스트림 프로세싱 경험이 필요해요. 대용량 분산 처리 기술(Iceberg, ClickHouse, Elasticsearch 등)과 증권 도메인, AI·데이터 엔지니어링 트렌드에 관심이 있으면 우대해요.

토스페이먼츠 Data Engineering 팀에서 데이터 플랫폼 구축·운영, 실시간 스트리밍 파이프라인과 실시간 데이터 서빙 플랫폼을 개발해요. AWS Kubernetes 기반 플랫폼의 아키텍처 설계·배포·모니터링과 Airflow 배치 파이프라인 운영을 담당하고, CDC 기반 데이터 수집·처리 및 Apache Flink를 활용한 스트리밍 로직 개발과 장애 대응·성능 튜닝을 수행해요. MSA 환경에서 여러 서비스의 데이터를 결합해 대용량 트래픽을 처리하는 검색·조회 시스템도 구성해요. Kubernetes 환경에서 데이터 플랫폼을 구축하거나 운영한 1년 이상 경험, Apache Spark 기반 대용량 배치 처리·튜닝 경험, CDC 또는 스트리밍 파이프라인 설계·운영 경험이 필요해요. Java·Python, ArgoCD, 실시간 OLAP·서빙 엔진, Apache Flink 경험은 우대해요.

커머스 데이터에서 의미 있는 신호를 발굴하고, 추천·검색·광고 모델의 품질을 높이는 Data Scientist 역할이에요. 상품·셀러·유저·리뷰·이미지 등 다양한 데이터에서 유저 의도와 맥락을 분석해 신호·피처·라벨을 설계하고, 실험과 모델 반영까지 오너십을 가져요. SQL로 대규모 행동 로그를 추출·분석할 수 있어야 하며, Machine Learning 모델의 평가 방법을 이해하고 성능 저하 원인을 진단하거나 A/B 테스트를 설계·검증한 경험이 필요해요. Candidate Generation과 Ranking 기반의 추천·검색 모델, 오프라인·온라인 지표 연계, Feature Importance 분석이나 학습·서빙 시점의 피처 정합성 경험은 우대해요. 서류 후 약 2시간의 쿼리 테스트와 직무 인터뷰 중 라이브 쿼리 테스트가 진행될 수 있어요.

토스 코어의 재무 데이터를 매출·비용·자산·부채·현금흐름 등 일관된 표준 모델로 통합하고, 데이터 파이프라인과 데이터 마트를 운영·고도화해요. 전사 관점에서 확장 가능한 DW 모델과 데이터 아키텍처를 설계하고, BI와 데이터 애플리케이션 전략 및 데이터 표준·품질·거버넌스 체계를 실행해요. Hadoop, Airflow, Impala 기반 데이터 환경과 Python·PySpark 데이터 처리 역량이 필요하며, 복잡한 비즈니스 도메인을 구조화하고 다양한 이해관계자와 실행을 이끈 경험을 요구해요. 쿠버네티스 기반 DevOps와 Kotlin·FastAPI 백엔드 설계·개발, 재무회계·ERP 또는 재무 데이터 모델링 경험은 우대해요.

Data Platform Tribe 산하 Governance Team에서 토스 전사의 데이터를 안전하고 추적 가능하며 신뢰할 수 있게 만드는 데이터 거버넌스 시스템을 개발해요. Spark, Airflow, Kafka 기반 데이터 파이프라인을 이해하고 개발하며, 데이터 계보(Lineage), 민감 데이터 분류·보호, 메타데이터와 Feature 거버넌스, Kafka 스키마·접근 제어 체계를 구축해요. 데이터 접근 제어 시스템을 설계하거나 운영한 경험이 필요하고, 데이터 계보·메타데이터 관리, Feature Store 또는 Kafka 스키마 레지스트리 경험은 우대해요. LLM·에이전트를 운영 시스템에 연결하고 데이터 사용 권한과 감사 체계를 설계한 경험도 우대해요.

Global Silo에서 글로벌 제품의 가입·온보딩·활성화·전환 등 주요 퍼널을 분석하고 성장 기회를 찾아요. 국가와 시장별 유저 행동을 바탕으로 핵심 지표와 가설을 설정하고, A/B 테스트를 설계·분석해 제품과 사업의 방향 및 우선순위를 제안해요. SQL로 다양한 데이터 소스를 탐색하고 지표 체계, 대시보드, 분석 프레임워크를 설계·고도화해야 해요. 제품·그로스·전환·리텐션 분석이나 Growth Framework·AARRR 기반 분석 경험이 우대되며, 사전 과제로 약 2시간의 쿼리 테스트가 진행돼요.

