Description
회사 소개
쿠팡은 고객 감동 실현을 위해 존재합니다. 고객들이 "쿠팡 없이 그동안 어떻게 살았을까?" 라고 말할 때, 비로소 우리의 미션을 실현하고 있음을 알 수 있습니다. 고객들의 쇼핑과 식사, 생활 전반을 편하게 만들겠다는 유일한 집념으로 쿠팡은 수억 달러 규모의 이커머스 산업 전반의 혁신을 이끌고 있습니다. 쿠팡은 가장 빠르게 성장하는 이커머스 기업 중 하나로, 국내 커머스 업계에서의 독보적인 입지와, 고객 신뢰를 구축했습니다.
쿠팡은 스타트업 문화를 기반으로 한 글로벌 대형 상장사라고 자부합니다. 이것이 창립 당시의 기민함을 유지하며, 신규 서비스를 끊임없이 출시하며 비즈니스를 확장해 나가는 우리의 성장 동력입니다. 쿠팡의 모든 임직원에게는 기업가 정신을 갖추고 새로운 혁신과 이니셔티브를 추진할 수 있는 기회가 주어집니다. 주저 없이 일에 뛰어들어 성과를 이루고자 하는 과감성이, 바로 쿠팡이 일하는 방식의 본질입니다. 쿠팡에서는 여러분 자신, 동료, 팀 그리고 회사 전체가 매일 성장하는 모습을 목격할 것입니다.
쿠팡의 모든 직원은 커머스의 미래를 만들겠다는 쿠팡의 미션에 진심입니다. 우리는 고객의 문제를 해결해 나가고, 전통적인 관념과 통념에 맞서며 실현 가능한 한계를 뛰어넘고 있습니다. 고가용성 (always-on) 과 최첨단의 앞선 기술 (high-tech), 초연결사회 (hyper-connected world) 에서의 놀라운 업무 경험을 원하신다면, 지금 바로 쿠팡에 합류하세요.
직무 소개
FME(First Mile Experience) 분석팀의 Principal Data Analyst / Data Analyst는 쿠팡의 풀필먼트 센터(FC) 운영팀 및 주문 분배·포장 플랫폼팀이 의사결정에 필요한 데이터를 적시에, 정확하게 제공합니다. 구체적으로:
- 스테이크홀더가 필요한 시점에 정확한 데이터를 사용할 수 있도록 데이터 인프라(파이프라인, 마트 테이블, 대시보드)를 구축합니다
- 검증, 백필, 거버넌스 프로세스를 통해 KR/TW 양 시장의 데이터 정확성과 정합성을 확보합니다
- 표면적인 수치를 넘어 근본 원인을 파악하고 실행 가능한 개선 기회를 도출하는 심층 분석을 수행합니다
SQL, 데이터 ETL 개발, 데이터 무결성을 활용하여 확장 가능한 데이터 파이프라인 구축부터 리더십을 위한 실행 가능한 인사이트 도출까지, 모든 단계의 분석을 수행합니다. Engineering 및 Product 팀과 긴밀히 협업하여 비즈니스 목표를 달성하고, 기존 데이터의 부족한 부분을 식별하여 새로운 데이터 수집 포인트를 도입하거나, 기존에는 불가능했던 새로운 분석 방법을 개발합니다.
