데이터 엔지니어 (Data Engineer)

| 회사 ​소개

대한민국 ​전자서명·전자계약 ​1위, 모두싸인입니다.

2015년 ​설립 이후 33만 기업·기관과 ​1,000만 ​이용자가 선택한 ​계약의 표준을 만들어왔습니다. ​이제 전자계약을 ​넘어계약의 ​작성부터 분석까지 ​전 ​과정을 ​AI로 잇는 CLM(Contract ​Lifecycle ​Management, 계약 생애주기 ​관리) ​플랫폼으로 ​나아가고 있습니다.

검증된 1위 ​서비스 위에서, ​아직 ​아무도 만들지 ​못한 한국형 ​계약 ​AI의 기준을 함께 ​만들어 갈 ​동료를 기다립니다.

| 함께할 조직 소개

[제품 그룹에서 최고의 기술 리더십과 함께합니다]

모두싸인의 제품 그룹은 NLP 분야의 공학 박사이자, 국내 대표 C2C 플랫폼에서 기술 총괄을 역임한 CTO가 이끌고 있습니다. 기술적 깊이와 비즈니스 성장을 모두 경험한 리더십 아래, 우리는 계약 데이터를 통해 시장의 새로운 표준을 만드는 도전에 집중하고 있습니다.

[Agentic Software Development로 일합니다]

모두싸인의 제품 개발은 Agentic Software Development(Agentic SD) 로 전환을 마쳤습니다. 사람은 문제 정의·기준 설정·판단에 집중하고, 실행은 AI Agent가 맡습니다. Discovery부터 Delivery, Release까지 전 과정에 Agent가 들어와 있고, 지금은 이 방식을 더 깊게 다듬는 단계입니다.

이 환경에서 중요한 것은 코드를 얼마나 직접 쓰느냐가 아닙니다.

• 무엇을 풀어야 하는지 정의할 수 있는가
• 여러 맥락에서 가장 중요한 문제를 스스로 판단할 수 있는가
• AI Agent와 자동화를 써서 한 사람이 더 넓은 영역을 더 빠르게 해낼 수 있는가
• Agent가 안정적으로 작동하도록 입력과 검증 기준을 설계할 수 있는가

데이터 자산을 Agent가 조회·실행할 수 있는 형태로 정의하고 문서화하는 일도 이 자리의 범위입니다.

[Platform Lab에서 함께합니다.]

Platform Lab은 모두싸인 제품과 서비스의 공통 기술 기반을 만드는 조직입니다.

Platform Lab은 제품 전반에서 공통으로 활용하는 시스템과 기술 인프라를 설계하고 운영합니다.

해당 포지션은 Platform Lab에 소속되어 전사 데이터 플랫폼을 설계하고, 다양한 제품에서 생성되는 데이터를 연결해 활용 가능한 자산으로 만드는 역할을 수행합니다.

이를 통해 회사의 데이터 기반 의사결정과 AI 중심 제품 개발을 함께 지원하는 데이터 플랫폼을 구축합니다.

| 계약을 다루는 회사의 데이터

모두싸인은 전자서명에서 시작해 계약의 작성·검토·체결·보관까지 다루는 제품군으로 확장했습니다. 전자서명(eSign), 계약 검토(Review), 계약 보관·관리(Cabinet), 그리고 이 제품들이 공통으로 쓰는 기반 시스템(Platform)이 각각 자기 데이터를 만들어냅니다.

계약이라는 영역은 데이터를 다루는 방식에 특유의 조건을 겁니다.

• 규제와 맞닿아 있습니다. 개인정보 경계, 보존과 파기, 접근 통제와 감사 추적이 설계의 전제입니다. 나중에 덧붙이는 통제가 아니라 모델과 파이프라인 안에 들어가 있어야 합니다.
• 근거가 추적돼야 합니다. 계약 검토는 어떤 조문과 어떤 기준으로 그런 판단이 나왔는지 되짚을 수 있어야 합니다. 데이터에 출처와 시점이 남아야 한다는 뜻입니다.
• 외부 자원이 제품의 재료입니다. 법령·행정규칙·판례·표준계약서처럼 회사 바깥에서 확보해야 하는 자산이 제품 지능을 떠받칩니다. 이들은 계속 개정되므로 한 번 가져오는 일이 아니라 상태를 유지하는 일입니다.

