Toss
Insurance
DataAnalyticsEngineer
Neural analysis suggests this role is
optimal for Mid+ candidates.
“Data Analytics Engineer at Toss. Skills: Data Modeling, Data Warehouse Construction, Data Quality Management, SQL, Data Pipeline Development. Design and operate standard marts for assigned domains (IA sales, contracts, commissions, customers) based on Toss Insurance DW standards.. Maintain and manage marts to ensure colleagues can make decisions based on identical data standards, aiming for a Single Source of Truth.”
What You'll Achieve.
Ensure data is always accurate and quickly delivered to colleagues.; Establish data quality validation logic and DQ monitoring automation.; Support data outputs for Financial Supervisory Service reporting and IFRS accounting standards.
Industry & Context.
Ability to discover and propose solutions for data quality issues; Ability to identify and resolve data quality problems independently
What They're Looking For.
Must Have
SQL (advanced level), Database normalization principles, Data Warehouse design patterns (Star Schema, Snowflake Schema), Ability to define domain concepts clearly as a data modeler, Ability to design clear and understandable data structures, Ability to translate business requests into data structures, Ability to discover and propose solutions for data quality issues, SQL (MySQL / Oracle), Apache Airflow, Git
Nice to Have
Python (basic or above), dbt (Data Build Tool), PySpark, Snowflake, Tableau, Experience designing and operating data collection, loading, analysis, and visualization from A to Z, Understanding of AARRR funnel analysis framework, Insurance/finance domain knowledge (contracts, commissions, claims, risk), Experience with large-scale data processing (hundreds of millions of records or more), Understanding of insurance data characteristics under IFRS 17 accounting standards
What You'll Do.
Design and operate standard marts for assigned domains (IA sales
customers) based on Toss Insurance DW standards.
Maintain and manage marts to ensure colleagues can make decisions based on identical data standards
aiming for a Single Source of Truth.
Design structures reflecting normalized DB design principles and DW characteristics (Subject-Oriented
Clearly distinguish and operate between Conformed Marts and Data Marts.
Build data integrity validation logic and DQ monitoring automation.
Perform anomaly detection specific to the insurance domain (e.g.
commission discrepancies
duplicate contracts).
Document mart definitions
and calculation logic through a metadata management system and keep them up-to-date.
Develop and operate Airflow-based batch pipelines.
Perform PII masking and manage access control through data security reviews.
Support data outputs for Financial Supervisory Service reporting and IFRS accounting standards.
Review log design and data models with server developers from the new service development stage and propose analysis requirements.
Process metric definitions and data requests in collaboration with Data Analysts
