LLM WikiAccess-protected knowledge portal

WIKI

2026 Job Search Context — Preserved Source

AI Summary Purpose Preserve the user provided company research and application strategy that was originally stored at /Users/khw/Downloads/toss career context.md . Key points The preferred direction is Data Platform / Data Engineering, with

경로ai/sources/career/2026-07-16-job-search-context.md
카테고리Source
태그#airflow #career #context #infra #job #kubernetes #mysql #portfolio #search #security #source #study

# 2026 Job Search Context — Preserved Source

AI Summary

Purpose:

originally stored at /Users/khw/Downloads/toss-career-context.md.

Key points:

Engineering, DW, Data Quality, and Governance as adjacent options.

variants instead of one generic application.

and learning; Spark, Kafka, Flink, dbt, and Snowflake must not be overstated.

outdated and must be revalidated before use.

Relevant when:

gap matrix, or interview plan for the 2026 career transition.

Do not read full document unless:

are required.

Linked documents:

Open Questions

it was validated separately on 2026-07-16.

Raw Source

The Korean source below is preserved verbatim from the user-provided file.

# 토스 계열 채용 지원 작업 컨텍스트

작성일: 2026-07-16 목적: ChatGPT에서 검토한 토스 계열 채용공고와 지원 전략을 Codex에서 이어서 작업하기 위한 컨텍스트 문서 주의: 공고 내용·소속 법인·채용 상태는 변경될 수 있으므로 실제 지원 전 각 URL을 다시 확인할 것

1. 지원자 기본 프로필

현재 역할

주요 기술·업무 경험

- SeaweedFS - MinIO - ZFS - XFS - 수억 개 작은 파일 저장 구조

대표 성과 및 사례

#### 1. View 기반 JOIN 성능 개선

#### 2. CVE 조회 정렬 성능 개선

#### 3. 컨테이너 자원 경합 분석

#### 4. 대규모 데이터 처리·Backfill

#### 5. 스토리지 아키텍처 검토

2. 리멤버앤컴퍼니 조사 요약

회사 성격

- 고객 중심 - 빠른 실행 - 강한 오너십 - 직접적인 커뮤니케이션 - One-Team

복지

데이터·플랫폼 엔지니어 추정 연봉

워라밸

한 줄 평가

복지는 준수하고 회사 안정성은 초기 스타트업보다 높지만, 업무방식은 빠른 스케일업에 가깝다.

3. 토스페이먼츠 회사 조사 요약

회사 성격

문화

복지

연봉 추정

#### Data Engineer / Data Platform Engineer

- 기본연봉 - 성과급 - 사이닝보너스 - RSU - 온콜 보상 - 퇴직금

#### Systems Engineer

워라밸

한 줄 평가

높은 연봉·복지·자율성을 제공하지만 결과 책임과 업무강도 역시 높은 대형 핀테크 스케일업이다.

# 4. 검토한 토스 계열 채용공고

4.1 토스페이먼츠 Systems Engineer

URL

https://toss.im/career/job-detail?job_id=7795677003&sub_position_id=4076153003&company=%ED%86%A0%EC%8A%A4%ED%8E%98%EC%9D%B4%EB%A8%BC%EC%B8%A0

실제 역할

직무 성격

Traditional Systems Engineer + Private Cloud Engineer + Kubernetes Platform Engineer

지원자 적합도

강점 매핑

부족한 부분

이력서 방향

제목 예시:

Linux·Kubernetes 기반 데이터 플랫폼 및 인프라 엔지니어

앞에 배치할 사례:

  1. 컨테이너 자원 경합 및 CPU 과부하 개선
  2. 대규모 DB 조회 병목 개선
  3. 스토리지 아키텍처 설계·PoC

특이사항

- 법인명 - 근속 승계 - 복지와 성과급 지급 주체 - 퇴직금 산정 - 리프레시 휴가 산정 - Infra Team 전체 이동 여부

판단

4.2 토스플레이스 Data Analytics Engineer

URL

https://toss.im/career/job-detail?job_id=5960616003&sub_position_id=6650841003&company=%ED%86%A0%EC%8A%A4%ED%94%8C%EB%A0%88%EC%9D%B4%EC%8A%A4

