[코어] Data Analytics Engineer (Feature)

<p># 합류하게 될 팀에 대해 알려드려요<br>&nbsp;- **Data Platform Tribe 산하 Data Reliability Team**은 토스 전사의 데이터 자산을 넓게 보고, 중요한 것을 식별하고, 품질을 체크하고, 생명 주기를 관리하는 팀이에요.<br>- 현재 백엔드/프론트엔드 코드 배포 하나가 어떤 데이터, 어떤 피처, 어떤 모델, 어떤 서빙에까지 영향을 주는지 가시화되지 않은 상태인데요, 이 문제를 풀기 위해 만들어진 팀이에요.<br><br><br><br>&nbsp;# 합류하면 함께할 업무예요<br>- 전사 Feature(ML 모델 입력값, ES 인덱스, Redis, API 응답 등)의 생성 파이프라인을 설계하고 구축해요.<br>- Feature의 품질 관리(Retention Policy, Data Quality 유지) 체계를 설계하고 운영해요.<br>- 전사 단위 공통 영역의 Feature를 직접 개발해요.<br>- Feature, Model 관련 기존 메타데이터를 확인하고, 부족한 메타데이터를 쌓기 시작해요.<br>- 사제 피처를 탐지하고, Verified Feature로 승격시키는 관리 프로세스를 만들어요.<br>- 데이터가 흘러서 서빙 되는 Online Serving / ML 영역의 데이터 품질과 영향도를 체계적으로 관리해요.<br><br><br><br>&nbsp;# 이런 분과 함께하고 싶어요<br>- Feature Engineering 경험이 있거나 Feature Store를 설계·구축해 본 분이 필요해요.<br>- 대용량 데이터 파이프라인(Spark, Flink, Kafka 등)을 직접 설계·구축한 경험이 있는 분이 필요해요.<br>- 데이터 리니지나 메타데이터 관리 체계를 설계해 본 경험이 있으면 좋아요.<br>- 데이터 품질(DQ) 모니터링 시스템을 구축하거나 운영한 경험이 있으면 좋아요.<br><br><br><br>&nbsp;# 이런 경험이 있다면 이력서에 꼭 작성해 주세요<br>- Feature Store를 직접 설계하거나 운영한 경험이 있다면 어떤 구조였는지, 어떤 문제를 풀었는지 자세히 작성해주세요.<br>- 데이터 품질 이슈를 시스템적으로 해결한 경험이 있다면 작성해주세요.<br><br><br><br>&nbsp;# 토스로의 합류 여정<br>- 서류접수 &gt; 직무 인터뷰 &gt; 문화적합성 인터뷰 &gt; 레퍼런스 체크 &gt; 처우협의 &gt; 최종합격 및 입사<br><br><br><br>&nbsp;# 함께할 동료를 위한 한마디<br>&nbsp;&gt;&nbsp;&nbsp; 토스 전사 Feature의 표준을 함께 만들어갈 수 있어요. 프로세스와 관리 체계를 직접 설계하고, 공통 영역의 개발과 운영까지 온전히 주도할 수 있는 기회입니다!</p>