URJOB유학생 채용 플랫폼
채용공고
최근 공고…국내 채용…해외 채용…
채용달력
커뮤니티
전체글미주유럽아시아오세아니아기타
대기업 인사담당자 Q&A
합격자소서
고객센터
공지사항FAQ문의·제안자료실
내 문의
URJOB

해외대학 출신/재학 인재와 국내외 기업을 연결하는 채용 플랫폼

유어잡 | 주소: 서울특별시 서초구 서초대로 74길 27

사업자등록번호: 378-88-03422 | 통신판매업 신고번호: 2026-서울강북-0432호 | 직업정보제공사업 신고번호: 서울북부 제2026-9호

고객센터: help@urjob.kr | 문의하기

서비스

  • 채용공고
  • 해외대 채용·공채
  • 유학생 채용·공채
  • 커뮤니티
  • 고객센터
  • 기업서비스

약관

  • 이용약관
  • 개인정보처리방침

© 2026 URJOB. All rights reserved.

홈/채용공고/(주)메이아이
(주)메이아이

(주)메이아이

메이아이 Data Analyst 채용

근무지

서울 강남구

고용형태

정규직

경력

경력

마감일

상시채용

학력

학력무관

모집 분야

포지션메이아이 Data Analyst 채용
고용형태정규직
근무지서울 강남구
급여면접 후 결정

소속 Product Division · mAsh Cell ·경력 1년 이상 ·대체복무 가능

회사 소개

메이아이는 CCTV 영상을 AI로 분석하는 매장 방문객 분석 솔루션, 매쉬(mAsh)를 만듭니다. 매장이 데이터를 바탕으로 운영을 개선하고 더 나은 고객 경험을 제공하도록 돕습니다.

현대자동차·LG전자·스파오 등 주요 기업이 매쉬를 사용하고 있으며, 도입 매장도 확대되고 있습니다. 본격적인 세일즈를 시작한 2023년 대비 2026년 예상 매출은 약 5배 규모이며, 누적 투자유치액은 130억원 이상입니다.

포지션 소개

Data Analyst는 고객이 매장 운영에서 겪는 문제를 분석합니다. 목표 고객층의 방문이 늘었는지, 매장 운영에서 무엇을 바꿔야 할지 판단할 수 있도록 지표를 정하고 분석 결과를 제안합니다.

Python으로 데이터를 준비하고 검증하며, 변화의 원인을 비교·분석합니다. 결과를 해석해 고객에게 설명하고, 분석의 한계와 실행할 수 있는 방안을 논의합니다. AI 도구와 분석 자동화를 활용해 고객이 인사이트를 지속적으로 확인하고 활용할 수 있는 서비스로 연결합니다.

스파오는 매장 방문객 데이터를 어떻게 활용했을까요?

현대자동차 전시장이 동선 데이터로 고객 경험을 이해하는 방법

주요 업무

  • 고객의 사업 문제를 파악하고 가설을 세웁니다. 방문·상담·전환·구역 체류 등의 지표와 분석 방법을 정해 원인을 비교하고, 분석 설계를 문서화합니다.
  • 고객사 데이터를 탐색·가공하고, 지표 산출과 검증에 필요한 분석 스크립트를 작성합니다.
  • 분석 결과를 믿고 사용할 수 있도록 검증·보정 기준을 정하고, 이상치를 확인하는 절차를 만듭니다.
  • 지표의 정의와 고객사별 분석 설정이 실제 매장 운영에 맞는지 확인하고 관리합니다.
  • 데이터가 맞지 않으면 원인을 추적하고 Project Manager, 개발 직군과 해결 방법을 논의합니다.
  • 분석을 바탕으로 매장 운영에서 바꿔볼 일을 제안합니다. 고객의 질문이나 요구가 달라지면 이를 검토하고, 결과의 의미와 한계를 설명합니다.

반복되는 분석 작업은 AI 워크플로우와 재사용 가능한 도구로 만듭니다. 엔지니어와 협업해 지표와 분석 결과를 고객이 계속 확인할 수 있는 서비스에 연결하고, 분석 로직을 자동화·파이프라인으로 옮겨 운영 중에도 반복 실행되도록 합니다.