업무 내용
FC 운영 End-to-End 분석
- Core, Fresh, PICO 등 다양한 FC 유형에 걸친 입고(입고, 진열, 보충, 재고이관) 및 출고(집품, 포장, 출고) 프로세스 관련 프로젝트에 대해 엔드투엔드 분석 지원
- FC 프로덕트팀, 운영팀 및 DS팀이 프로세스 최적화를 수행함에 있어 데이터 기반 의사결정을 할 수 있도록 인사이트 제공
- KR 및 TW 시장 전반의 FC 성과 메트릭에 대한 가시성을 제공하는 자동화된 데이터 파이프라인 및 대시보드 구축·유지보수
플랫폼(주문 분배 & 포장) End-to-End 분석
- 주문 분배 로직, 풀필먼트 최적화 시뮬레이션, 포장 시뮬레이션 관련 플랫폼 레벨 프로젝트에 대해 엔드투엔드 분석 지원
- 플랫폼 엔지니어링 및 프로덕트팀이 시스템 변경, 신규 FC 셋업, 비용 최적화 이니셔티브를 평가하는 데 필요한 데이터 제공
- 복잡한 플랫폼 동작을 명확하고 의사결정 가능한 인사이트로 전환하는 시뮬레이션 분석 프레임워크 및 모니터링 대시보드 구축
데이터 인프라 & 거버넌스
- FC 및 플랫폼 팀의 분석 기반이 되는 데이터 파이프라인(Airflow DAG) 및 마트 테이블(Hive/Presto) 설계 및 관리
- 검증, 백필, 거버넌스 프로세스를 통한 데이터 무결성 및 크로스 마켓(KR/TW) 정합성 확보
- 미사용 자산 정리 및 데이터 품질 지속 개선을 통한 신뢰할 수 있는 데이터 생태계 유지
실험 설계 & 인과적 영향 측정
- FC 운영 및 시스템 변경의 핵심 풀필먼트 OKR에 대한 실제 영향을 측정하기 위한 A/B 테스트 및 인과 추론 분석(예: 이중차분법) 설계·수행
- 새로운 이니셔티브의 실행/중단 의사결정을 뒷받침하는 통계적으로 엄밀한 근거 제공
이해관계자 협업
- FC 운영, 플랫폼 엔지니어링, 프로덕트, DS 등 유관 부서와 협업하여 비즈니스 질문을 분석 프레임워크로 전환하고 시의적절하고 높은 품질의 답을 제공
자격 요건
- 대규모 데이터 분석을 위한 SQL (Presto/Hive) 역량
- 데이터 ETL 개발 및 파이프라인 오케스트레이션 (예: Airflow) 경험
- 대시보드 및 리포트 구축 경험 (예: Tableau, Zeppelin)
- A/B 테스트 및 인과 추론을 포함한 통계적 방법론에 대한 이해
- Engineering, Product, Operations 팀과의 크로스 펑셔널 협업 역량
우대 사항
- 풀필먼트 센터 운영 도메인 지식 (입고/출고 프로세스, WMS 개념)
- 주문 분배 또는 물류 플랫폼 분석 경험
- 데이터 분석 및 자동화를 위한 Python 역량
- 다중 시장 환경에서 서로 다른 데이터 시스템을 다룬 경험
- 문제 정의부터 의사결정 지원까지 엔드투엔드 분석 프로젝트를 리드한 경력
- AI/ML 도구(예: LLM 기반 코딩 어시스턴트, GenAI)를 활용하여 분석 워크플로우를 효율화한 경험 — 쿼리 자동 생성, 데이터 파이프라인 개발 가속화, 인사이트 요약 자동화 등
About the Role
The FME (First Mile Experience) Analytics team's Principal Data Analyst / Dat Analyst provides the data that Coupang's Fulfillment Center (FC) operations and order distribution/packing platform teams need to make informed decisions. Specifically, this role:
- Builds data infrastructure (pipelines, mart tables, dashboards) so that stakeholders can access accurate data when they need it
- Ensures data accuracy and consistency across KR and TW markets through validation, backfill, and governance processes
- Delivers deep-dive analyses that go beyond surface-level metrics to uncover root causes and identify actionable improvement opportunities
Using SQL, data ETL development, and data integrity practices, this role delivers analytics at every stage — from building scalable data pipelines to generating actionable insights for leadership. You will work closely with Engineering and Product teams to achieve business goals, and collaborate to identify gaps in existing data, introduce new data collection points, and develop novel analytical approaches that were previously not possible.
What You Will Do
End-to-End Analytics for FC Operations
- Provide end-to-end analytical support for FC operational projects spanning inbound (receiving, stowing, replenishment, inventory transfer) and outbound (picking, packing, shipping) processes across multiple FC types (Core, Fresh, PICO etc.)
