이 자리가 왜 생겼을까요
삼일PwC는 2025년 11월 보도자료에서 회계·재무 부문의 AI 전환에 특화된 조직 'AX노드(Node)'를 신설하고 세무 AI 에이전트 '택스 에이전트'와 'K-SOX 허브' 같은 AI 솔루션을 잇달아 출시했다고 소개했습니다. 2026년 9월에는 회계·세무 통합 AI 서비스 FRA를 내놓으며 AX 노드가 자체 개발한 다중 에이전트 기술을 적용했다고 밝혔습니다. 이 공고는 내/외부 서비스와 분석 환경에 쓰일 데이터 파이프라인을 설계하고, 데이터 품질과 장애 대응까지 관리할 사람을 뽑습니다. AI 서비스나 분석 플랫폼에 데이터를 공급하는 파이프라인을 운영해 본 경험이 있다면 어떤 데이터를 어떤 주기와 양으로 공급했는지를 숫자로 보여 줄 수 있습니다.
삼일PwC가 지금 어떤 사업에 집중하고 있는지는 삼일PwC 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
내/외부 서비스 및 분석 환경 제공을 위한 데이터 파이프라인(ETL/ELT)을 설계하고 구축합니다.
이렇게 볼 수 있어요
파이프라인이 내부 분석 환경만이 아니라 외부 서비스에도 데이터를 공급합니다. 고객이 쓰는 서비스로 데이터를 내보내는 파이프라인을 만들어 봤다면 데이터를 받는 쪽과 갱신 주기까지 밝혀 두는 편이 좋습니다.
대용량 데이터의 수집, 적재, 변환, 처리를 위한 배치/스트리밍 아키텍처를 설계하고 구현합니다.
이렇게 볼 수 있어요
배치와 스트리밍이 한 업무에 나란히 있습니다. 스트리밍은 우대사항의 Kafka 같은 메시지 큐 경험과 이어지므로, 두 방식을 모두 다뤘다면 처리한 데이터 양과 지연 시간을 방식별로 나눠 정리해 둘 만합니다.
데이터 웨어하우스·데이터 레이크를 설계, 구축하고 성능을 최적화합니다.
이렇게 볼 수 있어요
웨어하우스는 원천 데이터를 분석용으로 정제·통합한 저장소이고, 레이크는 원천 데이터를 그대로 쌓는 저장소입니다. 그래서 둘은 최적화 수단이 서로 다릅니다. 파티셔닝이나 파일 포맷, 인덱스를 바꿔 쿼리 시간이나 저장 비용을 줄였다면 어느 저장소에서 무엇을 바꿨는지와 전후 수치를 함께 적습니다.
데이터 품질 관리, 파이프라인 모니터링, 로그 관리와 장애 대응을 맡습니다.
이렇게 볼 수 있어요
만드는 일 뒤의 운영도 업무에 포함돼 있습니다. 품질 검사 규칙을 만들었거나 멈춘 파이프라인을 복구한 경험이 있다면 무엇으로 이상을 감지했고 어떻게 다시 돌렸는지까지 쓸 수 있습니다.
데이터 분석가, 데이터 사이언티스트, 백엔드·인프라 엔지니어 등과 협력해 데이터 기반 통합 솔루션을 구축합니다.
이렇게 볼 수 있어요
분석 시점에 같은 AX Node는 AI Engineer, LLMOps Engineer, System Engineer를 함께 채용하고 있었습니다. AI Engineer 공고의 Graph RAG·Knowledge Graph는 정제된 문서·도메인 데이터를 받아야 돌아갑니다. 분석가 요청으로 테이블이나 마트를 설계했거나 모델용 데이터셋을 만들어 준 일이 이 업무의 협업 사례입니다.
2자격 요건
3년 이상의 데이터 엔지니어링 또는 백엔드 개발 경력이 필요합니다.
이렇게 볼 수 있어요
이 공고의 파이프라인은 분석 환경만이 아니라 내/외부 서비스에 데이터를 대고, 백엔드·인프라 엔지니어와 함께 통합 솔루션을 만드는 일입니다. 경력 조건에 백엔드 개발을 함께 둔 것도 이 점과 관련된 것으로 보입니다. 백엔드 경력이 중심이라면 서비스 데이터를 수집하거나 배치 작업으로 옮긴 일을 품질 관리와 장애 대응까지 묶어 쓰는 게 담당업무와의 관계를 선명하게 보여 줍니다.