소속은 Platform Lab입니다. 전사 공통 기반을 만드는 조직에 속해 데이터 플랫폼을 설계하고, 그 위에서 회사의 운영과 제품의 지능이 함께 쓸 자산을 만듭니다.

| 이 자리가 맡는 것

하나의 기반을 세우고, 그 기반이 두 방향으로 쓰이게 만듭니다.

1. 데이터 인프라 — 기반

제품 전반의 데이터를 하나의 기준으로 잇습니다. 원천 그대로 쌓인 데이터를 정제·표준화된 모델로 끌어올리고, 신뢰할 수 있는 인증 자산으로 만듭니다. 제품마다 다른 이름과 구조로 쌓인 것을 잇고, 그 기준을 회사의 표준으로 정하는 일입니다. 데이터 엔지니어링에서 설계 난이도가 가장 높고, 한 번 정해두면 가장 오래 남는 구간이기도 합니다.

2. OpX — 운영이 데이터로 돌아가게

만든 데이터는 어드민과 운영 도구로 이어져 매일의 판단에 쓰입니다. 고객의 상태를 한 화면에서 보는 일, 결제와 구독의 정합성을 사람이 아니라 배치가 점검하는 일, 세그먼트와 발송 대상을 수기 추출 없이 뽑는 일이 전부 이 데이터에 걸려 있습니다. 데이터를 적재하는 지점이 아니라 판단이 내려지는 지점까지가 범위입니다.

3. 계약 지식 기반 — 제품 지능의 재료

Intelligence Lab의 계약 검토 기능은 법령과 판례를 근거로 판단합니다. 그 근거가 되는 외부 자원을 확보해 제품이 쓸 수 있는 자산으로 만드는 일이 이 자리의 몫입니다. 공개된 원천을 가져오는 데서 끝나지 않고, 조문 단위로 구조화하고, 개정 이력을 버전으로 남기고, 인용이 실재하는지 기계적으로 대조할 수 있는 형태까지 끌고 갑니다. 지식의 커버리지와 신선도가 곧 제품의 품질이 되는 영역입니다.

| 기대하는 엔지니어 상

1. 구조를 먼저 설계합니다

파이프라인을 짜기 전에 데이터 모델과 책임 경계를 설계합니다. AI Agent에 위임할 때도 무엇이 입력이고 무엇이 검증 기준인지 먼저 정의합니다. 코드는 결과물이고, 기준이 코드에 앞섭니다.

2. 기준을 사람이 아니라 구조에 남깁니다

매번 판단하는 방식보다 기준을 두고 판단하는 구조가 운영에 유리합니다. 반복되는 구현은 공통화하고, 권한과 변경 이력은 코드와 선언으로 남깁니다. 표준화를 문서 작업이 아니라 운영 비용을 줄이는 설계로 다루는 분을 찾습니다.

3. 스스로 범위를 정합니다

담당 제품이 정해져 있지 않다는 것은 스스로 범위를 정해야 한다는 뜻입니다. 여러 제품과 조직의 요구가 동시에 들어오고, 정보가 다 갖춰진 상태로 오지 않습니다. 들어온 요청을 순서대로 처리하는 사람이 아니라, 지금 가장 임팩트가 큰 문제를 짚어내고 다른 요구가 끼어들어도 그 축을 놓지 않는 사람을 기대합니다. 합류 후 첫 달은 구현보다 범위를 정하는 데 쓰는 것을 전제로 둡니다.

4. 판단에 닿는 데까지 책임집니다

데이터 인프라는 그 자체가 목적이 아닙니다. 자신이 만든 데이터가 어느 화면에서 어떤 결정에 쓰이는지 추적하고, 그 기준으로 다음 할 일을 정합니다.

5. AI를 일하는 방식으로 씁니다

파이프라인 설계, 스키마 정의, 데이터 검증, 문서화 — 모든 구간에서 AI를 씁니다. 모두싸인은 이를 권장이 아니라 기본값으로 둡니다.

| 주요업무

1. 데이터 기반 설계와 구축

• 원천 계층 위에 정제·표준화 계층과 인증 자산을 설계·구축
• 고객·워크스페이스·구독·계약·문서 등 제품을 가로지르는 표준 모델 설계
• 소스 간 동일 고객을 잇는 식별 통합(워크스페이스 단위·사람 단위) 설계
• CDC 기반 적재와 ETL/ELT 워크플로의 설계·운영·자동화
• 데이터 카탈로그를 정본으로 운영: 계보·소유·품질·민감도 등급과 등재 프로세스
• 개인정보 경계 집행과 접근 권한·감사 추적 설계
• 정제·중복 제거·정합성 검사 로직과 자동 품질 모니터링