자격 요건

경력이 길지 않더라도, 사업 문제를 정의하고 분석 결과를 실행이나 의사결정에 활용해 본 분을 찾습니다.

수치의 산출 기준을 확인하고, 그 결과가 고객의 사업에서 어떤 의미인지 설명할 수 있어야 합니다.

  • 데이터 분석 실무 경력 1년 이상 또는 그에 준하는 역량을 갖추신 분
  • Python(pandas) 기반 데이터 처리·분석 경험을 갖추신 분
  • 통계적 사고와 데이터 검증 감각을 바탕으로 숫자의 의미와 한계를 설명하실 수 있는 분
  • 고객이 알고 싶은 내용을 파악하고, 이를 확인할 지표와 분석 방법을 정하실 수 있는 분
  • 분석 결과를 비개발자와 고객이 이해할 수 있게 설명하고 문서화하실 수 있는 분
  • Project Manager 및 개발 직군과 협업하며 데이터 정합성 이슈의 원인을 좁히고 해결책을 합의하실 수 있는 분

SQL 활용 경험, 오프라인 공간 데이터나 머신러닝 모델 운영 경험은 필수가 아닙니다. Python으로 데이터를 다루고 분석 결과를 고객에게 쉽게 설명할 수 있는 분을 찾습니다.

기술 환경

  • 분석: Python 3.11, pandas, 통계/ML 라이브러리
  • 데이터: PostgreSQL, S3, Parquet, 대규모 이벤트 데이터
  • 파이프라인/실행 환경: Prefect 기반 분석 실행 환경, Docker

우대 사항

직무 관련 경험

  • 통계 모델 또는 머신러닝 모델을 실제 서비스나 고객 문제에 적용하고 검증해 보신 분
  • 공간·위치·행동 데이터, 시계열 데이터, 센서/영상 기반 데이터를 다뤄 보신 분
  • 기업 고객의 요구를 듣고 분석 결과를 설명·제안하며, 서로 다른 의견이나 요구 변경을 조율해 보신 분
  • 분석 파이프라인, ETL, 데이터 엔지니어링의 기초를 이해하시는 분
  • 분석·검증 업무에 사용할 프롬프트를 설계하고, 결과를 검토하며 개선해 보신 분
  • 반복되는 분석·검증 작업을 AI 워크플로우로 묶어 재사용할 수 있게 만들어 보신 분
  • 고객사의 용어·지표 정의·과거 이슈·설정 관례를 데이터베이스와 문서에 축적하고, 다음 분석이나 AI 작업에 활용해 보신 분

협업 및 커뮤니케이션 경험

  • Project Manager, 엔지니어, 고객과 함께 지표 정의나 데이터 기준을 합의해 보신 분
  • 분석 결과의 가정, 한계, 예외 케이스를 문서화하고 공유해 보신 분
  • 고객이 이해하고 실행할 수 있는 형태의 리포트나 제안서를 작성해 보신 분

함께 일할 팀을 만나보세요

Product Division의 mAsh Cell 소속입니다. Product Owner 상우님, Backend Engineer 승리님과 고객에게 필요한 지표와 분석 기능을 만듭니다. 고객 프로젝트는 Operation Division의 Delivery Team과 함께 진행합니다.

팀과 일하는 방식

Delivery Team의 Project Manager와 고객을 만나 질문을 듣고 결과를 설명합니다. 분석 지표와 방법을 정하고 결과를 검증하는 일은 Data Analyst가 맡습니다. 데이터가 맞지 않을 때는 Backend·Data Engineer와 원인을 찾습니다. 분석의 가정과 예외를 문서로 남기고, 반복 요청은 템플릿·스크립트로 처리하거나 자동화합니다.

입사 초기에는 기존 분석 스크립트와 리포트 작성 과정을 익히고, 주요 지표와 고객 요청 처리 방법을 파악합니다. 작은 요청과 검증 업무부터 맡은 뒤 고객별 지표 설계·분석·설명을 주도합니다. 다른 고객의 분석에도 사용할 수 있도록 스크립트와 리포트 양식을 정리합니다.