Python 또는 Java/Scala 기반 데이터 처리 시스템을 개발해 본 경험이 필요합니다.
이렇게 볼 수 있어요
Java/Scala는 우대 사항의 Spark·Flink를 만든 언어이고 두 프레임워크의 기본 API 언어입니다. Python은 자격요건의 Airflow에서 작업 흐름(DAG)을 작성하는 언어입니다. 어느 언어든 그 처리 시스템이 어떤 데이터를 받아 무엇을 내보냈는지까지 쓰면 파이프라인 경험과 함께 보입니다.
SQL을 활용해 데이터를 추출, 가공하고 쿼리를 작성하는 능력이 필요합니다.
이렇게 볼 수 있어요
SQL은 우대사항에서도 Oracle, PostgreSQL의 쿼리 최적화로 한 번 더 나옵니다. 복잡한 집계 쿼리를 짜거나 느린 쿼리를 고친 사례 하나를 준비해 두면 두 항목에 함께 답할 수 있습니다.
데이터 파이프라인을 설계하고 개발해 본 경험이 필요하고, Airflow 등 워크플로우 도구 활용 경험도 여기에 포함됩니다.
이렇게 볼 수 있어요
Airflow 같은 워크플로우 도구는 작업 사이 의존 관계를 정하고 실패한 작업을 다시 돌리는 데 쓰입니다. 담당업무의 파이프라인 모니터링과 장애 대응도 이 도구 위에서 이뤄집니다. 다른 스케줄러를 썼다면 도구 이름과 함께 관리한 작업 수, 작업 사이 의존 관계의 규모, 실패 재처리 방식을 밝히는 편이 정확합니다.
Git을 활용한 협업 개발 경험이 있고 코드 리뷰 프로세스에 익숙해야 합니다.
이렇게 볼 수 있어요
데이터 팀 가운데는 SQL 변환이나 Airflow DAG를 서버에서 바로 고치는 곳도 있습니다. 이 공고는 Git 협업과 코드 리뷰를 자격요건으로 두어 파이프라인 코드도 저장소에 올려 리뷰를 거쳐 함께 관리하는 방식일 가능성이 있습니다. 그렇게 일해 봤다면 리뷰를 주고받은 저장소의 규모와 팀 인원을 함께 적습니다.
비즈니스 도메인을 빠르게 이해하고 현업 담당자와 적극적으로 커뮤니케이션할 수 있어야 합니다.
이렇게 볼 수 있어요
AX Node가 내놓은 Tax Agent, K-SOX Hub, FRA는 세무·내부회계·회계 업무를 대상으로 합니다. 이 공고에서 함께 일할 현업 담당자도 회계사나 세무 전문가일 가능성이 큽니다. 처음 접한 업무 영역의 데이터를 현업과 함께 정의해 파이프라인으로 옮긴 사례가 있다면 그 도메인 용어를 어떻게 익혔는지까지 면접에서 설명하기 좋습니다.
3우대 사항
Spark, Flink 등 분산 처리 프레임워크로 대용량 데이터를 처리해 본 경험을 우대합니다.
이렇게 볼 수 있어요
Spark·Flink 경험은 담당업무의 대용량 수집·적재·변환 아키텍처와 데이터 웨어하우스·데이터 레이크 성능 최적화에 쓰입니다. 분산 처리 작업의 처리 시간이나 비용을 줄여 본 경험은 그 결과가 어느 저장소의 적재 주기와 조회 성능을 바꿨는지까지 쓸 때 두 업무를 한 사례로 설명하게 됩니다.
Kafka 등 메시지 큐 기반 실시간 스트리밍 데이터 처리 경험을 우대합니다.
이렇게 볼 수 있어요
실시간 스트리밍 우대는 이 공고가 배치와 스트리밍 아키텍처를 함께 설계하고 파이프라인 모니터링과 장애 대응까지 맡긴다는 점과 맞물립니다. 메시지 큐를 운영해 봤다면 지연이나 메시지 유실을 어떻게 감지하고 복구했는지가 처리량 숫자보다 이 공고의 모니터링 업무를 더 직접 보여 줍니다.