2. 운영과 의사결정으로 연결

• 어드민과 운영 도구가 사용할 데이터 API·집계 서비스 설계 및 구현
• 결제·구독·정산의 정합성 점검과 운영 처리 자동화
• 고객 상태 조회, 세그먼트 도출, 발송 타깃팅의 데이터 기반 구축
• 제품·세일즈·마케팅·CS·경영이 쓰는 분석 데이터셋과 핵심 지표 제공
• 제품 이벤트 정의를 정본화하고 지표 체계를 설계

3. 계약 지식 자산 구축

• 법령·행정규칙·판례·표준계약서 등 외부 공개 자원의 확보 경로 설계와 수집 파이프라인 구축
• 조문·조항 단위 구조화와 색인, 검색·인용 검증이 가능한 형태로의 정규화
• 개정 이력 버저닝과 시점 조회, 출처 추적 가능성 확보
• 갱신 주기와 커버리지·신선도 기준 수립, 변경 감지와 재적재 자동화
• 외부 자원의 이용조건·라이선스 확인과 사용 범위 관리
• 지능형 기능이 소비하는 자산의 스키마와 품질 기준을 Intelligence Lab과 합의

| 범위와 협업

제품 전반의 데이터를 보되, 특정 제품이나 스쿼드에 묶이지 않습니다. 어디부터 손댈지는 임팩트를 기준으로 스스로 판단합니다.

• Platform Lab·DevOps — 데이터 플랫폼과 적재 기반 인프라를 함께 세웁니다. 백엔드 엔지니어들과 서빙·권한·감사 설계를 같이 보고, 프로비저닝은 DevOps가 맡습니다.
• 운영 효율화(OpX) 조직 — 사업 부문과 제품이 함께 운영 과제를 다루는 자리에 상시 참여합니다. 어떤 운영 판단을 데이터로 옮길지 여기서 정해집니다.
• Intelligence Lab — 계약 지식 자산의 소비처입니다. 자산의 스키마·신선도·커버리지를 합의해 공급하고, 모델과 Agent 개발 자체는 AI 엔지니어가 맡습니다.
• BizOps·제품 스쿼드 — 분석 수요와 지표 정의의 상대이자 원천 데이터의 소유자입니다. 인바운드 분석과 대시보드 작성은 BizOps가 맡고, 이 자리는 그것이 딛는 모델과 적재 범위를 정합니다.

| 자격요건

• 데이터 엔지니어링 실무 7년 이상
• 분석계 데이터 모델(마트·스타 스키마 등)을 직접 설계하고 운영해본 경험
• ETL/ELT 파이프라인 설계·운영과 오케스트레이션 도구 운영 경험
• Python과 SQL로 데이터를 다뤄온 경험
• 클라우드 데이터 스택 경험(AWS 우대: S3, Glue, Lambda, Athena, Redshift 등)
• 관계형 DB 모델링과 쿼리 최적화에 대한 이해
• 이벤트·로그 데이터 처리 경험
• 데이터 거버넌스(소유·계보·품질·접근 권한)를 실제로 운영해본 경험
• 비즈니스 요구를 데이터 모델과 파이프라인으로 옮길 수 있는 역량
• 여러 요구가 동시에 들어오는 환경에서 스스로 범위를 정하고 결정을 근거와 함께 남긴 경험
• AI 도구(Claude, ChatGPT, Cursor 등)를 일상 업무에 쓰고 있는 분

| 우대사항

• 외부 공개 데이터·문서 자산의 수집·정규화·버저닝 파이프라인을 구축해본 경험
• 비정형 문서의 구조화·청킹·색인 또는 검색·RAG용 데이터 준비 경험
• 메달리온·레이크하우스 아키텍처 경험(Iceberg, Athena, Redshift, Snowflake 등)
• SQL 모델링 도구(dbt 등) 기반 모델 정의·테스트·CI 운영 경험
• 선언형·코드 기반 인프라와 권한 관리 경험(Terraform 등)
• 운영계와 분석계를 구조적으로 분리해 설계해본 경험
• CDC 도구(Debezium, DMS 등) 기반 동기화 구축 경험
• 행동 로그 기반 유저 식별 모델 설계 경험(비로그인·멀티디바이스·회원 전환 추적 등)
• CRM·프로덕트 분석 SaaS 연동 경험(HubSpot, Mixpanel, GA4 등)
• 메타데이터 카탈로그 운영 경험(DataHub 등)
• 규제 대응 경험(ISMS·ISMS-P, 가명·익명 처리, 감사 로그, 개인정보 분리 설계)
• 내부 어드민·운영 도구에 데이터를 직접 붙여본 경험
• 백엔드 개발 경험(TypeScript·Nest.js 또는 Kotlin·Spring)
• B2B SaaS에서 고객·사용자 데이터를 다뤄본 경험