담당 업무는 입사 후 리드와 정합니다. 1개월차 원온원과 온보딩 리뷰에서 적응 과정의 어려움과 필요한 지원을 확인합니다.

근무 안내

  • 근무 장소: 서울 강남구 테헤란로38길 8, 오피스B 역삼2호점 3층
  • 근무 시간: 주 40시간을 기본으로 합니다. 공동근무시간인 13:00~17:00에는 오피스에서 함께 일하며, 그 외 시간과 장소는 업무·협업 일정에 맞춰 조정할 수 있습니다.
  • 대체복무 지원은 복무 유형, 편입·전직 요건과 담당 업무의 적합성을 확인하여 진행합니다. 복무자의 근무 방식은 해당 복무 규정을 따르며, 지원 가능 범위는 채용 담당자에게 문의해 주세요.

지원서 작성 참고

이력서나 선택 포트폴리오에는 해결하려던 사업 문제, 비교한 가설과 분석 방법, 분석 후 실행한 일과 그 결과를 적어주세요. 고객이나 팀원에게 결과를 설명하고 의견을 조율한 경험도 소개해 주세요.

채용 절차

서류 전형 → 비대면 인터뷰 → 직무 인터뷰 → 컬처핏 인터뷰 → 처우 협의

1. 서류 전형

  • 자유 양식의 이력서를 필수로 제출합니다. 포트폴리오는 선택 사항이며, 자기소개는 이력서에 함께 작성하실 수 있습니다.
  • 사진, 가족 사항, 신체 정보, 출신 지역 등 직무와 관계없는 정보는 필요하지 않습니다.

2. 비대면 인터뷰

  • 직무에 따라 비대면 인터뷰를 요청드릴 수 있으며, 45분 내외로 진행됩니다.
  • 함께 일할 팀원이 인터뷰에 참여합니다.
  • 제출해 주신 자료를 바탕으로 직무와 관련된 경험과 기술을 이야기합니다.

3. 직무 인터뷰

필요한 경우 고객 질문과 데이터 예시를 바탕으로 한 과제를 안내드립니다. 지표를 정하고 검증한 방법, 분석의 가정과 한계를 고객에게 설명하는 방법을 함께 이야기합니다. 과제 내용과 진행 방법은 해당 전형에서 안내드립니다.

  • 메이아이 사무실에서 대면으로 진행되며, 90분 내외가 소요됩니다.
  • 함께 일할 팀원이 인터뷰에 참여합니다.
  • 직무 역량과 경험, 앞으로의 업무 방향을 이야기합니다.

4. 컬처핏 인터뷰

  • 대면 또는 비대면으로 진행되며, 90분 내외가 소요됩니다. 대면 인터뷰는 메이아이 사무실에서 진행합니다.
  • CEO 찬규님이 인터뷰에 참여합니다.
  • 서로의 일하는 방식과 중요하게 생각하는 가치를 이야기합니다.

5. 처우 협의

  • 보상안을 협의하고 입사일을 조율합니다.

지원 안내

  • 채용 절차는 상황과 필요, 포지션에 따라 변경될 수 있습니다.
  • 제출해 주신 서류는 담당자가 확인한 후 영업일 7일 내 연락드립니다.
  • 합류 후 3개월의 온보딩 및 평가 기간을 운영합니다.
  • 이 기간 동안 업무 수행 능력과 태도, 적성, 근무 성적 등을 종합적으로 평가하여 본채용 여부가 결정됩니다. 구체적인 기간과 조건은 입사 전 근로계약서로 안내드립니다. 온보딩 및 평가 기간에 급여 차등은 없습니다.

채용 관련 문의: recruit@may-i.io

메이아이 더 알아보기

메이아이는 AI로 오프라인 공간을 똑똑하게 만드는 팀입니다.

회사 소개 · 팀 문화

직무별 근무시간과 고용 조건은 이 공고의 안내를 확인해 주세요.