실제 역할

직무 성격

Analytics Engineer + DW Data Modeler + Data Governance Engineer

지원자 적합도

강점 매핑

부족한 부분

준비해야 할 핵심

#### dbt

#### DW 모델링

#### Snowflake

이력서에 앞세울 사례

  1. 다중 오픈소스 생태계 데이터 표준화와 품질 관리
  2. 대규모 SQL 조회 성능 개선
  3. 데이터 처리 규칙·메타데이터·문서 체계 수립

판단

4.3 토스 본사 Data Analytics Engineer (Platform)

URL

https://toss.im/career/job-detail?job_id=5960616003&sub_position_id=6537383003&company=%ED%86%A0%EC%8A%A4

실제 역할

기술환경

직무 성격

Enterprise DW + Data Quality + Data Governance + Central Analytics Platform

지원자 적합도

강점 매핑

부족한 부분

준비해야 할 핵심

판단

4.4 토스페이먼츠 Data Engineer

URL

https://toss.im/career/job-detail?job_id=4071103003&sub_position_id=4679693003&company=%ED%86%A0%EC%8A%A4%ED%8E%98%EC%9D%B4%EB%A8%BC%EC%B8%A0

실제 역할

#### Data Platform

#### Streaming

#### Real-time Serving

직무 성격

Data Platform Engineer + Streaming Data Engineer + Data Application Engineer

지원자 적합도

강점 매핑

핵심 부족 기술

#### Spark

#### CDC

#### Kafka

#### Flink

#### Real-time OLAP

이력서에 앞세울 사례

  1. 다중 데이터 소스 수집·처리 플랫폼 구축 및 운영
  2. 대규모 데이터 조회 성능 개선
  3. 컨테이너 데이터 워크로드 자원 격리 및 안정화
  4. DQ·메타데이터·재처리 자동화

과장 금지

판단

# 5. 네 공고 비교

공고현재 경력 적합도커리어 방향 적합도주요 강점핵심 부족 기술
토스페이먼츠 Data Engineer55~65%85~90%K8s, Airflow, DB, 배치, DQSpark, CDC, Kafka, Flink
토스플레이스 Data Analytics Engineer75~80%70~80%SQL, DQ, 표준화, Airflowdbt, Snowflake, DW
토스 본사 DAE Platform65~70%70~80%DQ, 표준, SQL, 문서화Enterprise DW, Hadoop, Impala
토스페이먼츠 Systems Engineer65~75%50~65%Linux, K8s, 장애, 스토리지OpenStack, 물리 인프라

# 6. 지원 우선순위

합격 가능성 기준

  1. 토스플레이스 Data Analytics Engineer
  2. 토스 본사 Data Analytics Engineer (Platform)
  3. 토스페이먼츠 Data Engineer
  4. 토스페이먼츠 Systems Engineer

원하는 Data Platform 커리어 기준

  1. 토스페이먼츠 Data Engineer
  2. 토스플레이스 Data Analytics Engineer
  3. 토스 본사 Data Analytics Engineer (Platform)
  4. 토스페이먼츠 Systems Engineer

현실적인 지원 전략

1순위 동시 지원

2순위

별도 커리어 트랙

- Private Cloud / System Infra 방향 전환 의지가 있을 때 지원

# 7. 이력서 버전 분리 전략

하나의 이력서를 네 공고에 공통 제출하지 말 것.

버전 A: Data Platform / Data Engineer

대상:

상단 키워드:

앞에 배치할 프로젝트:

  1. 다중 데이터 수집·처리 플랫폼
  2. 대규모 DB 조회 성능 개선
  3. 컨테이너 자원 경합 개선

버전 B: Analytics Engineering / DW / DQ

대상:

상단 키워드:

앞에 배치할 프로젝트:

  1. 다중 생태계 데이터 표준화와 DQ
  2. CVE·제품·버전 매핑 체계
  3. 대규모 SQL·데이터 모델 최적화
  4. Health Check 및 운영점검 자동화

버전 C: Systems / Private Cloud

대상:

상단 키워드:

앞에 배치할 프로젝트:

  1. 컨테이너 자원 경합 개선
  2. 데이터 플랫폼 인프라 운영
  3. 스토리지 아키텍처 검토
  4. 서버·DB 병목 분석

# 8. 경력기술서 공통 작성 원칙

모든 프로젝트는 다음 구조로 작성

1. 문제

2. 규모

3. 본인 역할

팀이 한 일과 본인이 한 일을 분리할 것.