How You'll Work.
Team & Collaboration
Collaborate with server developers on log design and data models for new service development.; Collaborate with Data Analysts, Sales Support teams, Operations teams, and Platform teams to define metrics and process data requests.; Collaborate with colleagues to ensure consistent data standards for decision-making.
Communication Scope
Ability to translate business requests into data structures; Ability to define domain concepts clearly; Ability to design clear and understandable data structures; Ability to propose solutions for data quality issues; Ability to describe collaboration methods with other job roles (developers, analysts, business teams)
Full Job Description
토스인슈어런스에 대해 알려드려요 토스인슈어런스는 토스가 혁신하고자 하는 다양한 금융 영역 중 ‘보험’ 영역의 혁신을 목표로 만들어진 회사입니다. 고객의 보험에 대한 고민을 보험 전문가(설계사)와 함께 해결할 수 있도록, 설계사가 전문성과 몰입도를 극대화할 수 있는 플랫폼을 만들어가고 있어요. 보험 상담, 계약, 유지관리 전반의 경험을 제품으로 풀어내며 보험 비즈니스의 구조 자체를 바꾸고 있습니다. 합류하게 될 팀에 대해 알려드려요 토스인슈어런스 데이터/인프라팀은 보험 도메인 전반의 데이터를 신뢰할 수 있고 일관성 있게 만드는 팀이에요. 보험업의 특성상 계약, 수수료, 고객 행동, 언더라이팅 데이터를 다루며, 데이터 품질이 직접 고객 신뢰와 컴플라이언스에 영향을 미쳐요. 보험 데이터는 단순한 숫자가 아니에요. 고객의 리스크를 줄이는 의사결정의 근거입니다. 우리 팀은 그 데이터가 언제나 정확하고 빠르게 동료들에게 전달될 수 있도록 만들어요. 합류하면 함께 할 업무예요 1. Data Modeling & DW 구축 토스인슈어런스 DW 표준안을 기반으로 담당 도메인(IA 영업, 계약, 수수료, 고객)의 표준 마트를 설계하고 운영해요. Single Source of Truth를 지향해, 동료들이 동일한 데이터 기준으로 의사결정할 수 있도록 마트를 유지·관리해요. 정규화된 DB 설계 원칙과 DW(Subject-Oriented, Integrated, Non-Volatile, Time-Variant) 특성을 반영한 구조를 설계해요. 표준 영역 마트(Conformed Mart)와 소비 영역 마트(Data Mart)를 명확히 구분하여 운영해요. 2. 데이터 품질 관리 (DQ) 데이터 정합성 검증 로직, DQ 모니터링 자동화를 구축해요. 보험 도메인 특성에 맞는 데이터 이상 탐지(계약 오류, 수수료 불일치, 중복 계약 등)를 수행해요. 메타 관리 시스템을 통해 마트 정의, 컬럼 설명, 계산 로직을 문서화하고 최신 상태로 유지해요. 3. 파이프라인 & 보안 Airflow 기반 배치 파이프라인을 개발하고 운영해요. 데이터 보안성 검토를 통해 개인정보(PII) 마스킹, 접근 권한 관리를 수행해요. 보험업 특성상 금감원 보고, IFRS 회계 기준에 맞는 데이터 산출물을 지원해요. 4. 개발자 협업 신규 서비스 개발 시점부터 서버 개발자와 로그 설계·데이터 모델을 리뷰하고 분석 요건을 제안해요. Data Analyst, 영업지원팀, 운영팀, 플랫폼팀과 협업해 지표 정의 및 데이터 요청을 처리해요. 이런 분과 함께하고 싶어요 SQL을 고급 수준으로 활용할 수 있어야 해요. 복잡한 집계 쿼리, 윈도우 함수, 서브쿼리를 가독성 있게 작성하는 분을 환영해요. Database 정규화 원칙과 Data Warehouse 설계 패턴(Star Schema, Snowflake Schema)에 대한 이해가 있어야 해요. 데이터 모델러로서 도메인 개념을 명확하게 정의하고 쉽고 명확한 데이터 구조를 디자인할 수 있어야 해요. 비즈니스 요청을 데이터 구조로 전환하는 커뮤니케이션 능력이 있어야 해요. 데이터 품질 문제를 스스로 발견하고 해결책을 제안하는 주도성이 필요해요. 이런 경험이 있다면 더 좋아요 Python 초급 이상 (Airflow DAG 작성 및 타인 코드 이해 가능한 수준)이면 좋아요. dbt(Data Build Tool)를 활용한 데이터 변환 경험이 있으면 좋아요. • PySpark 등 분산 처리 환경 사용 경험이 있으면 좋아요. Snowflake 등 클라우드 데이터웨어하우스 사용 경험이 있으면 좋아요. Tableau를 활용한 시각화/리포트 경험이 있으면 좋아요. 데이터 수집·적재부터 분석·시각화까지 A부터 Z까지 직접 설계·운영해본 경험이 있으면 좋아요. AARRR 퍼널 분석 프레임워크에 대한 이해가 있으면 좋아요. 보험·금융 도메인 지식(계약, 수수료, 청구, 리스크) 또는 관련 데이터 업무 경험이 있으면 좋아요. 대용량 데이터 처리(수억 건 이상) 경험이 있으면 좋아요. IFRS 17 회계 기준에서의 보험 데이터 특성에 대해 이해하고 있으면 좋아요.
Applying for this Data Analytics Engineer role?
Most applicants get filtered before a human reads their resume. See if yours makes the cut.
ANONYMOUS · UNFILTERED
What do employees actually say about Toss?
Real rants from real employees. Read before you apply.