토스뱅크 Data Division의 Data Warehouse 팀에서 전사 공통 데이터 파이프라인과 데이터 관련 도구를 개발·운영해요. Data Mesh·Medallion Architecture를 기반으로 데이터를 모델링하고, 데이터 표준·정합성·품질을 관리하며 대용량 데이터 처리와 반복 업무 자동화를 수행해요. Hadoop Ecosystem 환경에서 Python, PySpark, Spark를 활용할 수 있어야 하고, 분산 처리 기반 query engine 튜닝과 ETL·Airflow 배치 최적화 경험이 필요해요. 데이터 집계 마트 구축 및 운영 성과와 다양한 이해관계자의 요구사항을 구체화하고 데이터 처리 방안을 제안한 경험을 중요하게 봐요.

토스증권 Data Division의 Data Warehouse Team에서 증권 도메인 데이터를 분석에 활용할 수 있도록 데이터 웨어하우스와 데이터 마트를 설계·구축·운영해요. 데이터 구조 설계, 표준 준수, 데이터 정합성 검증, DQ 모니터링, 보안성 검토, 메타데이터 문서화와 데이터 카탈로그 관리를 담당해요. 데이터 사용자와 협업해 비즈니스 성과 분석 및 대외·공시 보고서에 필요한 데이터 마트와 파이프라인을 만들고, 기존 테이블을 모델링 관점에서 리팩토링·최적화해요. SQL을 능숙하게 사용하고 데이터 웨어하우스·마트 모델링과 파이프라인 구축·운영 경험이 필요하며, 증권 도메인 이해와 Hadoop·Airflow·DBT·PySpark·Tableau 경험은 우대해요.

토스증권 Product Data Analysis Team에서 담당 프로덕트 팀·사일로의 목표를 지표로 구체화하고, 고객 행동과 거래 데이터를 분석해 제품 개선 과제를 찾아요. SQL로 데이터를 추출·정제하고 검증하며, 가설 수립부터 A/B 테스트 설계·결과 해석, 액션 제안까지 분석 전 과정을 주도해요. Retention, Cohort, Funnel, LTV 등 모바일 서비스 분석 방법론을 활용해 이탈·전환·거래 행동의 원인을 파악하고 PO·디자이너·개발자가 실행할 수 있는 제안으로 연결해야 해요. 증권·금융 또는 트레이딩·투자 서비스 분석 경험, Python·R 통계 분석 및 Tableau 활용 경험은 우대해요. 서류 접수 후 사전과제, 직무 인터뷰, 문화적합성 인터뷰, 레퍼런스 체크 등의 절차로 진행돼요.

전사 통합마트와 데이터 프로파일을 설계·개발하고, 여러 도메인에 흩어진 데이터를 공통 기준으로 연결해 사람이든 AI 에이전트든 신뢰하고 활용할 수 있는 중앙 데이터 자산으로 만들어요. 유저·가맹점·서비스 프로파일의 룰 기반 산출 로직과 품질 검증을 설계하며, 마트와 프로파일이 온톨로지의 엔티티·관계로 이어지도록 데이터 구조와 메타를 정의해요. Hadoop 기반 분산 처리, 데이터 웨어하우스와 차원 모델링, 높은 수준의 SQL 활용 역량이 필요하며, Python으로 Airflow DAG와 재사용 가능한 배치 모듈을 작성하고 PySpark로 대용량 배치를 개발할 수 있어야 해요. 여러 직군과 협업해 데이터 요구사항을 구체화하고 표준·품질 체계를 정착시킨 경험이 필요해요. 대용량 배치 성능 개선, 프로파일 집계, 시맨틱 레이어·지표 사전·온톨로지 또는 AI-Ready Data 경험은 우대해요.

Data Analysis Chapter에 소속되어 Data Intelligence and Analytics팀에서 토스커뮤니티 전반의 유저 여정과 도메인 간 시너지를 분석하고 전사 전략을 지원해요. 유저 행동 데이터 세그멘테이션, 크로스 액티베이션 매트릭스 구축, 정책·프로덕트 변화의 전사 임팩트 측정, LTV·CLV 분석과 전사 지표 체계 고도화를 담당해요. 인과추론 등 통계적 방법론을 활용해 상관관계를 넘어 실질적인 인과관계를 분석하고, 결과가 비즈니스 의사결정과 실제 액션으로 이어지도록 인사이트를 전파해요. SQL로 대규모 데이터를 가공·분석할 수 있는 역량과 복잡한 분석 결과를 명확하게 전달하는 커뮤니케이션 역량이 필요해요. 사전 과제로 약 2시간의 쿼리 테스트가 진행되며, 직무 인터뷰에서 라이브 쿼리 테스트가 진행될 수 있어요.

