이 자리가 왜 생겼을까요
메가존클라우드는 스노우플레이크가 국가별로 한 곳을 고르는 한국 '올해의 파트너상'을 2년 연속 받았고, 게임·금융·제조·유통에서 쌓은 데이터 플랫폼 구축 경험을 제약·바이오로 넓히고 있다고 보도됐습니다. 공고는 AIR 부문을 생성형 AI, AI & ML, Data Foundation 영역의 컨설팅과 구축·운영을 맡는 전사 부서라고 소개합니다. 공고의 업무도 금융·제조·리테일/CPG·헬스케어 데이터를 다루는 일로 시작하므로, 특정 산업의 데이터를 다뤄 본 경험이나 Databricks·Snowflake를 공부한 이력이 주니어에게도 차이를 만듭니다.
- 데이터 구축 넘어 제약 품질문서 자동화로…메가존클라우드, 스노우플레이크 파트너상 2년 연속 수상 (벤처스퀘어, 2026-08-28)
- 메가존 [메가존클라우드] Data Engineer Junior 공고
메가존얼라이언스가 지금 어떤 사업에 집중하고 있는지는 메가존얼라이언스 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
금융, 제조, 리테일/CPG, 헬스케어 등 산업별 데이터 구조와 흐름을 이해하고 도메인에 맞는 수집·가공·적재 프로세스를 설계하고 구현합니다.
이렇게 볼 수 있어요
특정 회사의 데이터가 아니라 여러 산업 고객사의 데이터를 다룹니다. 다뤄 본 산업 데이터가 있다면 산업 이름과 데이터 종류를 함께 적어야 합니다.
RDB, API, 로그, 배치·스트리밍 등에서 정형·비정형 데이터를 수집하고 ETL/ELT 파이프라인으로 데이터 플랫폼(데이터레이크, 레이크하우스)과 AI 모델 학습에 맞게 정제합니다.
이렇게 볼 수 있어요
목적지가 분석용 플랫폼과 AI 학습 두 가지입니다. 만든 파이프라인마다 데이터를 어디서 가져와 어디로 보냈는지를 함께 적어야 합니다.
Databricks, Snowflake, AWS Glue, Airflow 등으로 데이터 파이프라인을 개발·테스트·운영하고 성능과 안정성을 개선합니다.
이렇게 볼 수 있어요
도구가 이름으로 적혀 있습니다. 개발과 운영에 더해 성능과 안정성 개선까지 업무에 들어 있어, 처리 시간이나 실패율을 줄여 본 경험이 바로 쓰입니다.
Feature Store, Vector Store, Metadata 등 AI/ML·GenAI용 데이터 파운데이션을 구축하고 LLM, RAG, Agent 기반 서비스의 데이터 요구사항에 맞는 구조를 설계합니다.
이렇게 볼 수 있어요
GenAI 서비스용 데이터 구조가 업무에 들어 있습니다. 벡터 DB에 문서를 적재해 본 경험이 있다면 학습 프로젝트라도 적을 수 있습니다.
데이터 품질 관리와 모니터링 체계를 만들어 결측·중복·불일치 데이터를 정제하고 데이터 거버넌스 정책(보안, 권한, 컴플라이언스)에 따라 운영합니다.
이렇게 볼 수 있어요
데이터 품질 관리와 모니터링, 거버넌스 정책에 따른 운영까지 맡습니다. 결측·중복·불일치처럼 잡아야 할 오류 유형이 적혀 있어, 검증 규칙을 만들어 그런 오류를 잡아 본 경험이 업무와 그대로 이어집니다.
PoC에서 Production으로 이관되는 데이터 파이프라인을 자동화·표준화해 재사용 가능한 템플릿과 모듈을 만듭니다.
이렇게 볼 수 있어요
프로젝트마다 다시 만들지 않도록 템플릿화하는 일입니다. 반복 작업을 모듈로 만든 경험이 이 업무와 맞습니다.
시니어 엔지니어, AI 아키텍트 등과 협업해 스토리지·컴퓨팅·코스트 아키텍처를 제안하고 최신 클라우드·오픈소스 기술을 학습하고 적용합니다.
이렇게 볼 수 있어요
주니어가 시니어와 함께 아키텍처 제안에 참여하는 구조입니다. 비용을 고려해 저장소나 컴퓨팅을 고른 경험이 있다면 근거와 함께 적을 수 있습니다.