4. 기술적 판단

5. 결과

수치가 없으면 가능한 범위에서 로그·모니터링·작업시간으로 복원할 것.

# 9. 현재 반드시 보완할 정보

Codex에서 이력서를 만들기 전에 다음 사실을 사용자에게 확인하거나 기존 문서에서 찾아야 함.

경력 기본정보

데이터 플랫폼 규모

기술 경험 진위와 수준

각 기술을 다음 네 단계 중 하나로 분류할 것.

대상 기술:

정량적 결과

# 10. 면접에서 반드시 확인할 조건

공통

Data Engineer / Platform

Analytics Engineer

Systems Engineer

# 11. Codex에서 이어서 할 작업

우선 작업

  1. 현재 이력서·경력기술서 파일 확인
  2. 경력 사실과 정량 수치 추출
  3. 토스페이먼츠 Data Engineer용 이력서 작성
  4. 토스플레이스 DAE용 이력서 작성
  5. 공통 경력기술서 프로젝트 3개를 STAR 또는 Problem-Action-Result 구조로 작성
  6. 각 공고 필수기술 대비 Gap Matrix 작성
  7. 예상 면접 질문과 답변 초안 작성

추천 산출물

resume/
├── common/
│   ├── career-facts.md
│   ├── project-metrics.md
│   └── skills-evidence.md
├── toss-payments-data-engineer/
│   ├── resume.md
│   ├── career-description.md
│   ├── cover-letter.md
│   └── interview-prep.md
├── toss-place-dae/
│   ├── resume.md
│   ├── career-description.md
│   ├── cover-letter.md
│   └── interview-prep.md
├── toss-dae-platform/
│   ├── resume.md
│   ├── career-description.md
│   └── interview-prep.md
└── toss-payments-systems/
    ├── resume.md
    ├── career-description.md
    └── interview-prep.md

# 12. Codex 시작 프롬프트

아래 프롬프트를 Codex에서 사용할 수 있음.

이 저장소의 `toss-career-context.md`를 먼저 읽어라.

목표:
1. 내 실제 경력 사실을 과장하지 않고 정리한다.
2. 토스페이먼츠 Data Engineer와 토스플레이스 Data Analytics Engineer 지원용 이력서를 각각 만든다.
3. 두 포지션에 동일한 이력서를 쓰지 말고 직무별로 강조점을 분리한다.
4. 모든 프로젝트는 문제, 규모, 본인 역할, 기술적 판단, 정량적 결과 순으로 작성한다.
5. 내가 실제 운영하지 않은 Spark, Kafka, CDC, Flink, dbt, Snowflake 경험을 운영 경험처럼 쓰지 않는다.
6. Production 운영, PoC, 기술검토, 학습을 명확히 구분한다.
7. 수치가 부족한 항목은 `[수치 확인 필요]`로 표시하고 임의로 만들지 않는다.
8. 한국어로 작성하되 기술 용어는 원문을 유지한다.

먼저 현재 저장소의 이력서·경력기술서·프로젝트 문서를 검색하고,
다음 파일을 생성하라.

- `resume/common/career-facts.md`
- `resume/common/project-metrics.md`
- `resume/common/skills-evidence.md`
- `resume/toss-payments-data-engineer/resume.md`
- `resume/toss-payments-data-engineer/career-description.md`
- `resume/toss-place-dae/resume.md`
- `resume/toss-place-dae/career-description.md`

문서를 생성하기 전에 사실로 확인된 경력과 확인이 필요한 내용을 표로 분리하라.

# 13. 최종 의사결정 요약

현재 가장 현실적인 선택

- 토스플레이스 Data Analytics Engineer

- 토스페이먼츠 Data Engineer

- 토스 본사 Data Analytics Engineer (Platform)

- 토스페이먼츠 Systems Engineer

추천 지원 방식

토스페이먼츠 Data Engineer와 토스플레이스 Data Analytics Engineer에 동시 지원하고, 각 포지션용 이력서를 별도로 작성한다.

토스페이먼츠에는 다음을 강조:

토스플레이스에는 다음을 강조:

# 14. 사실성 원칙