토스증권 Product Data Analysis Team에서 프로덕트 팀과 사일로의 목표를 지표로 정량화하고, 데이터에서 문제와 분석 아젠다를 발굴해 의사결정을 지원해요. 여러 사일로가 같은 기준으로 판단할 수 있도록 지표 체계와 분석 프레임워크를 설계하고, 증권 환경에 맞는 준실험·관찰 데이터 분석과 인과추론 기준을 세워요. 7년 이상의 프로덕트 데이터 분석 경력 또는 이에 준하는 경험이 필요하며, 주어진 질문을 넘어 문제를 발굴하고 조직의 의사결정까지 연결한 경험을 요구해요. 동료 분석가의 분석을 리뷰하고 성장을 돕는 역할도 맡으며, 증권·금융 또는 트레이딩·투자 서비스 분석 경험과 분석 인프라·거버넌스 구축 경험은 우대해요. 채용은 서류접수, 사전과제, 직무 인터뷰, 문화적합성 인터뷰, 레퍼런스 체크와 처우 협의 순으로 진행돼요.

토스증권 AI Info & Data Silo에서 국내외 공시·실적·경제지표·시세 등 금융 데이터를 수집·가공·적재하는 데이터 파이프라인을 구축하고 운영해요. 외부 금융 데이터 벤더의 명세를 사내 표준 데이터 모델과 식별자에 매핑하고, 데이터 정합성·완전성·적시성을 검증하는 품질 체계를 만들어요. LLM을 활용해 비정형 공시 데이터를 구조화하고, 재무·가격 데이터 기반 퀀트 팩터 산출 파이프라인도 개발해요. 3년 이상의 데이터 엔지니어링 실무 경험과 Python·SQL, 외부 API·파일 연계 시스템, Airflow 등 배치 파이프라인, RDBMS 및 분산 데이터 환경 처리 경험이 필요해요. 금융 데이터 처리 경험과 복수 금융 벤더 통합, Kubernetes·LLM 활용 경험은 우대해요.

토스인컴 Data Platform Team에서 데이터 수집·적재 파이프라인과 데이터 웨어하우스 인프라를 설계하고 운영해요. 배치·실시간 데이터 파이프라인부터 데이터 레이크하우스, 처리·서빙까지 E2E 데이터 흐름을 구축하고, API·자동화 도구·플랫폼 기능도 개발해요. 데이터 플랫폼의 안정성·확장성·보안·성능·비용 효율을 지속적으로 개선하며 새로운 기술과 아키텍처를 검증하고 도입해요. 5년 이상의 데이터 엔지니어링 경험과 클라우드 환경의 데이터 인프라 설계·구축·운영 경험이 필요해요. 소프트웨어 개발 역량과 데이터 웨어하우스 등 데이터 분석 인프라 구축·운영 경험은 우대해요.

토스 광고 도메인에서 광고 소재·지면·유저 데이터를 분석해 추천 및 서빙 로직의 개선 방향과 새로운 Feature를 도출해요. 추천·예측 모델의 성능을 평가하고 가설 수립, A/B 테스트 설계와 검증, 결과 분석 및 액션 제안까지 주도해요. CTR, CVR, 매출, 광고주 성과와 리텐션의 변화를 추적할 지표 체계를 설계하고, 광고 트래픽 가치와 입찰·가격 전략도 분석해요. Spark와 SQL을 활용한 데이터 추출·분석 경험, 유저·제품·비즈니스 데이터에서 인사이트와 전략을 도출한 경험, A/B 테스트 경험이 필요해요. 추천·타겟팅 등 ML 모델의 동작과 비즈니스 관점의 성능 평가 경험은 우대하지만, 모델을 직접 구현하지 않아도 돼요.

토스씨엑스 CX Planning Team에서 계열사별 CX 운영 구조와 상담 흐름의 비효율을 데이터로 진단하고 개선 전략을 실행해요. VOC, 문의 유형, 리드타임과 SLA·CSAT 등 운영지표를 분석해 문제와 우선순위를 정의하고, 상담 프로세스·정책·어드민 기능·FAQ·챗봇 등을 개선해 문의량을 줄이는 프로젝트를 주도해요. 전담팀 리더 및 제품·정책 조직과 협업하며 문제를 화면 플로우, 기능 정의서, 플로우차트, 와이어프레임 등으로 구체화하고 제품과 정책에 반영해요. 5년 이상의 CX 경력과 정량적 개선 성과, 복잡한 문제를 구조화하고 명확하게 커뮤니케이션한 경험이 필요해요. 100명 이상 규모의 CX 조직에서 운영기획·서비스기획·VOC 개선 프로젝트를 주도한 경험은 우대해요.