Data Analyst 지원하기

소속 Product Division · mAsh Cell ·경력 1년 이상 ·대체복무 가능

회사 소개

메이아이는 CCTV 영상을 AI로 분석하는 매장 방문객 분석 솔루션, 매쉬(mAsh)를 만듭니다. 매장이 데이터를 바탕으로 운영을 개선하고 더 나은 고객 경험을 제공하도록 돕습니다.

현대자동차·LG전자·스파오 등 주요 기업이 매쉬를 사용하고 있으며, 도입 매장도 확대되고 있습니다. 본격적인 세일즈를 시작한 2023년 대비 2026년 예상 매출은 약 5배 규모이며, 누적 투자유치액은 130억원 이상입니다.

포지션 소개

Data Analyst는 고객이 매장 운영에서 겪는 문제를 분석합니다. 목표 고객층의 방문이 늘었는지, 매장 운영에서 무엇을 바꿔야 할지 판단할 수 있도록 지표를 정하고 분석 결과를 제안합니다.

Python으로 데이터를 준비하고 검증하며, 변화의 원인을 비교·분석합니다. 결과를 해석해 고객에게 설명하고, 분석의 한계와 실행할 수 있는 방안을 논의합니다. AI 도구와 분석 자동화를 활용해 고객이 인사이트를 지속적으로 확인하고 활용할 수 있는 서비스로 연결합니다.

스파오는 매장 방문객 데이터를 어떻게 활용했을까요?

현대자동차 전시장이 동선 데이터로 고객 경험을 이해하는 방법

주요 업무

  • 고객의 사업 문제를 파악하고 가설을 세웁니다. 방문·상담·전환·구역 체류 등의 지표와 분석 방법을 정해 원인을 비교하고, 분석 설계를 문서화합니다.
  • 고객사 데이터를 탐색·가공하고, 지표 산출과 검증에 필요한 분석 스크립트를 작성합니다.
  • 분석 결과를 믿고 사용할 수 있도록 검증·보정 기준을 정하고, 이상치를 확인하는 절차를 만듭니다.
  • 지표의 정의와 고객사별 분석 설정이 실제 매장 운영에 맞는지 확인하고 관리합니다.
  • 데이터가 맞지 않으면 원인을 추적하고 Project Manager, 개발 직군과 해결 방법을 논의합니다.
  • 분석을 바탕으로 매장 운영에서 바꿔볼 일을 제안합니다. 고객의 질문이나 요구가 달라지면 이를 검토하고, 결과의 의미와 한계를 설명합니다.

반복되는 분석 작업은 AI 워크플로우와 재사용 가능한 도구로 만듭니다. 엔지니어와 협업해 지표와 분석 결과를 고객이 계속 확인할 수 있는 서비스에 연결하고, 분석 로직을 자동화·파이프라인으로 옮겨 운영 중에도 반복 실행되도록 합니다.

자격 요건

경력이 길지 않더라도, 사업 문제를 정의하고 분석 결과를 실행이나 의사결정에 활용해 본 분을 찾습니다.

수치의 산출 기준을 확인하고, 그 결과가 고객의 사업에서 어떤 의미인지 설명할 수 있어야 합니다.

  • 데이터 분석 실무 경력 1년 이상 또는 그에 준하는 역량을 갖추신 분
  • Python(pandas) 기반 데이터 처리·분석 경험을 갖추신 분
  • 통계적 사고와 데이터 검증 감각을 바탕으로 숫자의 의미와 한계를 설명하실 수 있는 분
  • 고객이 알고 싶은 내용을 파악하고, 이를 확인할 지표와 분석 방법을 정하실 수 있는 분
  • 분석 결과를 비개발자와 고객이 이해할 수 있게 설명하고 문서화하실 수 있는 분
  • Project Manager 및 개발 직군과 협업하며 데이터 정합성 이슈의 원인을 좁히고 해결책을 합의하실 수 있는 분

SQL 활용 경험, 오프라인 공간 데이터나 머신러닝 모델 운영 경험은 필수가 아닙니다. Python으로 데이터를 다루고 분석 결과를 고객에게 쉽게 설명할 수 있는 분을 찾습니다.