- Deliver data-driven insights that enable FC Product, Operations, and Data Science teams to make informed decisions when executing process optimization
- Build and maintain automated data pipelines and dashboards that give stakeholders visibility into FC performance metrics across both KR and TW markets
End-to-End Analytics for Platform (Order Distribution & Packing)
- Provide end-to-end analytical support for platform-level projects related to order distribution logic, fulfillment optimization simulation, and packing simulation
- Deliver the data necessary for Platform Engineering and Product teams to evaluate system changes, new FC setups, and cost optimization initiatives
- Build simulation analysis frameworks and monitoring dashboards that translate complex platform behavior into clear, decision-ready insights
Data Infrastructure & Governance
- Design and own data pipelines (Airflow DAGs) and mart tables (Hive/Presto) that serve as the analytical foundation for FC and platform teams
- Ensure data integrity and cross-market consistency (KR/TW) through validation, backfill, and governance processes
- Continuously improve data quality and deprecate unused assets to maintain a clean, trustworthy data ecosystem
Experimentation & Causal Impact Measurement
- Design and execute A/B tests and causal inference analyses (e.g., Difference-in-Differences) to measure the true impact of operational and system changes on key fulfillment OKRs
- Provide statistically rigorous evidence that supports go/no-go decisions for new initiatives
Stakeholder Partnership
- Partner with cross-functional stakeholders (FC Ops, Platform Engineering, Product, DS) to translate business questions into analytical frameworks and deliver timely, high-quality answers
Basic Qualifications
- Proficiency in SQL (Presto/Hive) for large-scale data analysis
- Experience with data ETL development and pipeline orchestration (e.g., Airflow)
- Experience building dashboards and reports (e.g., Tableau, Zeppelin)
- Strong understanding of statistical methods including A/B testing and causal inference
- Ability to work cross-functionally with Engineering, Product, and Operations teams
Preferred Qualifications
- Domain knowledge of fulfillment center operations (inbound/outbound processes, WMS concepts)
- Experience with order distribution or logistics platform analytics
- Proficiency in Python for data analysis and automation
- Experience operating across multiple markets with different data systems
- Track record of leading end-to-end analytical projects from problem framing to decision support
- Experience leveraging AI/ML tools (e.g., LLM-based coding assistants, GenAI) to accelerate analytics workflows — such as automated query generation, data pipeline development, or insight summarization
전형 절차 및 안내 사항
- 전형 절차
- 서류전형 - 전화면접 - 대면(화상)면접 – 최종 합격
- 전형절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다.
- 전형 일정 및 결과는 지원서에 등록하신 이메일로 개별 안내 드립니다.
- 참고 사항
- 본 공고는 모집 완료 시 조기 마감될 수 있습니다.
- 지원서 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다.
- 취업 보호 대상자(보훈대상자, 장애인 등)는 관련 법률에 따라 채용우대를 받을 수 있습니다.
- 직급과 담당 업무 범위는 후보자의 전반적인 경력과 경험 등 제반사정을 고려하여 변경될 수 있습니다. 이러한 변경이 필요할 경우, 최종 합격 통지 전 적절한 시기에 후보자와 커뮤니케이션 될 예정입니다.
- 채용 및 업무 수행과 관련하여 요구되는 법령상 자격이 갖추어지지 않은 경우 채용이 제한될 수 있습니다.
개인정보 처리방침
- 쿠팡 그룹은 입사지원자 개인정보 처리방침(아래 링크)에 따라 귀하의 개인정보를 수집하여 처리합니다. https://www.coupang.jobs/kr/privacy-policy
서류 반환 정책
- 본 고지는 『채용절차의공정화에관한법률』 제11조제6항에 따른 것 입니다.
- 당사 채용에 응시한 구직자 중 최종 합격이 되지 못한 구직자는 『채용절차의 공정화에 관한 법률』에 따라 제출한 채용서류의 반환을 청구할 수 있음을 알려 드립니다. 다만, 홈페이지 또는 전자우편으로 제출된 경우나 구직자가 당사의 요구 없이 자발적으로 제출한 경우에는 그러하지 아니하며, 천재지변이나 그 밖에 당사에게 책임 없는 사유로 채용서류가 멸실된 경우에는 반환한 것으로 봅니다.
- 위2항 본문에 따라 채용 서류 반환 청구를 하는 구직자는 채용 서류 반환 청구서 [채용절차의 공정화에 관한 법률 시행규칙 별지 제 3 호 서식]를 작성하여 이메일 ([email protected]) 로 제출하면, 제출이 확인된 날로부터 14 일 이내에 지정한 주소지로 등기우편을 통하여 발송해 드립니다. 이 경우 등기우편요금은 수신자 부담으로 하게 되오니 유념하시기 바랍니다.
- 당사는 위2항 본문에 따른 구직자의 반환 청구에 대비하여 채용 여부가 확정된 날로부터 180 일간 구직자가 제출한 채용서류 원본을 보관하게 되며, 그때까지 채용서류의 반환을 청구하지 아니할 경우에는 『개인정보 보호법』에 따라 지체 없이 채용서류 일체를 파기할 예정입니다.
- 단, 위 1항 내지 4항의 내용은 대한민국의 노동 관계 법령이 적용되는 경우에만 적용됩니다. 그 이외의 경우에는 적용되지 않습니다.