- 데이터 파이프라인 및 거버넌스 체계 구축·리딩
- 대규모 데이터 플랫폼(Lakehouse) 아키텍처 설계 및 기술 리딩
- Databricks, Snowflake 등 Spark 기반 데이터 파이프라인 설계·구축·최적화 (온프레미스-클라우드 하이브리드 연동 
  및 마이그레이션 전략 포함)
- AI/ML 프로젝트 피처 엔지니어링, 학습 데이터셋 구축 및 모델 서빙 파이프라인(MLOps) 설계(생성형 AI·컴퓨터 비전 
  데이터 소싱·전처리·품질관리 포함)
- 데이터 거버넌스 기술적 구현(카탈로그, 메타데이터, 접근권한, 라인리지)
- IT·데이터사이언스·보안·현업 부서 간 아키텍처 의사결정 및 기술 협업 리딩

- 학사 이상·데이터 사이언스, 컴퓨터과학, 통계학, 산업공학 등 관련 전공자
- 데이터 엔지니어링 경력 5년 이상(대규모 데이터 플랫폼 설계·구축 리딩 경험 필수
- Databricks, Spark, Delta Lake 등 Lakehouse 아키텍처 설계·운영 경험
- 온프레미스-클라우드(AWS/Azure/GCP) 하이브리드 환경 데이터 연동·이관 경험
- Python·SQL 기반 정형(DB/문서) 및 비정형(영상/이미지/로그) 데이터 처리파이프라인 설계 경험
- 대용량 분산 처리 시스템(Spark, Kafka 등) 성능 튜닝 및 트러블슈팅 경험
- Unity Catalog 등 데이터 거버넌스·카탈로그 도구 활용 경험
- ML 파이프라인(피처스토어, 모델 학습·서빙용 데이터 흐름) 구축 또는 협업 경험
- 생성형 AI(LLM)·컴퓨터 비전 프로젝트 데이터 엔지니어 참여 경험
- MLOps(MLflow, Kubeflow 등)·컨테이너(Docker, Kubernetes)·CI/CD 파이프라인 구축 경험
- 물리보안·건물관리·SI 등 산업 도메인 정형/비정형 데이터(CCTV, 로그 등) 처리 경험
- SAP 등 기간계 시스템과의 데이터 연동 경험
- 데이터 엔지니어링·클라우드·AI 관련 자격증(AWS/Azure/GCP Professional 등) 보유
- 기술 리드 또는 팀 리딩 경험
- PWC, KPMG, EY, 딜로이트 등 기업 데이터 관련 컨설팅펌 경력 우대