AWS, Azure 등 클라우드 기반 데이터 인프라(S3, Redshift, BigQuery, Snowflake 등)를 구축하고 운영해 본 경험을 우대합니다.
이렇게 볼 수 있어요
예시 서비스 가운데 S3·Redshift는 AWS, BigQuery는 Google Cloud 서비스이고 Snowflake는 여러 클라우드 위에서 돕니다. 회사는 FRA를 마이크로소프트 Azure 클라우드 기반 보안 위에 Private LLM으로 운영한다고 밝혔습니다. Azure에서 데이터 인프라를 다뤄 봤다면 그 경험도 함께 밝힙니다.
Docker, Kubernetes 등을 활용한 컨테이너 기반 환경 경험을 우대합니다.
이렇게 볼 수 있어요
컨테이너 환경 우대는 백엔드·인프라 엔지니어와 협력해 통합 솔루션을 구축하는 업무에 필요한 조건으로 볼 수 있습니다. Airflow 작업이나 데이터 처리 시스템을 컨테이너로 운영해 봤다면 인프라 쪽과 배포 방식을 어떻게 맞췄는지를 협업 경험으로도 이야기할 수 있습니다.
Oracle, PostgreSQL 등 관계형 데이터베이스에 대한 이해와 쿼리 최적화 경험, Elasticsearch, Redis 등 검색·캐시 기술 활용 경험을 우대합니다.
이렇게 볼 수 있어요
Oracle·PostgreSQL은 데이터를 저장하고 집계하는 쪽, Elasticsearch·Redis는 서비스가 데이터를 빠르게 찾고 꺼내 쓰는 쪽 기술입니다. 같은 AX Node AI Engineer 공고는 RAG용 Vector DB 예시에 PostgreSQL 확장인 pgvector를 들었습니다. 두 쪽을 모두 다뤘다면 각각 어떤 서비스에 무슨 용도로 썼는지 나눠 적는 편이 분명합니다.
데이터 모델링(Dimensional Modeling 등)과 데이터 거버넌스·카탈로그 구축 경험을 우대합니다.
이렇게 볼 수 있어요
데이터 모델링과 거버넌스·카탈로그 구축은 데이터 웨어하우스 설계 업무와 같은 방향입니다. 팩트·차원 테이블을 설계했거나 데이터 카탈로그를 만들어 본 경험이 있다면 모델의 규모와 이용자 수를 함께 밝힐 수 있습니다.
4기타 사항
- 게시일 : 2026년 10월 19일
- 고용형태 : 정규직
- 근무지 : 삼일회계법인 본사 (서울 용산구 한강대로 100)
- 경력 조건 : 경력 3년 이상
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- Python
- Java
- Scala
- SQL
- Airflow
- Git
- Spark
- Flink
- Kafka
- AWS
- Azure
- S3
- Redshift
- BigQuery
- Snowflake
- Docker
- Kubernetes
- Oracle
- PostgreSQL
- Elasticsearch
- Redis
전형과 지원
삼일PwC 수시채용은 서류전형 합격자에게만 면접을 개별로 알리고, 경력 채용은 개별 면접과 매월 한 번 열리는 Firm Interview를 거쳐 확정됩니다. 면접 횟수와 인성검사 순서는 공고마다 다르게 적혀 있습니다.
응시 방법과 면접 통지
수시채용 페이지는 진행 중인 공고에서 이력서 작성하기를 눌러 이력서를 작성해 제출하도록 안내합니다. 접수 마감은 '각 채용 분야별 확인 요망'이고 면접은 '서류전형 합격자에 한하며 면접 대상자는 개별 통지'라고 적었습니다.
이렇게 볼 수 있어요
마감일 칸이 '채용 시 마감'인 공고는 언제 닫힐지 미리 알 수 없으므로 지원을 정했다면 미루지 않는 편이 낫습니다. 서류 결과는 면접 대상자에게만 개별로 알려 주므로 지원서에 적은 연락처가 정확한지도 함께 확인해야 합니다.
개별 면접 뒤 매월 한 번 열리는 Firm Interview
채용 FAQ는 경력 채용에서 '서류전형을 통과한 후보자의 경우, 개별 면접과 매월 1회 실시되는 Firm Interview를 통해 채용이 확정됩니다'라고 안내합니다. 입사지원 후 절차를 묻는 질문에도 'Firm Interview 후 채용이 확정됩니다'라고 답했습니다.
