우리는 단순한 분석을 넘어, AI가 데이터를 이해하는 '언어'를 설계합니다.
두어스의 AI Data Analytics (Semantic Architect)는 단순히 쿼리를 짜는 사람이 아닙니다. ZVZO 플랫폼의 모든 데이터가 AI와 사람에게 동일한 의미로 전달되도록 시맨틱 아키텍처(Semantic Architecture)를 설계하고, 이를 기반으로 팀의 빠른 실행을 돕는 가이드입니다.
자연어로 질문하면 AI가 답하는 시대, AI Data Analytics (Semantic Architect)는 AI가 정답을 찾을 수 있는 지도를 그립니다. 동시에 그 지도가 맞는지 직접 쿼리를 짜고 차트를 만들며 현장에서 검증합니다. 설계만 하는 Architect가 아니라, 실제로 작동하는 데이터 생태계를 만드는 '실행형 설계자'를 찾습니다.
담당 업무
1. 시맨틱 아키텍처 기반의 데이터 거버넌스 수립 (The Brain)
- 사내 Agent와 사용자가 데이터를 동일한 맥락으로 이해할 수 있도록 Semantic Layer를 설계하고 관리합니다.
- 전사 데이터의 Definition(정의)과 Consistency(정합성)를 책임지며, 누구나 믿고 사용할 수 있는 Single Source of Truth를 구축합니다.
- 복잡한 비즈니스 로직을 표준화된 시맨틱 모델로 치환하여, AI 분석의 정확도를 비약적으로 높이는 역할을 수행합니다.
2. 비즈니스 스쿼드의 전략적 파트너십 (The Hands)
- 각 스쿼드의 비즈니스 질문을 데이터 언어로 번역하고, 이를 해결하기 위한 분석 모델 및 대시보드를 직접 설계하고 구축합니다.
- 각 Squad 및 전사 목표(OMTM) 달성을 위해 필요한 핵심 지표를 발굴하고 실행 가능한 인사이트를 제공합니다.
- 직접 만든 시각화 자산을 통해 본인이 설계한 아키텍처가 실제 비즈니스 의사결정에 어떻게 기여하는지 현장에서 검증합니다.
3. 데이터 활용 생태계 고도화 (The Bridge)
- 분석 효율을 극대화하기 위해 원천 데이터를 비즈니스 친화적인 구조로 재구성하는 Analytics Engineering을 주도합니다.
- 로그 택소노미(Taxonomy) 수립에 참여하여, 기획 단계부터 분석을 고려한 데이터가 쌓일 수 있도록 가이드합니다.
- AI가 제안하는 인사이트의 유효성을 쿼리 수준에서 검토하고, 이를 모델링에 다시 반영하는 피드백 루프를 운영합니다.
필수사항
- 데이터 분석(DA) 혹은 엔지니어링(DE) 실무 경험 (3년 이상)
- 비즈니스 지표 정의부터 데이터 가공, 모델링까지 데이터 활용의 전 과정을 직접 설계하고 운영해 본 경험
- 시맨틱 모델링 및 지표 표준화 역량 (핵심 역량)
- 파편화되어 산재된 데이터와 정보들을 효율적인 포맷으로 중앙 집중화하고, 이를 누구나 활용도 높게 사용할 수 있도록 깊게 고민해 본 경험
- 지표 정합성(SSOT) 확보를 위해 사람과 AI가 데이터의 맥락을 오해 없이 이해하도록 시맨틱 레이어를 설계하고 관리한 경험
- AI Agent 이해도 및 데이터 분석 실무 활용 경험
- AI Agent의 작동 원리에 대한 이해를 바탕으로, 분석 자동화나 인사이트 도출 과정에 AI를 적극적으로 활용하여 실질적인 업무 효율을 높여본 경험
- 실행 중심의 Hands-on 분석 및 문제 해결 능력
- 설계에 머무르지 않고 직접 SQL 추출 및 BI 시각화를 수행하며, 비즈니스 현장의 요구사항을 데이터 결과물로 끝까지 해결해 본 경험
- 기술 트렌드 기민성 및 새로운 시도에 대한 실행력
- AI/LLM 등 급변하는 시장 상황과 기술 트렌드에 민감하게 반응하며, 새로운 솔루션이나 방법론을 실무 환경에 즉시 도입하여 빠르게 PoC(개념 검증)를 실행할 수 있는 역량
우대사항
- dbt 등 Analytics Engineering 툴을 활용해 본 경험이 있는 분
- Semantic Layer (LookML, Cube.js, dbt Semantic Layer 등) 구축 경험이 있는 분
- 데이터 파이프라인(Airflow, Glue 등) 및 인프라에 대한 이해도가 높으신 분
- 커머스 또는 크리에이터 이코노미 도메인에 대한 깊은 이해도가 있는 분
- 1인 데이터 직군으로서 팀의 체계를 처음부터 잡아본 경험이 있는 분
업무환경
- Data Stack: AWS S3, Glue, Athena, Amazon QuickSight
- Product Log: Mixpanel
- AI Environment: 사내 MCP(Semantic AI 기반 분석 환경), Devin
이 포지션에 합류하면 이런 성장을 기대할 수 있어요💡
- 국내에서 드문 '시맨틱 아키텍처' 전문가로서 AI 시대에 가장 필요한 데이터 커리어의 정점에 도달할 수 있습니다.
- 인프라 설계부터 비즈니스 액션 도출까지, 데이터의 End-to-End 사이클을 직접 리드하며 아키텍트이자 분석가로서 성장합니다.
- 단순 반복적인 추출 업무에서 벗어나, 시스템(AI)이 스스로 정답을 내놓는 지속 가능한 데이터 환경을 구축하는 성취감을 느낄 수 있습니다.
