공고 비교
선택한 공고의 경력, 기술, 근무 조건과 전형을 같은 기준으로 정리했습니다. 지원 전에는 기업 원문에서 최신 내용을 다시 확인하세요.
| 비교 항목 |
카카오뱅크
데이터 엔지니어 - Data Product
제외
바꾸기
|
티빙 (TVING)
머신러닝 엔지니어(ML Engineer) 경력채용
제외
바꾸기
|
넥스트증권
금융 데이터 분석가(Financial Data Analyst)
제외
바꾸기
|
화이트큐브 (챌린저스)
[챌린저스] ML Engineer
제외
바꾸기
|
|---|---|---|---|---|
| 경력 | 3년 이상 | 3년 이상 | 5년 이상 | 5~10년 |
| 기술 | Data Engineering, Data, Java, Kotlin, Python, Kafka, SQL, 데이터 엔지니어링 또는 관련 분야에서 3년 이상의 경력을 보유한, SQL 및 하나 이상의 프로그래밍 언어(Java, Kotlin, Python)에 숙련된, 대용량 데이터 처리 및 ETL/ELT 파이프라인 설계, 운영 경험, 대규모 분산 데이터 플랫폼 기반의 데이터 처리 경험, Kafka·Airflow·Flink·Spark 이해·활용 경험, 데이터 프로덕트의 백엔드 API 개발 경험, 금융 업무(여신, 수신, 카드, 외환, 회계 등)에 대한 이해도, AI 기술 및 도구에 대한 적응력과 이해도 | Machine Learning, AWS, Data, SQL, A/B Testing, Deep Learning, Recommendation Systems, Search, Ranking, Feature Engineering, Feature Store, MLflow, MLOps, LLMOps, LLM, Athena, Triton, TorchServe, BentoML, ONNX, Model Serving, CTR, CVR, Watch Time, Retention | 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… | Machine Learning, Python, MLOps, Recommendation Systems, Time Series, Data Pipeline, 데이터 사이언스 또는 머신러닝 관련 실무 경험 5년 이상을 보유한 분, 복잡하고 정의되지 않은 비즈니스 문제를 데이터와 모델로 구조화하는 데 익숙한 분, 시계열 또는 정형 데이터 기반 예측 모델링 경험을 보유한 분, Python 등 익숙한 언어와 도구를 활용해 실제 운영 가능한 ML 시스템을 구축해 본 분, 진짜 성공을 만들고자 하는 열망이 강한 분, 커머스/광고 도메인의 랭킹 및 추천 시스템에 대한 이해가 깊은 분, 실험 설계 및 인과 추론(Causal Inference) 경험이 있는 분, 캠페인 집행 효과 분석 또는 구매 전환 영향도 분석 경험을 보유한 분, 기술 그 자체의 개선보다, 기술을 통해 고객 중심의 비즈니스 문제를 해결해본 적이 있는 분, 화이트큐브 프로덕트가 일하는 방식, 기능 개발에 필요한 작업을 작은 단위로 나눠서 진행합니다., 이슈가 발생하는 상황에서도, 다같이 해결할 수 있는 동료들이 모여있습니다., (범인을 찾지 않고, 문제해결에 집중하는 동료들이 모여있어요.) |
| 근무지 | 경기 성남시 분당구 | 서울 강남구 | 서울특별시 영등포구 국제금융로 10 | 서울 강남구 |
| 근무형태 | 오피스 | 미기재 | 오피스 | 오피스 |
| 고용형태 | 정규직 | 정규직 | 정규직 | 정규직 |
| 마감 | 2026.08.25 | 2026.08.17 | 상시채용 | 상시채용 |
| 보상 | 미기재 | 미기재 | 미기재 | 매년 6월·12월 연봉 인상 · 사이닝 보너스 입사 3개월 후 축하금 200만원(세전) |
| 전형 |
|
일정 서류전형 > 1차 면접 > 2차 면접 > 최종합격 | 미기재 |
|
| 바로가기 |