2자격 요건
클라우드 환경(AWS, Azure, GCP 등)에서 데이터 수집·정제·적재를 수행한 실무 경험이 있거나 데이터 파이프라인 구축 과정을 이해하고 있어야 합니다.
이렇게 볼 수 있어요
실무 경험 '또는' 이해라고 적혀 있어 신입도 지원할 수 있습니다. 실무 경험이 없다면 직접 만들어 본 파이프라인 프로젝트로 이해를 보여 줘야 합니다.
SQL, Python, 또는 Spark 등 데이터 처리 기술을 활용한 프로젝트 경험이 있어야 합니다.
이렇게 볼 수 있어요
이 기술들은 RDB·API·로그에서 데이터를 모아 ETL/ELT로 정제하고 Databricks·Glue로 파이프라인을 운영하는 업무에 그대로 쓰입니다. 프로젝트에서 어떤 원천 데이터를 받아 어떤 형태로 가공·적재했는지가 주니어에게 업무와의 연결을 설명하는 근거가 됩니다.
데이터 모델링(Dimensional, ERD 등)이나 데이터 구조 설계의 기본 개념을 이해하고 학습·적용할 수 있어야 합니다.
이렇게 볼 수 있어요
모델링 개념을 기본으로 요구합니다. 설계해 본 스키마가 있다면 테이블 구성과 그렇게 나눈 이유를 설명할 수 있어야 합니다.
금융, 제조, 리테일/CPG, 헬스케어 등 특정 산업의 데이터 특성과 도메인 구조에 관심이 있고 비즈니스 문맥을 데이터 구조로 해석할 수 있어야 합니다.
이렇게 볼 수 있어요
이 요건은 금융·제조·리테일/CPG·헬스케어 고객사의 데이터 흐름에 맞춰 수집·가공·적재를 설계하는 첫 업무와 이어집니다. 관심 있는 산업 하나의 업무 흐름을 어떤 데이터 구조로 옮길지 설계해 본 프로젝트나 학습 이력은 실무 경험이 없는 주니어가 이 요건을 보여 줄 근거가 됩니다.
팀 내에서 원활히 커뮤니케이션하며 기술 문제를 논리적으로 설명하고 협업할 수 있어야 합니다.
이렇게 볼 수 있어요
기술 설명 능력을 따로 적었습니다. 팀 프로젝트에서 설계 결정을 설명했던 경험이 이 요건의 사례입니다.
Databricks, Snowflake, Airflow, Glue 등 새로운 데이터 플랫폼 기술을 적극적으로 학습하고 현업에 적용하려는 성장 의지가 있어야 합니다.
이렇게 볼 수 있어요
도구 경험이 아니라 학습 의지를 요건으로 적었습니다. 최근 새로 배운 데이터 도구로 결과물까지 만들어 본 경험이 그 의지를 가장 직접 증명합니다.
3우대 사항
GenAI, LLM, RAG 등 최신 AI 기술과 데이터 파이프라인의 연계 구조를 이해하거나 관련 프로젝트 경험이 있으면 우대합니다.
이렇게 볼 수 있어요
RAG용 데이터를 준비해 본 경험이 있다면 청크를 어떻게 나누고 어떤 방식으로 임베딩했는지 설명할 수 있어야 합니다. 데이터 파운데이션 구축도 업무 목록에 있습니다.
MLOps, LLMOps, 데이터 파이프라인 자동화·모니터링 환경에 대한 관심이나 실습 경험을 우대합니다.
이렇게 볼 수 있어요
관심이나 실습 수준도 우대에 들어갑니다. 학습 프로젝트라도 파이프라인에 자동화나 모니터링을 붙여 본 경험이면 이력서에 넣을 수 있습니다.
Databricks, Snowflake, AWS Glue, Redshift, Airflow 등 클라우드 데이터 플랫폼 활용 경험을 우대합니다.
이렇게 볼 수 있어요
Databricks·Snowflake·AWS Glue·Airflow는 파이프라인을 개발·테스트·운영하는 업무에 적힌 도구이고, 메가존클라우드는 스노우플레이크 한국 '올해의 파트너상'을 2년 연속 받았습니다. 이 도구로 만든 파이프라인은 운영하며 성능이나 안정성을 손본 부분까지 적어야 업무의 개발·테스트·운영 전체와 연결됩니다.
데이터 거버넌스, 보안, 개인정보 보호, 산업 규제 등 데이터 컴플라이언스 개념을 이해하면 우대합니다.