토스인컴 Data Team의 초기 멤버로 합류해 표준 데이터 마트와 SSOT를 구축·운영하고, 제품과 조직 전반에서 일관된 데이터 정의와 지표를 사용할 수 있도록 데이터 모델과 집계 로직을 설계해요. dbt·Snowflake 기반 Semantic Layer와 도메인별 데이터 마트를 고도화하고, Airflow와 Snowflake 환경에서 서비스 로그를 분석에 적합한 형태로 수집·정제·가공해요. 데이터 품질 검증, 모니터링, 알림, 원인 분석과 복구를 자동화하고 데이터 표준·메타데이터·거버넌스 체계를 구축해요. SQL을 능숙하게 사용하고 데이터 마트를 직접 설계·구축·운영해본 경험이 필요하며, Airflow DAG 운영과 트러블슈팅 및 서버 개발자·Data Analyst·비즈니스 담당자와의 협업 역량이 요구돼요. AI Agent와 자동화 도구가 신뢰할 수 있는 데이터 기반에서 동작하도록 데이터 플랫폼을 개선하는 역할이에요.

Data Analyst(Ads)로서 Data Analysis Chapter에 소속되어 광고 도메인의 사용자 행동과 광고·앱테크 제품 데이터를 분석해요. 광고 이용자의 행동에서 인사이트를 발굴하고, 도메인 목표에 맞는 지표와 가설을 설정해 A/B 테스트를 설계·분석하며 전략과 액션 아이템을 제안해요. 사용자 행동을 정의하고 분석하기 위한 새로운 지표도 개발해요. SQL로 데이터를 추출·분석하는 역량과 가설 수립부터 실험 설계·검증·개선까지 수행한 경험이 필요하며, 광고·앱테크 도메인 경험은 없어도 지원할 수 있어요.

토스뱅크의 서비스 단위 스쿼드에서 제품 개선을 위한 데이터 분석을 지원해요. SQL로 실험 및 요청 데이터를 추출·분석하고, 로그와 데이터 정합성을 확인하며 분석용 데이터 마트를 설계해요. 분석 결과를 시각화하고 대시보드를 운영하며, Data Analyst 및 프로덕트·디자인·엔지니어링 직군과 협업해요. SQL 활용 능력이 필수이며, 대시보드 구축·운영, 데이터 시각화, 제품 환경의 실험 데이터 분석 경험은 우대해요. 계약직으로 계약기간은 1년이에요.

토스증권 Data Division의 Data Warehouse Team에서 데이터 웨어하우스와 데이터마트를 설계·구축하고 운영해요. Hadoop-Ecosystem과 오픈소스 솔루션을 기반으로 DW 데이터 워크플로를 개발·자동화하고, Airflow·DBT·Django 앱을 Kubernetes 환경에 배포·운영하며 트러블슈팅해요. 대용량 데이터를 효율적으로 처리하고 데이터 품질 점검과 거버넌스를 구축하며, 데이터 활용을 높이기 위한 자동화와 최적화도 수행해요. 5년 이상의 Data Engineer 경험, RDBMS·Hadoop-Ecosystem·Data Warehouse 이해, 상급 SQL과 중급 Python, Spark 기반 빅데이터 처리 경험이 필요해요. 데이터마트를 주도적으로 설계·구축·운영했거나 오픈소스를 수정해 기능을 개발한 경험이 있으면 좋아요.

토스뱅크의 Data Analyst로서 앱 로그와 금융 거래 데이터를 분석해 프로덕트의 비즈니스 문제를 정의하고 데이터 기반 의사결정을 이끌어요. 요청받은 데이터를 추출하는 데 그치지 않고 가설을 세워 인과추론과 A/B 테스트 등으로 검증하며 실행 가능한 액션을 제안해요. 데이터 마트 설계와 정합성 검증을 통해 반복 활용할 수 있는 분석 환경과 데이터 표준을 만들어요. 복잡한 비즈니스 로직을 SQL로 구조화하고 Python/R과 통계 지식을 활용해 분석 결과를 해석하고 비전문가에게 쉽게 전달해야 해요. Tableau·Amplitude 기반 대시보드 구축, 서비스 기획·로그 설계 참여, AI 등 새로운 기술을 활용한 업무 개선 경험은 우대해요. 연차는 구분하지 않으며 금융권 경험이 없어도 지원할 수 있어요.

토스뱅크 Customer Experience Team에서 상담 경험 개선 정책과 운영 전략을 수립하고, VOC를 분석해 고객 문제를 해결해요. 은행 상품과 금융상품에 대한 이해를 바탕으로 상담 가이드를 만들고 제품팀과 협력해 정확한 고객 응대를 지원해요. 상담원의 권한·계정·물품을 관리하고 고객센터 운영 비용을 검증·집행해요. 여·수신 관련 은행 상품 또는 금융상품에 대한 기본적인 이해가 필요하며, 다양한 직군과 소통하며 문제를 해결한 경험을 우대해요. 계약직으로 계약기간은 1년이며, 서류접수·직무 인터뷰·문화적합성 인터뷰를 거쳐요.