커머스 OS Backend / Data Platform Engineer

주요업무

Founding Backend / Data Platform Engineer는 단순한 API 백엔드 개발자가 아닙니다. 고객사의 여러 데이터 소스를 안전하게 연결하고, 데이터를 안정적으로 수집·정제·통합하며, Moast의 데이터 분석 Agent가 신뢰할 수 있는 답변을 만들 수 있도록 핵심 데이터 기반을 설계합니다. 1. 외부 데이터 소스를 연결합니다 Cafe24, GA4, Meta Ads, Instagram 등 외부 플랫폼 API를 연동합니다. 고객사별 외부 서비스 계정을 안전하게 연결할 수 있는 OAuth 2.0 기반 인증 구조를 설계하고 구현합니다. Access token, refresh token, scope, credential 만료 및 갱신 과정을 관리합니다. 고객사별 계정, 채널, 데이터 소스의 연동 상태와 권한을 관리합니다. API 호출 제한, 토큰 만료, 권한 변경, API 버전 변경 등 다양한 예외 상황에 대응합니다. 2. 고객사별 데이터 수집 파이프라인을 만듭니다 외부 플랫폼의 데이터를 주기적으로 수집하고 동기화하는 파이프라인을 설계합니다. 배치 작업, 비동기 워커, 잡 큐, 스케줄러 구조를 구현합니다. 증분 수집, 전체 재수집, 특정 기간 재처리가 가능한 구조를 만듭니다. 데이터 중복 적재를 방지하고 동일한 작업이 여러 번 실행되어도 안전한 구조를 설계합니다. 동기화 실패 시 자동 재시도와 수동 복구가 가능한 운영 체계를 만듭니다. 고객과 운영자가 데이터 수집 상태와 오류 원인을 확인할 수 있도록 합니다. 3. BigQuery 기반 통합 데이터 구조를 설계합니다 BigQuery를 기반으로 raw, staging, mart 데이터 레이어를 설계하고 구축합니다. 각 플랫폼마다 다른 구조의 데이터를 공통 분석 모델로 통합합니다. 고객사별 데이터가 안전하게 분리되는 멀티테넌트 데이터 구조를 설계합니다. 고객, 상품, 주문, 매출, 채널, 캠페인, 광고, 콘텐츠 등 주요 엔티티를 모델링합니다. 매출, 광고비, ROAS, 전환율, CAC, 재구매율 등 주요 지표가 일관된 기준으로 계산되도록 만듭니다. 고객사마다 다른 데이터 구조와 지표 정의를 확장 가능하게 처리합니다. 4. 데이터 분석 Agent의 백엔드를 개발합니다 사용자의 자연어 질문을 실제 데이터 조회와 분석으로 연결하는 query backend를 개발합니다. LLM이 사용할 수 있는 분석 API와 Tool Calling 구조를 설계합니다. Agent가 어떤 테이블과 지표를 어떤 조건으로 조회해야 하는지 판단할 수 있도록 메타데이터를 구성합니다. NL-to-SQL, semantic layer, metric layer 등 적합한 기술 방식을 검토하고 적용합니다. 잘못된 SQL 실행이나 근거 없는 답변을 줄이기 위한 검증 로직을 설계합니다. 질문, 데이터 조회, 지표 계산, 해석, 근거 제시가 하나의 분석 흐름으로 연결되도록 만듭니다. 분석 결과가 향후 콘텐츠 생성, CRM, 퍼포먼스 마케팅 실행으로 이어질 수 있는 구조를 준비합니다. 5. 데이터 품질과 운영 안정성을 높입니다 데이터 정합성, 누락, 중복, 지연을 검증하는 로직을 구현합니다. 외부 플랫폼의 스키마 변경이나 API 응답 변화를 감지합니다. 데이터 동기화 상태, 실패 원인, 처리량 등을 모니터링합니다. 로그, 알림, observability 체계를 구축합니다. 반복적으로 발생하는 데이터 운영 문제를 자동화합니다. 고객사가 신뢰할 수 있는 분석 결과를 받을 수 있도록 데이터 품질 기준을 함께 정의합니다. 6. 제품팀과 고객의 질문을 데이터 구조로 바꿉니다 고객 인터뷰와 VOC를 바탕으로 실제로 필요한 분석 질문을 정의합니다. “어떤 데이터를 연결하면 어떤 질문에 답할 수 있는가”를 제품팀과 함께 구조화합니다. MVP에서 먼저 구현할 데이터 소스, 지표, 분석 기능의 우선순위를 결정합니다. 데이터의 한계와 기술적 제약을 제품팀이 이해할 수 있도록 설명합니다. 완성된 요구사항을 기다리기보다 문제를 직접 구체화하고 기술적 대안을 제안합니다.