기술 환경

  • 분석: Python 3.11, pandas, 통계/ML 라이브러리
  • 데이터: PostgreSQL, S3, Parquet, 대규모 이벤트 데이터
  • 파이프라인/실행 환경: Prefect 기반 분석 실행 환경, Docker

우대 사항

직무 관련 경험

  • 통계 모델 또는 머신러닝 모델을 실제 서비스나 고객 문제에 적용하고 검증해 보신 분
  • 공간·위치·행동 데이터, 시계열 데이터, 센서/영상 기반 데이터를 다뤄 보신 분
  • 기업 고객의 요구를 듣고 분석 결과를 설명·제안하며, 서로 다른 의견이나 요구 변경을 조율해 보신 분
  • 분석 파이프라인, ETL, 데이터 엔지니어링의 기초를 이해하시는 분
  • 분석·검증 업무에 사용할 프롬프트를 설계하고, 결과를 검토하며 개선해 보신 분
  • 반복되는 분석·검증 작업을 AI 워크플로우로 묶어 재사용할 수 있게 만들어 보신 분
  • 고객사의 용어·지표 정의·과거 이슈·설정 관례를 데이터베이스와 문서에 축적하고, 다음 분석이나 AI 작업에 활용해 보신 분

협업 및 커뮤니케이션 경험

  • Project Manager, 엔지니어, 고객과 함께 지표 정의나 데이터 기준을 합의해 보신 분
  • 분석 결과의 가정, 한계, 예외 케이스를 문서화하고 공유해 보신 분
  • 고객이 이해하고 실행할 수 있는 형태의 리포트나 제안서를 작성해 보신 분

함께 일할 팀을 만나보세요

Product Division의 mAsh Cell 소속입니다. Product Owner 상우님, Backend Engineer 승리님과 고객에게 필요한 지표와 분석 기능을 만듭니다. 고객 프로젝트는 Operation Division의 Delivery Team과 함께 진행합니다.

팀과 일하는 방식

Delivery Team의 Project Manager와 고객을 만나 질문을 듣고 결과를 설명합니다. 분석 지표와 방법을 정하고 결과를 검증하는 일은 Data Analyst가 맡습니다. 데이터가 맞지 않을 때는 Backend·Data Engineer와 원인을 찾습니다. 분석의 가정과 예외를 문서로 남기고, 반복 요청은 템플릿·스크립트로 처리하거나 자동화합니다.

입사 초기에는 기존 분석 스크립트와 리포트 작성 과정을 익히고, 주요 지표와 고객 요청 처리 방법을 파악합니다. 작은 요청과 검증 업무부터 맡은 뒤 고객별 지표 설계·분석·설명을 주도합니다. 다른 고객의 분석에도 사용할 수 있도록 스크립트와 리포트 양식을 정리합니다.

담당 업무는 입사 후 리드와 정합니다. 1개월차 원온원과 온보딩 리뷰에서 적응 과정의 어려움과 필요한 지원을 확인합니다.

근무 안내

  • 근무 장소: 서울 강남구 테헤란로38길 8, 오피스B 역삼2호점 3층
  • 근무 시간: 주 40시간을 기본으로 합니다. 공동근무시간인 13:00~17:00에는 오피스에서 함께 일하며, 그 외 시간과 장소는 업무·협업 일정에 맞춰 조정할 수 있습니다.
  • 대체복무 지원은 복무 유형, 편입·전직 요건과 담당 업무의 적합성을 확인하여 진행합니다. 복무자의 근무 방식은 해당 복무 규정을 따르며, 지원 가능 범위는 채용 담당자에게 문의해 주세요.

지원서 작성 참고

이력서나 선택 포트폴리오에는 해결하려던 사업 문제, 비교한 가설과 분석 방법, 분석 후 실행한 일과 그 결과를 적어주세요. 고객이나 팀원에게 결과를 설명하고 의견을 조율한 경험도 소개해 주세요.