이렇게 볼 수 있어요
Firm Interview가 한 달에 한 번 열리므로 개별 면접을 마친 시점에 따라 최종 결과까지 걸리는 기간이 달라질 수 있습니다. 지금 직장의 퇴사 일정을 맞춰야 한다면 개별 면접 단계에서 다음 Firm Interview 날짜를 물어 두면 일정을 잡기 쉽습니다.
실무진 면접과 리더십 면접
제56기 사업보고서는 채용에 인성검사제도를 도입해 '전문가로서 갖추어야 할 기본적인 소양을 검증'하고 '실무진 면접 및 리더십 면접의 2단계 면접'으로 직무적합성과 조직적합성을 검증한다고 적었습니다. 수시채용은 '매월 경력직 공인회계사 또는 기타 전문가 채용으로 진행'된다고 밝혔습니다.
이렇게 볼 수 있어요
직무적합성과 조직적합성을 두 단계 면접에서 함께 검증하므로 맡았던 업무의 방법과 결과뿐 아니라 일하는 방식과 지원 동기도 설명할 준비가 필요합니다.
공고마다 다른 면접 횟수와 인성검사 순서
대부분의 공고에서 지원자는 서류 뒤 1차 면접과 2차 면접을 거쳐 최종 합격합니다. 인성검사를 치르는 시점은 공고마다 다릅니다. 1차 면접과 2차 면접 사이에 인성검사를 둔 공고는 Risk Assurance 본부 SPA팀 보안전문가, PEF Tax Service팀, 가치평가 서비스 업무혁신 신입인력, Global Sector PE advisory, 금융본부(FS BCM1&2) 경력직 회계사, Global Sector Cross-Border Business 공고입니다. 이 공고들 가운데 금융본부(FS BCM1&2) 공고를 뺀 나머지에는 인성검사가 2차 면접 뒤에 시행될 수 있다는 단서가 붙어 있고 Risk Assurance 본부 Trust팀 공고에도 같은 단서가 있습니다. PI/ERP Consultant(정규직) 공고는 서류 전형 바로 뒤에 인성 검사(필요시)를 두었습니다. AI Engineer, LLMOps Engineer, System Engineer, 데이터 엔지니어, 제조/공정 AX, DX 전문가 공고는 '채용 절차 도중, 필요시 인성검사 시행 가능'이라고만 적었고, Deals PMI / Strategy 전문팀 공고도 '전형도중 필요시 인성검사 시행 예정'이라고만 적었습니다. Deals 재무자문팀, Middle Market Corporate Finance, Deals Cross-border CF팀, AX Node 사업비정산 회계사, 금융본부 LLM/Data Engineer 공고는 서류 뒤에 인성 검사(필요시)와 면접전형 한 번을 두었고, Tax 경력직 Full-time 공고는 '서류 및 1차 심사' 뒤에 같은 두 단계를 두었습니다. 바이오플랫폼 공고는 서류전형과 면접전형 두 단계로 진행되고, AX Node 컨설팅 프로젝트 경력직 컨설턴트 공고는 인성검사 없이 서류전형과 1차·2차 면접으로 진행됩니다.
이렇게 볼 수 있어요
같은 회사라도 인성검사가 면접 앞에 올 수도 있고 뒤에 올 수도 있으므로 지원한 공고의 채용 절차 칸을 기준으로 일정을 잡는 편이 정확합니다. AX Node의 AI Engineer, LLMOps Engineer, System Engineer, PI/ERP Consultant(정규직), 데이터 엔지니어, 제조/공정 AX, DX 전문가 공고와 Tax 경력직 Full-time 공고를 뺀 공고에는 최종 제출(완료)된 지원서는 수정이 불가하다는 안내도 있어 제출 전에 내용을 다시 보는 것이 필요합니다.
Trust팀 공고의 사전과제
Risk Assurance 본부 Trust팀 공고는 '서류전형 → 1차 면접 → 인성 검사(필요시) → 사전과제 → 2차 면접 → 최종 합격' 순서를 적었습니다. 2차 면접 앞에 사전과제가 들어간 것은 이 공고뿐입니다.