이렇게 볼 수 있어요
금융·헬스케어 고객 데이터를 다루므로 규제 이해가 우대됩니다. 개인정보를 가명처리하거나 권한을 나눠 본 경험이 있다면 빠뜨리지 않습니다.
산업별 비즈니스 문제를 데이터로 해결하거나 AI Use Case 발굴에 기여한 경험, 기술 문서 작성이나 영어 기술 자료 활용 능력을 우대합니다.
이렇게 볼 수 있어요
기술 구현을 넘어 비즈니스 문제와의 연결을 봅니다. 데이터로 해결한 문제 하나를 문제, 데이터, 결과 순서로 정리해 둡니다.
4기타 사항
- 게시일 : 2026년 1월 29일
- 고용형태 : 정규직(정규직 전환을 위한 평가기간 3개월 계약직 운영)
- 근무지 : 메가존산학연센터(과천) (대한민국 경기도 과천시 7길 과천대로 74)
- 경력 조건 : 경력 8년 이하
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- Databricks
- Snowflake
- AWS Glue
- Airflow
- Redshift
- SQL
- Python
- Spark
전형과 지원
메가존얼라이언스 채용 담당자가 안내하는 기본 절차는 지원서 제출, 1차 실무면접, 2차 바레이저면접, 3차 최종면접, 입사조건 검토, 최종합격의 6단계입니다. 분석 시점에 열어 본 메가존(주) 공고는 대부분 바레이저면접 없이 실무 면접과 최종 면접을 적었고(Physical AI 사업단의 품질 보증, 서비스·제품 기획, 데이터 엔지니어링, 백엔드 엔지니어링 공고는 실무 면접 뒤 바로 입사 조건 검토), 코딩 테스트와 기술 면접은 부서와 직무에 따라 붙습니다.
기본 단계
서류는 각 사업부 실무자가 검토하고, 1차 실무면접은 부서장과 Hiring Manager가 직무적합성을 확인합니다. 회사는 Hiring Manager를 '일반적으로 각 부서의 최고 부서장'이라고 설명했습니다. 직무에 따라 기술 면접 같은 추가 면접이 있고, 코딩 테스트를 할지는 부서와 직무에 따라 달라 서류 합격 때 따로 알려 줍니다.
이렇게 볼 수 있어요
첫 면접부터 부서의 최고 책임자가 들어올 수 있습니다. 실무 질문에 대비하면서 그 사업부가 하는 사업도 미리 알아보고 면접에 들어갑니다.
바레이저면접
자주 묻는 질문은 2차 바레이저면접을 '당사의 핵심 가치와 문화 적합성 및 문제 해결 능력 등 종합적으로 검토'하는 단계라고 설명합니다. 채용 담당자 안내는 필요하면 레퍼런스 체크와 인성검사가 더해질 수 있다고 적었고, 3차 최종면접은 경영진과의 면접입니다.
이렇게 볼 수 있어요
직무 면접과 별도로 회사의 가치에 맞는지를 보는 단계가 하나 더 있습니다. 인재상 네 가지와 Trinity Values에 맞는 경험을 미리 골라 두면 이 면접에서 바로 쓸 수 있습니다.
법인과 채용관마다 다른 단계 표기
분석한 메가존클라우드 공고는 모두 '지원서 제출 > 1차 실무면접 > 2차 바레이저면접 > 3차 최종면접 > 입사조건검토 > 최종합격'을 적었습니다. 분석한 메가존소프트 공고도 같은 순서를 적었습니다. 메가존(주)의 Physical AI Lab·MZD·화웨이 BD·회계 업무 담당자·총무 업무지원 담당·기술 영업·의료플랫폼사업팀 보험심사·통합서비스플랫폼본부 UI/UX 디자이너·호스팅케이알(Hosting.kr) 운영·디지털자산 사업 및 제품 기획 리더 공고는 '지원서 제출 > 실무 면접 > 최종 면접 > 입사 조건 검토 > 최종 합격' 순서입니다. 디지털자산 사업 및 제품 기획 리더 공고는 1차 면접 뒤에 과제 수행 프로세스가 있을 수 있다고 덧붙였습니다. 메가존(주) Physical AI 사업단의 품질 보증, 서비스·제품 기획, 데이터 엔지니어링(Data Engineer / DBA), 백엔드 엔지니어링(Backend/Platform Engineer) 공고는 전형이 '지원서 제출 > 실무 면접 > 입사 조건 검토 > 최종 합격'이라 최종 면접이 없습니다. AI 전용 채용관 페이지는 1차 실무면접, 바레이저면접, 2차 실무면접 순으로 단계 이름을 붙였습니다.