채용 절차

서류 전형 → 비대면 인터뷰 → 직무 인터뷰 → 컬처핏 인터뷰 → 처우 협의

1. 서류 전형

  • 자유 양식의 이력서를 필수로 제출합니다. 포트폴리오는 선택 사항이며, 자기소개는 이력서에 함께 작성하실 수 있습니다.
  • 사진, 가족 사항, 신체 정보, 출신 지역 등 직무와 관계없는 정보는 필요하지 않습니다.

2. 비대면 인터뷰

  • 직무에 따라 비대면 인터뷰를 요청드릴 수 있으며, 45분 내외로 진행됩니다.
  • 함께 일할 팀원이 인터뷰에 참여합니다.
  • 제출해 주신 자료를 바탕으로 직무와 관련된 경험과 기술을 이야기합니다.

3. 직무 인터뷰

필요한 경우 고객 질문과 데이터 예시를 바탕으로 한 과제를 안내드립니다. 지표를 정하고 검증한 방법, 분석의 가정과 한계를 고객에게 설명하는 방법을 함께 이야기합니다. 과제 내용과 진행 방법은 해당 전형에서 안내드립니다.

  • 메이아이 사무실에서 대면으로 진행되며, 90분 내외가 소요됩니다.
  • 함께 일할 팀원이 인터뷰에 참여합니다.
  • 직무 역량과 경험, 앞으로의 업무 방향을 이야기합니다.

4. 컬처핏 인터뷰

  • 대면 또는 비대면으로 진행되며, 90분 내외가 소요됩니다. 대면 인터뷰는 메이아이 사무실에서 진행합니다.
  • CEO 찬규님이 인터뷰에 참여합니다.
  • 서로의 일하는 방식과 중요하게 생각하는 가치를 이야기합니다.

5. 처우 협의

  • 보상안을 협의하고 입사일을 조율합니다.

지원 안내

  • 채용 절차는 상황과 필요, 포지션에 따라 변경될 수 있습니다.
  • 제출해 주신 서류는 담당자가 확인한 후 영업일 7일 내 연락드립니다.
  • 합류 후 3개월의 온보딩 및 평가 기간을 운영합니다.
  • 이 기간 동안 업무 수행 능력과 태도, 적성, 근무 성적 등을 종합적으로 평가하여 본채용 여부가 결정됩니다. 구체적인 기간과 조건은 입사 전 근로계약서로 안내드립니다. 온보딩 및 평가 기간에 급여 차등은 없습니다.

채용 관련 문의: recruit@may-i.io

메이아이 더 알아보기

메이아이는 AI로 오프라인 공간을 똑똑하게 만드는 팀입니다.

회사 소개 · 팀 문화

직무별 근무시간과 고용 조건은 이 공고의 안내를 확인해 주세요.

Data Analyst 지원하기

(주)메이아이

(주)메이아이

스타트업
홈페이지careers.may-i.io/?utm_source=linkareer&utm_medium=referral&utm_campaign=hiring

지원 전에 읽어볼 유학생 가이드

  • 해외대 출신 신입의 한국 취업 시작 가이드
  • 해외대 졸업 후 한국 취업, 언제부터 무엇을 준비하나 — 졸업 시점별 타임라인
  • 일본 IT 취업 신입 가이드 — 신졸 채용 캘린더·비자·일본어 요건

자료실에서 가이드 전체 보기

이 공고와 비슷한 채용

지원하기

마감일상시채용
고용형태정규직
근무지서울 강남구

공고 공유

기업 요약

(주)메이아이
서울 강남구
국내 기업

이 공고와 비슷한 채용

매일방송

매일방송

MBN 디지털콘텐츠부 콘텐츠 제작 인턴 모집

서울 중구 · 인턴

현대자동차

현대자동차

[계약직] 품질/보증 행정지원

경기 화성시 · 정규직

네이버

네이버

팀네이버 서비스 사용자 경험 개선 (체험형 인턴)

경기 분당구 · 인턴

AXA손해보험

AXA손해보험

리스크관리팀 장기보험 리스크 관리 담당자 채용

서울 용산구 · 정규직