백엔드 · 데이터 엔지니어(환경 데이터 플랫폼)

주요업무 악취 민원이 접수되면 센서·기상·사업장 데이터가 모여 원인을 찾아 갑니다. 그 데이터의 흐름과, 그 위에 올라가는 서비스를 함께 만들 분을 모십니다. 백엔드와 데이터 엔지니어링 중 한쪽 경험이 있으시면 지원하실 수 있습니다.

[우리가 만드는 것]

1. 지자체의 악취·대기질 관리 시스템을 만듭니다. 시민이 "여기 냄새나요"라고 민원을 넣으면, 측정소 센서값과 그 시각의 바람 자료를 모아 냄새가 어디서 왔는지를 추정해 담당 공무원에게 알려 주는 서비스입니다.
2. 화면에 뜨는 숫자 하나하나가 실제 행정 판단의 근거가 됩니다. 그래서 데이터가 제때, 빠짐없이, 정확하게 흘러야 합니다.
3. 지금은 시작 단계입니다. 기상청 격자 자료를 받아 처리하는 파이프라인부터, 그 결과를 지도 위에 올리는 서비스까지 하나씩 세워 가는 중입니다.

[01 데이터 수집 · 파이프라인]

1. 기상청 격자 자료를 매시간 수집·검증·적재하는 파이프라인 구축 (GRIB2 / NetCDF 파싱, 좌표계 정규화)
2. 센서·민원·사업장·시설물 데이터 수집 및 관리 기능 개발
3. 배치·스케줄러 기반 자동화, 수집 실패·지연·결측 상황의 처리 규칙 설계
4. 외부 시스템 및 공공데이터 API 연계 (기상청, 환경부 등)

[02 분석 산출물 · 서비스 API]

1. 바람장·확산 분석 결과를 서비스가 바로 쓸 수 있는 형태로 내보내는 산출물 API 설계
2. 웹 서비스 및 REST API 개발 (Java / Spring Boot 또는 Python / FastAPI)
3. PostgreSQL 기반 데이터베이스 설계 및 조회 성능 개선 (공간·시계열 데이터 포함)
4. API 명세서·데이터 구조·개발 문서 작성

[03 운영 품질 · 검증]

1. 운영 중 발생하는 오류 분석, 로그·예외 처리·모니터링 개선
2. 검증 지표 자동 산출 — 관측 일부를 검증용으로 분리해 오차를 매일 기록하는 체계
3. 프론트엔드, 데이터 분석, 대학 연구실 자문과의 협업

[함께 일할 팀]

1. 백엔드 책임자 — 구조 설계·코드 리뷰·기술 판단을 함께 합니다
2. AI기술연구소 — 데이터 사이언티스트, Vision AI 엔지니어와 같은 팀입니다
3. 프론트엔드 팀 — 지도·대시보드 화면을 담당합니다 (시각화 구현은 이 직무의 범위가 아닙니다)
4. 대학 연구실 — 수치모델 설정 타당성 자문
5. GitLab·OpenProject 기반 협업, 코드 리뷰·이슈 중심

이 자리는 데이터 파이프라인과 백엔드 서비스가 맞닿는 지점에 있습니다. 처음부터 양쪽을 모두 요구하지 않습니다. 한쪽에서 출발해 다른 쪽으로 넓혀 가는 구조입니다.

[A 백엔드에서 출발하시는 분]

서비스를 만들어 오셨고, 데이터 쪽으로 넓히고 싶으신 분

- Java / Spring 기반 백엔드 개발 경력 2년 이상

- REST API와 데이터베이스 연동 기능을 설계·개발한 경험

- 기존 코드를 이해하고 기능을 수정·확장해 본 경험

- 넓혀 가실 영역 — 기상 격자 데이터 처리, 좌표계·공간정보, Python 파이프라인

[B 데이터에서 출발하시는 분]

파이프라인을 다뤄 오셨고, 서비스·API 쪽으로 넓히고 싶으신 분

- Python 기반 데이터 수집·전처리·적재 파이프라인을 설계하고 운영해 본 경험 (분야 무관)

- 스케줄링과 자동화 경험 (cron·Shell·Airflow 등), 실패·재처리 설계

- 대용량·배열 형식 데이터를 다뤄 본 경험 (NetCDF, GRIB2, HDF5, Parquet 등 — 형식은 무관)

- 넓혀 가실 영역 — REST API 설계, 서비스 백엔드, 멀티테넌트 운영

[공통 자격 요건]

위 A·B 중 한쪽에 더해, 아래는 공통으로 필요합니다.

- 경력— 2년 이상 (상한 없음. 관련 분야 석사 과정을 경력으로 환산합니다)

- 학력 — 대학교 졸업(4년제) 이상 (전공 무관 — 위 경험을 봅니다)

- Linux 환경에서의 작업과 Git을 활용한 형상관리

- 운영 환경에서 발생한 문제를 분석하고 개선해 본 경험— 로그와 데이터를 근거로 원인을 찾아 본 경험

- 작업 내용과 기술적 판단의 근거를 설명하고 문서로 남길 수 있는 분

- 핵심 역량 — 데이터가 늦게 오거나, 빠지거나, 형식이 바뀌었을 때 무엇을 할지 스스로 정하고 코드와 문서로 남길 수 있는 능력

기상·대기 도메인 지식은 요구하지 않습니다. 수치모델의 설정값은 대학 연구실 자문과 함께 한 번 정해 고정하고, 이후 운영자가 바꾸지 않는 구조로 갑니다. 혼자 물리적 판단을 하셔야 할 일은 없습니다. 도메인은 입사 후 함께 익혀 갑니다.

아래는 필수 조건이 아닙니다. 한 가지 이상 경험이 있으시면 우대합니다.

- 과학·격자 데이터 형식 처리 경험 (GRIB2, NetCDF, HDF5 및 xarray, CDO, wgrib2)

- 좌표계·투영 변환 경험 (EPSG, GDAL, pyproj, Rasterio, GeoPandas)

- 공간정보 또는 PostGIS 활용 경험

- 시계열 데이터 및 TimescaleDB 활용 경험

- 워크플로 오케스트레이션 사용 경험 (Airflow, Prefect, n8n 등)

- 대용량 데이터 조회 및 SQL 성능 개선 경험

- MyBatis 또는 JPA 사용 경험

- Redis, RabbitMQ 등 메시징·캐시 시스템 사용 경험

- 공공데이터 또는 외부 API 연계 경험

- Docker 또는 클라우드(AWS 등) 운영 경험

- 단위 테스트 및 API 테스트 작성 경험

- 공공기관, 환경, 기상, 센서 또는 관제 시스템 개발 경험

서류 전형 > 1차 기술 면접 > [OPINION 사례 리뷰] > 2차 최종 면접 > 최종 합격

코딩 테스트는 보지 않습니다. 대신 직접 만드신 것을 함께 보며 이야기합니다 - 왜 그렇게 설계하셨는지, 어떤 문제를 만났고 어떻게 찾아내셨는지를 여쭙습니다. 아래 중 하나만 준비해 주시면 됩니다.

1. 직접 구축·운영한 파이프라인이나 서비스 사례 설명
2. 업무에서 해결한 오류·장애 사례 설명
3. 개인·팀 프로젝트 저장소