채용 요구사항 대응표
공고가 요구하는 것과 이 교안의 장
원티드에 올라온 데이터 엔지니어 공고 93건의 자격요건·우대사항·주요업무를 키워드로 세고, 각 요구를 다루는 장을 연결했습니다. 2026년 11월 23일에 모은 공고입니다.
93건원티드 데이터 엔지니어 공고 (2026-11-23)
4년최소 요구 경력 중앙값
3건신입 지원 가능 (92건 중)
33 / 36연결된 장이 있는 요구 항목
요구 항목별 대응
막대는 자격요건·우대사항·주요업무 중 어디에든 나온 공고 수입니다. "자격 / 우대"는 자격요건에 나온 공고 수와 우대사항에 나온 공고 수입니다. 상태가 "실행"인 항목은 해당 장에서 실제로 돌린 결과를 실었습니다.
| 요구 항목 | 언급한 공고 | 자격 / 우대 | 다루는 장 | 상태 |
|---|---|---|---|---|
| ETL/ELT 파이프라인 | 84건 (90%) | 65 / 45 | 04 05 A05 09 | 실행 |
| DW/데이터 모델링 | 75건 (81%) | 49 / 32 | 02 06 07 D02 D03 | 실행 |
| 데이터 품질·거버넌스 | 72건 (77%) | 27 / 45 | 08 D04 D05 D06 X12 X13 | 실행 |
| Python | 62건 (67%) | 59 / 8 | X01 05 A02 | 실행 |
| Airflow/워크플로 | 60건 (65%) | 33 / 25 | A00 A01 A02 A03 A04 A05 A06 09 | 실행 |
| 대용량·분산처리 | 60건 (65%) | 34 / 35 | 10 S01 S02 S03 S04 | 실행 |
| 문제 해결·비즈니스 | 58건 (62%) | 28 / 31 | 00 13 14 | 개념 |
| 성능 최적화·비용 | 57건 (61%) | 17 / 25 | 03 S03 S04 X02 X11 12 | 실행 (X11은 개념) |
| SQL | 55건 (59%) | 46 / 9 | 02 07 X02 | 실행 |
| 커뮤니케이션·협업 | 53건 (57%) | 30 / 21 | X03 14 | 개념 |
| Kafka/스트리밍 | 52건 (56%) | 16 / 38 | X04 X05 11 | 실행 |
| 클라우드(일반) | 52건 (56%) | 29 / 29 | X08 X09 X10 X11 | 흉내 서버로 실행 (X10·X11은 개념) |
| 모니터링·관측 | 48건 (52%) | 7 / 16 | X12 A04 D06 | 실행 |
| AWS | 46건 (49%) | 20 / 24 | X08 X09 | S3 흉내 서버(moto)로 실행 |
| LLM/RAG/AI | 43건 (46%) | 13 / 32 | X14 13 A07 A09 | 실행 |
| Spark | 41건 (44%) | 20 / 25 | 10 S01 S02 S03 S04 | 실행 |
| Docker/K8s | 40건 (43%) | 21 / 27 | X10 | 직접 돌리지 않음 |
| Databricks/Delta/Iceberg | 39건 (42%) | 7 / 32 | X07 06 | 실행 (Databricks 자체는 개념) |
| API·백엔드 | 36건 (39%) | 20 / 12 | 05 X01 | 실행 |
| BigQuery/Snowflake/Redshift | 33건 (35%) | 13 / 17 | X11 | 직접 돌리지 않음 |
| RDB/NoSQL | 31건 (33%) | 16 / 13 | X02 X06 | Postgres 실행, NoSQL은 범위 밖 |
| 보안·개인정보 | 28건 (30%) | 3 / 14 | X02 X13 12 | 실행 |
| CI/CD·Git | 27건 (29%) | 16 / 10 | X03 | CI 명령은 실행, GitHub Actions는 개념 |
| ML/MLOps | 27건 (29%) | 5 / 18 | X14 | 부분: 임베딩 파이프라인만. 모델 학습·서빙은 범위 밖 |
| 데이터 레이크 | 26건 (28%) | 9 / 13 | 06 X07 X08 | 실행 |
| Java/Scala/Go | 25건 (27%) | 20 / 7 | - | 범위 밖 (S01~S04의 Spark 개념은 Scala API와 같음) |
| dbt | 22건 (24%) | 8 / 11 | 07 08 D01 D02 D03 D04 D05 D06 | 실행 |
| BI/시각화 | 21건 (23%) | 8 / 7 | 13 | 부분: 시맨틱 레이어만 |
| 전공·학위 | 17건 (18%) | 13 / 8 | - | 범위 밖 |
| GCP | 16건 (17%) | 8 / 6 | X08 X11 | 대응표만 |
| Terraform/IaC | 16건 (17%) | 1 / 10 | X09 | 실행 |
| Hadoop/Hive | 15건 (16%) | 4 / 9 | 10 | 개념 |
| CDC | 15건 (16%) | 2 / 10 | X06 11 | 트리거 방식 실행, 로그 기반은 개념 |
| 리눅스·쉘 | 12건 (13%) | 11 / 1 | 01 | 부분 |
| Azure | 10건 (11%) | 4 / 5 | X08 | 대응표만 |
| 영어 | 7건 (8%) | 3 / 6 | - | 범위 밖 |
숫자를 읽는 법
- 파이프라인·모델링·품질은 거의 모든 공고에 있습니다. ETL/ELT 파이프라인(90%), 데이터 모델링(81%), 품질·거버넌스(77%)가 상위 세 개입니다. 도구 이름보다 먼저 확인하는 기본기입니다.
- 도구는 자격요건보다 우대사항에 많습니다. Kafka는 자격요건 16건·우대 38건, Databricks·Delta·Iceberg는 7건·32건, LLM·RAG는 13건·32건입니다. 반대로 Python(59건·8건)과 SQL(46건·9건)은 자격요건에 있습니다.
- 경력 요구가 높습니다. 최소 요구 경력의 중앙값이 4년이고 신입 지원 가능은 3건뿐입니다. 신입·전환 준비라면 14장의 포트폴리오처럼 "직접 돌려 숫자로 확인한 결과물"이 경력을 대신 보여 주는 수단입니다.
어떻게 셌나
- 원티드 공개 목록에서 직군 태그 "데이터 엔지니어"와 "빅데이터 엔지니어"로 공고 327건을 받고, 제목에 데이터 엔지니어·데이터 플랫폼·파이프라인·DW·데이터 아키텍트 등이 들어간 98건을 골랐습니다. 같은 회사의 지역·병역특례 변형 공고를 합쳐 93건이 남았습니다.
- 항목마다 정규식 키워드를 정해 셌습니다(예: Kafka/스트리밍 = kafka, 카프카, streaming, kinesis, flink, 실시간). 항목별로 걸린 문장을 7개씩 뽑아 읽어 보고, "LLM fine-tuning"이 "성능 튜닝"에 걸리던 것을 고쳤습니다. 그래도 키워드 방식이라 몇 %p 정도의 오차는 있습니다.
- 공고는 매일 바뀝니다. 이 표는 2026년 11월 23일 하루의 모습입니다.
교안에서 다루지 않는 것: Java/Scala/Go(27%), 전공·학위(18%), 영어(8%) 세 항목과 NoSQL 세부 내용. 그리고 Docker/Kubernetes(X10)와 BigQuery·Snowflake·Redshift(X11)는 장은 있지만 실습 환경 제약으로 직접 돌리지 않았습니다. 이 둘은 무료 체험 계정이나 Docker Desktop을 쓸 수 있는 환경에서 따로 연습하세요.