공고 비교
선택한 공고의 경력, 기술, 근무 조건과 전형을 같은 기준으로 정리했습니다. 지원 전에는 기업 원문에서 최신 내용을 다시 확인하세요.
| 비교 항목 |
카카오뱅크
서버 개발자 - 뱅킹
제외
바꾸기
|
넥스트증권
금융 데이터 분석가(Financial Data Analyst)
제외
바꾸기
|
안랩
[경력] 세일즈 엔지니어
제외
바꾸기
|
컬리
서버 엔지니어
제외
바꾸기
|
|---|---|---|---|---|
| 경력 | 5년 이상 | 5년 이상 | 3년 이상 | 10년 이상 |
| 기술 | Backend, Java, Spring, Kotlin, Kafka, Redis, 서버 개발 경력이 5년 이상인, Kotlin/Java·Spring Boot·ORM 실무 1년 이상, 기술 구현보다 문제 해결에 집중하는, 동료를 존중하고 팀의 성과를 자신의 성과처럼 여기는, 문제가 생겼을 때 먼저 손을 드는, 배움과 경험을 팀과 나누는, 시니어 추가: 동료의 일과 이슈를 함께 관리한 경험, 시니어 추가: 대규모 트래픽 서비스를 0에서 1까지 직접 구현하고 운영한 경험, 시니어 추가: 시스템을 상시 운영하고 장애를 직접 해결한 경험, 매니징 추가: 구성원들을 리딩하고 그룹을 운영한 경험, 매니징 추가: 동료 조직장, 상위 조직장, 하위 조직장과의 협업을 직접 다뤄본 경험, 매니징 추가: 권한 없이도 영향력으로 cross-team 문제를 풀어낸 경험, AI 기반 코드 생성·리뷰·테스트 자동화 실무 경험, Virtual Thread·Spring AI·Coroutine·Redis·Kafka 이해, MSA/Modular Monolith 설계·전환 경험 | Data Analysis, Python, SQL, Spark, Databricks, AI, 5년 이상의 금융 투자정보 분석 또는 금융 데이터 관련 실무 경험이 있으신 분, LSEG 또는 유사 금융 데이터 벤더가 제공하는 투자정보를 실무에서 활용한 경험이 있으신…, 종목·시세·지수·기업정보·재무·기업행사 중 하나 이상의 데이터 도메인에 대한 깊은 이해가…, 금융상품 및 종목 식별자 체계와 종목 마스터 데이터에 대한 이해가 있으신 분, Python 과 SQL을 활용하여 대용량 금융 데이터를 분석하고 검증할 수 있으신 분, 벤더 데이터 명세를 분석하여 사내 데이터 모델과 매핑 규칙을 정의할 수 있으신 분, 데이터 정합성 및 품질 문제를 발견하고 근본 원인을 분석할 수 있으신 분, 투자정보의 요구사항과 업무 규칙을 명확한 데이터 명세로 문서화할 수 있으신 분, 데이터 엔지니어, AI/ML 엔지니어 및 서비스 조직과 원활하게 협업할 수 있으신 분, 복수 금융 데이터 벤더의 데이터를 비교·통합하거나 전환한 경험이 있으신 분, 글로벌 주식, ETF, 채권, 파생상품 또는 지수 데이터를 다룬 경험이 있으신 분, 기업행사에 따른 가격·수량·식별자 조정 업무 경험이 있으신 분, 데이터 벤더의 라이선스, 권한 또는 재배포 정책을 검토한 경험이 있으신 분, Databricks, Spark 또는 데이터 레이크하우스 환경에서 분석한 경험이 있으신 분, 데이터 품질 규칙과 모니터링 체계를 설계하거나 운영한 경험이 있으신 분, AI 코딩 에이전트나 생성형 AI를 활용해 SQL 작성, 데이터 분석 및 문서화 생산성을… | Network, Security, Pre-Sales, B2B Sales | Python, [경험], 유관경력 10년 이상 보유한 분, [지식], [스킬], 엔지니어 조직에서 기술 멘토링 및 업무 배분, 성과 관리를 해본 분 |
| 근무지 | 경기 성남시 분당구 | 서울특별시 영등포구 국제금융로 10 | 경기 성남시 분당구 | 서울특별시 강남구 테헤란로 133 |
| 근무형태 | 오피스 | 오피스 | 미기재 | 하이브리드 |
| 고용형태 | 정규직 | 정규직 | 정규직 | 정규직 |
| 마감 | 2026.08.10 | 상시채용 | 2026.08.17 | 상시채용 |
| 보상 | 미기재 | 미기재 | 미기재 | 미기재 |
| 전형 |
| 미기재 |
|
일정
|
| 바로가기 |