이렇게 볼 수 있어요
1차 면접을 통과한 뒤 2차 면접 전에 과제를 준비할 시간이 필요합니다. 데이터 분석으로 리스크를 분석하는 팀이므로 다뤄 본 분석 도구와 리스크 모델링 사례를 미리 정리해 두면 과제와 면접 준비가 하나로 이어집니다.
이력서 첨부와 경력기술서
공고의 이력서 작성 시 유의사항은 '내 관련 이력' 란에 본인 이력서를 첨부하되 '특별히 정해진 양식은 없으며, 자기소개서는 별도로 첨부하지 않아도 됨'이라고 안내합니다. 한글 파일(.hwp)은 첨부할 때 오류가 발생할 수 있다고 적었습니다. AX Node의 AI Engineer, LLMOps Engineer, System Engineer, PI/ERP Consultant(정규직), 데이터 엔지니어, 제조/공정 AX, DX 전문가 공고와 Tax 경력직 Full-time 공고에는 '경력자의 경우 경력기술서 상세 기술'이 기타 사항으로 붙어 있습니다.
이렇게 볼 수 있어요
정해진 양식이 없고 자기소개서를 따로 첨부하지 않아도 되므로 첨부하는 이력서 한 부에 경력과 지원 동기가 함께 드러나야 합니다. AX Node 공고라면 프로젝트마다 쓴 기술과 맡은 역할을 경력기술서에 자세히 적고, 파일은 한글(.hwp)이 아닌 형식으로 저장해 내야 오류를 피할 수 있습니다.
제출 뒤 수정과 등록 확인
채용 FAQ는 진행 중인 채용의 이력서 수정은 원칙적으로 불가능하다고 안내합니다. 간단한 수정이 꼭 필요하면 수정 내용을 인사팀에 보내도록 안내합니다. 전반적으로 고칠 때는 이력서를 처음부터 다시 작성해 최종 제출하면 그 내용으로 자동 업데이트된다고 적었습니다. 지원이 등록됐는지는 지원 뒤 이력서에 적은 개인 E-mail로 자동 통보됩니다.
이렇게 볼 수 있어요
전반적으로 고치려면 이력서를 처음부터 다시 써야 하므로 제출 전에 경력 기간과 직함을 한 번 더 확인해 두는 게 안전합니다. 제출 뒤 자동 통보 메일이 오지 않았다면 등록이 끝났는지 인사팀에 확인할 수 있습니다.
여러 공고 동시 지원과 재지원
채용 FAQ는 수시채용에 대해 '여러 직군에 동시지원이 가능하며, 자질이 뛰어난 후보자에 대해서는 다양한 Position에 면접기회가 주어집니다'라고 답했습니다. 불합격한 뒤 다시 지원하는 것도 '채용기준에 적합하다면, 언제든지 응시가 가능하며, 과거 지원에 대한 불이익은 없습니다'라고 안내합니다.
이렇게 볼 수 있어요
업무가 비슷한 공고가 여러 Line of Service에 올라와 있다면 하나만 고르지 않고 함께 지원할 수 있습니다. 공고마다 업무와 자격 요건이 다르므로 이력서도 공고별로 강조할 경험을 조정해 내면 각 공고에서 맞는 경험이 더 잘 보입니다.
지원 전 준비할 것
- 1
파이프라인 하나를 처음부터 끝까지 정리하기
담당업무가 수집, 적재, 변환부터 품질 관리와 장애 대응까지 파이프라인 전체를 다룹니다. 직접 만든 파이프라인 하나를 골라 데이터 출처, 처리 방식(배치/스트리밍), 저장소, 모니터링 방법을 한 흐름으로 정리해 두세요.
- 2
백엔드 경력에서 데이터 작업 골라내기
자격요건의 연차에 백엔드 개발 경력도 함께 적혀 있습니다. 백엔드 업무 가운데 배치 작업, 로그 수집, 데이터 동기화처럼 데이터를 옮기고 가공한 일을 따로 모아 경력기술서에 자세히 씁니다.
- 3
경력기술서에 도구 이름 맞춰 쓰기
기타 사항에 '경력자의 경우 경력기술서 상세 기술'이 있고 자기소개서는 따로 내지 않아도 됩니다. 프로젝트마다 쓴 도구를 공고 표기(Airflow, Spark, Kafka 등) 그대로 적어 두면 자격요건·우대사항과 대조하기 쉽습니다.