| 이런 분을 찾습니다

• 코드를 쓰기 전에 구조와 기준을 먼저 설계하는 분
• 여러 맥락이 섞여 들어와도 가장 중요한 일을 스스로 짚어내는 분
• 지시가 있을 때는 끝까지 이행하고, 지시가 없을 때는 지금 무엇을 할지 스스로 정의하는 분
• 완벽함보다 빠른 실행과 학습을 택하고, 불확실한 상황에서도 추진력을 잃지 않는 분(Act Now)
• 자신이 만든 데이터가 어떤 결정과 고객 가치로 이어지는지 끝까지 추적하는 분(Customer Centric)
• 기존 방식에 머무르지 않고 더 나은 구조를 먼저 제안하는 분(Go Beyond)
• 가장 큰 임팩트를 만드는 문제부터 손대는 분(Focus on Impact)
• 논의에서는 의견을 분명히 내고, 결정 뒤에는 끝까지 책임지는 분(Disagree and Commit)
• AI를 일하는 방식의 일부로 받아들이고 그것으로 자기 역량을 넓혀온 분

| 전형절차

[서류전형 > 1차 인터뷰 > 2차 인터뷰 > 처우협의 > 최종합격]

1. 서류 전형

• 서류는 자유 형식으로 제출해 주세요. (PDF 파일 또는 웹 링크)
• 웹 링크로 제출하는 경우, 접근 권한이 설정되어 있는지 미리 확인 부탁드립니다.

2. 1차 인터뷰 (대면)

• 해당 팀이 인터뷰에 참석하며, 이력서에 기재된 실무 경험을 바탕으로 직무 관련 역량을 확인합니다.

3. 2차 인터뷰 (대면)

• 입사 후 협업하게 될 구성원과의 인터뷰를 먼저 진행하며, 이후 경영진과 컬처핏 인터뷰를 진행합니다.

4. 처우협의

• 2차 인터뷰 합격 안내와 함께 처우 및 입사 일정에 대해 최종 협의를 진행합니다.

5.최종합격

• 처우 협의가 완료되면 입사확약서 작성 요청드리며, 서명 제출 후 최종 합격이 확정됩니다.

*본 포지션은 정규직 채용이며, 3개월의 시용 수습 기간이 적용됩니다.

(시용 수습 기간 중에도 급여는 동일하게 지급됩니다.)

*전형 절차는 포지션 및 상황에 따라 일부 변경될 수 있으며, 변경 시 사전에 안내드립니다.

*채용 진행 과정에서, '평판조회(레퍼런스 체크)' 과정이 추가로 진행될 수 있습니다. 평판조회를 진행하는 경우 관련 규정에 따라 사전 동의 절차를 거쳐 진행됩니다.

📌 지원 시 유의사항

• 입사지원서 및 제출 서류에는 연봉 정보를 제외하고 작성해 주시기 바랍니다.
• 복수 포지션 지원이 가능하며, 각 전형은 독립적으로 운영됩니다.
• 각 전형 결과는 개별적으로 안내 드립니다.
• 제출 내용이 사실과 다를 경우, 합격 또는 입사가 취소될 수 있습니다.
• 채용 공고는 지원 현황에 따라 조기 마감될 수 있습니다.
• 장애인 및 국가유공자 등 취업 보호 대상자는 관계 법령에 따라 우대합니다.

🪄 내 이력에 딱 맞는 공고가 없다면?

• 인재풀에 이력서와 관심 직무를 등록해주시면, 추후 관련 포지션이 오픈되었을 때 우선적으로 검토하고 연락드리겠습니다.

🔗 인재풀 등록하기

📧 모두싸인에 궁금한 점이 있다면 채용팀 메일(recruit@modusign.co.kr)로 문의 부탁드립니다 :)