우리는 단순한 분석을 넘어, AI가 데이터를 이해하는 '언어'를 설계합니다.
두어스의 AI Data Analytics (Semantic Architect)는 단순히 쿼리를 짜는 사람이 아닙니다. ZVZO 플랫폼의 모든 데이터가 AI와 사람에게 동일한 의미로 전달되도록 시맨틱 아키텍처(Semantic Architecture)를 설계하고, 이를 기반으로 팀의 빠른 실행을 돕는 가이드입니다.
자연어로 질문하면 AI가 답하는 시대, AI Data Analytics (Semantic Architect)는 AI가 정답을 찾을 수 있는 지도를 그립니다. 동시에 그 지도가 맞는지 직접 쿼리를 짜고 차트를 만들며 현장에서 검증합니다. 설계만 하는 Architect가 아니라, 실제로 작동하는 데이터 생태계를 만드는 '실행형 설계자'를 찾습니다.
담당 업무
1. 시맨틱 아키텍처 기반의 데이터 거버넌스 수립 (The Brain)
- 사내 Agent와 사용자가 데이터를 동일한 맥락으로 이해할 수 있도록 Semantic Layer를 설계하고 관리합니다.
- 전사 데이터의 Definition(정의)과 Consistency(정합성)를 책임지며, 누구나 믿고 사용할 수 있는 Single Source of Truth를 구축합니다.
- 복잡한 비즈니스 로직을 표준화된 시맨틱 모델로 치환하여, AI 분석의 정확도를 비약적으로 높이는 역할을 수행합니다.
2. 비즈니스 스쿼드의 전략적 파트너십 (The Hands)
- 각 스쿼드의 비즈니스 질문을 데이터 언어로 번역하고, 이를 해결하기 위한 분석 모델 및 대시보드를 직접 설계하고 구축합니다.
- 각 Squad 및 전사 목표(OMTM) 달성을 위해 필요한 핵심 지표를 발굴하고 실행 가능한 인사이트를 제공합니다.
- 직접 만든 시각화 자산을 통해 본인이 설계한 아키텍처가 실제 비즈니스 의사결정에 어떻게 기여하는지 현장에서 검증합니다.
3. 데이터 활용 생태계 고도화 (The Bridge)
- 분석 효율을 극대화하기 위해 원천 데이터를 비즈니스 친화적인 구조로 재구성하는 Analytics Engineering을 주도합니다.
- 로그 택소노미(Taxonomy) 수립에 참여하여, 기획 단계부터 분석을 고려한 데이터가 쌓일 수 있도록 가이드합니다.
- AI가 제안하는 인사이트의 유효성을 쿼리 수준에서 검토하고, 이를 모델링에 다시 반영하는 피드백 루프를 운영합니다.
필수사항
- 데이터 분석(DA) 혹은 엔지니어링(DE) 실무 경험 (3년 이상)
- 비즈니스 지표 정의부터 데이터 가공, 모델링까지 데이터 활용의 전 과정을 직접 설계하고 운영해 본 경험
- 시맨틱 모델링 및 지표 표준화 역량 (핵심 역량)
- 파편화되어 산재된 데이터와 정보들을 효율적인 포맷으로 중앙 집중화하고, 이를 누구나 활용도 높게 사용할 수 있도록 깊게 고민해 본 경험
- 지표 정합성(SSOT) 확보를 위해 사람과 AI가 데이터의 맥락을 오해 없이 이해하도록 시맨틱 레이어를 설계하고 관리한 경험
- AI Agent 이해도 및 데이터 분석 실무 활용 경험
- AI Agent의 작동 원리에 대한 이해를 바탕으로, 분석 자동화나 인사이트 도출 과정에 AI를 적극적으로 활용하여 실질적인 업무 효율을 높여본 경험
- 실행 중심의 Hands-on 분석 및 문제 해결 능력
- 설계에 머무르지 않고 직접 SQL 추출 및 BI 시각화를 수행하며, 비즈니스 현장의 요구사항을 데이터 결과물로 끝까지 해결해 본 경험
- 기술 트렌드 기민성 및 새로운 시도에 대한 실행력
- AI/LLM 등 급변하는 시장 상황과 기술 트렌드에 민감하게 반응하며, 새로운 솔루션이나 방법론을 실무 환경에 즉시 도입하여 빠르게 PoC(개념 검증)를 실행할 수 있는 역량
우대사항
- dbt 등 Analytics Engineering 툴을 활용해 본 경험이 있는 분
- Semantic Layer (LookML, Cube.js, dbt Semantic Layer 등) 구축 경험이 있는 분
- 데이터 파이프라인(Airflow, Glue 등) 및 인프라에 대한 이해도가 높으신 분
- 커머스 또는 크리에이터 이코노미 도메인에 대한 깊은 이해도가 있는 분
- 1인 데이터 직군으로서 팀의 체계를 처음부터 잡아본 경험이 있는 분
업무환경
- Data Stack: AWS S3, Glue, Athena, Amazon QuickSight
- Product Log: Mixpanel
- AI Environment: 사내 MCP(Semantic AI 기반 분석 환경), Devin
이 포지션에 합류하면 이런 성장을 기대할 수 있어요💡
- 국내에서 드문 '시맨틱 아키텍처' 전문가로서 AI 시대에 가장 필요한 데이터 커리어의 정점에 도달할 수 있습니다.
- 인프라 설계부터 비즈니스 액션 도출까지, 데이터의 End-to-End 사이클을 직접 리드하며 아키텍트이자 분석가로서 성장합니다.
- 단순 반복적인 추출 업무에서 벗어나, 시스템(AI)이 스스로 정답을 내놓는 지속 가능한 데이터 환경을 구축하는 성취감을 느낄 수 있습니다.