자격요건

• 관련 경력 4년 이상 또는 그에 준하는 실무 역량을 갖춘 분 • 프로덕션 환경의 백엔드 시스템을 직접 설계하고 운영해본 분 • 외부 SaaS 또는 API 연동을 직접 구현해본 분 • OAuth 2.0, access token, refresh token, scope 관리에 대한 이해가 있는 분 • ETL·ELT 또는 데이터 수집 파이프라인을 설계하고 구축해본 분 • BigQuery, Snowflake, Redshift 등 데이터 웨어하우스를 사용해본 분 • SQL 및 분석용 데이터 모델링에 대한 이해가 있는 분 • 비동기 워커, 잡 큐, 스케줄러, 재시도, 실패 복구 구조를 구현해본 분 • 불완전한 요구사항을 기술적 문제로 구조화하고 제품으로 구현할 수 있는 분 • 운영 환경에서 발생하는 장애와 데이터 문제를 끝까지 추적하고 해결할 수 있는 분 • 특정 담당 영역에만 머무르지 않고 제품 전체의 데이터 흐름을 고민할 수 있는 분

우대사항

• Cafe24 API 연동 경험이 있는 분 • GA4 Data API 또는 Google Analytics 관련 개발 경험이 있는 분 • Meta Marketing API 또는 Instagram Graph API를 사용해본 분 • dbt 또는 Analytics Engineering 경험이 있는 분 • 멀티테넌트 SaaS 아키텍처를 설계하거나 운영해본 분 • 데이터 품질 검증, lineage, observability 시스템을 구축해본 분 • LLM Application, Tool Calling, NL-to-SQL 개발 경험이 있는 분 • Semantic layer 또는 metric layer를 설계해본 분 • GCP 및 BigQuery 환경을 운영해본 분 • 초기 스타트업이나 신규 제품의 0to1 단계에 참여해본 분 • 커머스, 마케팅, 광고, CRM 데이터에 대한 이해가 있는 분 • 고객의 분석 요구사항을 직접 듣고 데이터 구조에 반영해본 분 • 작은 팀에서 백엔드, 데이터 파이프라인, 인프라 영역을 폭넓게 다뤄본 분

기술스택

AWS-Redshift, Google-BigQuery, BigQuery, Snowflake

채용절차

[채용 정보] • 고용 형태 : 정규직 • 경력 사항 : 4년 이상 • 제출 서류 : 이력서 및 포트폴리오(필수) • 근무 장소 : 서울시 마포구 백범로 31길 21, 서울창업허브 [합류여정] 서류검토＞ 1차 인터뷰 ＞ 과제 전형 ＞ 2차 인터뷰 ＞ 처우 협의 및 최종 합류 *상기 절차는 상황에 따라 생략되거나 변경될 수 있습니다. [참고해 주세요] • 채용 완료 시 조기 마감될 수 있습니다. • 지원서 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다. • 정규직 채용의 경우 3개월의 온보딩(수습기간)이 진행됩니다. • 수습기간에도 급여는 동일하게 100% 지급됩니다.