이렇게 볼 수 있어요
같은 사이트 안에서도 법인과 페이지마다 단계 이름이 다릅니다. 지원하는 공고 본문 아래쪽 '합류 여정'의 채용과정 줄이 그 공고의 실제 절차입니다.
결과 안내 기간
자주 묻는 질문은 서류 검토를 '가능한 1~2주 안으로' 진행하고 서류 합격자에게만 따로 알린다고 답합니다. 채용 담당자 안내는 서류 검토가 최대 2~3주, 실무면접과 최종면접도 각각 최대 2~3주까지 걸릴 수 있다고 적었습니다. 자주 묻는 질문은 전형 결과에 대한 피드백을 내부 가이드에 따라 공유하지 않는다고 답합니다.
이렇게 볼 수 있어요
서류에서 떨어지면 따로 연락을 받지 못할 수 있습니다. 결과가 궁금하면 언제든 recruit@mz.co.kr이나 나인하이어 카카오톡으로 물어보라고 회사가 안내합니다.
중복 지원과 재지원
여러 포지션과 여러 계열사에 중복으로 지원할 수 있고 불이익도 없다고 안내합니다. 여러 포지션에서 실무면접을 통과하면 최종 면접은 회사가 정한 한 포지션으로만 진행합니다. 다른 포지션에서 불합격해도 다시 지원하는 데 제한이 없다고 적었습니다.
이렇게 볼 수 있어요
관심 있는 사업부가 여럿이면 각각 지원해도 됩니다. 실무면접은 포지션마다 따로 보므로 이력서도 공고마다 따로 맞춥니다.
서류 양식과 포트폴리오
정해진 이력서 양식은 없고 자유양식으로 내면 되며, 이력서·자기소개서·포트폴리오·노션 등 어떤 방법이든 좋다고 안내합니다. 직무에 따라 포트폴리오를 요청할 수 있고, 자주 묻는 질문은 제출 뒤 서류를 보태려면 나인하이어 카카오톡이나 메일로 보내고, 메일로 낼 때는 포지션 명과 이름을 함께 적으라고 안내합니다.
이렇게 볼 수 있어요
양식이 정해져 있지 않으므로 사업부 소개와 공고 요건에 맞춰 경력을 어떻게 정리할지도 지원자가 정합니다. 영상 편집 공고처럼 포트폴리오를 필수로 적은 공고는 첨부를 빠뜨리지 않아야 합니다.
입사 후 3개월 평가 기간
메가존클라우드 공고는 대부분 고용형태를 '정규직 (정규직 전환을 위한 평가기간 3개월 계약직 운영)'으로 적고, AI Research Engineer 공고는 '정규직(정규직 전환을 위한 3개월 평가 필요)'로 적었습니다. 채용 담당자 안내는 이 3개월이 전 직원에게 공통으로 운영되는 기간이고 근속 기간과 퇴직금 산정에는 모두 포함된다고 설명합니다. 다만 메가존(주) Physical AI 사업단의 품질 보증, 서비스·제품 기획, 데이터 엔지니어링, 백엔드 엔지니어링 공고는 평가기간을 6개월로 적고 기간이 끝날 때 정규직 전환 면접을 두며, MZD의 iOS·Android·QA/검증·제조AX ML 엔지니어·제조AX AI 애플리케이션·MLOps 엔지니어·제조AX 데이터 엔지니어·제조AX UI/UX 기획·컨설턴트·Web/Front-End 공고는 수행 업무와 프로젝트에 따라 평가기간이 달라질 수 있다고 덧붙였습니다.
이렇게 볼 수 있어요
첫 3개월은 계약직 형태의 평가 기간입니다. 근속과 퇴직금 계산에서는 빠지지 않는다는 점까지 확인하고 처우 협의에 들어가면 됩니다.
지원 전 준비할 것
- 1
파이프라인 프로젝트 한 장
만든 파이프라인 하나를 원천, 처리 도구, 목적지, 데이터 규모 순서로 그림과 함께 정리합니다.
- 2
산업 하나 고르기
금융, 제조, 리테일/CPG, 헬스케어 가운데 관심 산업 하나를 골라 그 산업의 주요 데이터와 흐름을 설명할 수 있게 준비합니다.
- 3
플랫폼 학습 기록
Databricks, Snowflake, Airflow, Glue 가운데 써 본 것과 공부한 것을 나눠 적고 실습 결과물 링크를 붙입니다.