Data Analyst (Tinder Seoul)

Our Mission:

As humans, there are few things more exciting than meeting someone new. At Tinder, we’re inspired by the challenge of keeping the magic of human connection alive. With tens of millions of users, hundreds of millions of downloads, 2+ billion swipes per day, 20+ million matches per day, and a presence in 190+ countries, our reach is expansive—and rapidly growing.

‍

We work together to solve complex problems. Behind the simplicity of every match, we think deeply about human relationships, behavioral science, network economics, AI and ML, online and real-world safety, cultural nuances, loneliness, love, sex, and more.

팀 소개

Data Science and Analytics Team은 데이터로 문제를 정의하고, 가설을 세우고, 실험을 통해 Tinder의 성장 방향을 검증하는 팀입니다. 요청 기반 리포팅을 넘어, 불확실성을 실험으로 줄이고 반복 가능한 인사이트를 통해 제품의 성장을 설계합니다. 전 세계 수천만 명의 Tinder 유저 행동을 깊이 이해하고, 실험 기반 의사결정이 가능하도록 만드는 역할을 수행합니다.

What You'll Do

• 제품 혹은 기능 개선을 위해 명확한 가설을 수립하고, 데이터 기반 A/B 테스트를 설계합니다.
• 실험 설계(샘플링, 주요 지표 정의 등)부터 실행, 결과 수집 및 통계적 유의성 검증까지 주도합니다.
• 실험 결과를 이해관계자들과 명확하고 구조적으로 커뮤니케이션하며, 핵심 인사이트와 레슨런을 축적해 제품 전략에 반영합니다.

• 유저의 다양한 journey에 걸친 핵심 행동 데이터를 분석하여 문제를 정의하고 실행 가능한 인사이트를 도출합니다.
• 핵심 지표(KPI)를 모니터링하고, 지표 변화의 원인을 분석하여 프로덕트 전략을 제시합니다.
• 유저 행동을 정확히 측정하기 위한 데이터 전략을 수립하고, 신규 기능 출시에 맞춘 측정 체계를 설계합니다.
• 시각화 도구를 활용한 대시보드 및 리포팅을 통해 팀의 데이터 리터러시와 인사이트 접근성을 높입니다.
• 복잡한 분석 결과를 명확하고 설득력 있는 내러티브로 전달하며, 비즈니스 임팩트·트레이드오프·권고 액션 관점에서 프레이밍합니다.

• 분석 결과 자산화를 통해 분석 효율성을 개선합니다.
• 분석 프로세스 개선 및 실험 분석 프레임워크 구축을 주도하여 팀과 조직의 데이터 분석 역량을 향상시킵니다.
• AI 툴을 활용해 분석 워크플로우를 고도화하고 팀의 AI 활용 문화를 선도합니다.

Requirements

• A/B 테스트 설계, 분석, 대시보드 구축, 인사이트 도출까지 전 과정을 주도적으로 실행한 경험이 많으신 분
• SQL을 활용한 데이터 분석 경력이 5년 이상이거나, 이에 준하는 경험이 있으신 분
• 퍼널·코호트 등 유저 행동 데이터를 깊이 분석하고, 핵심 지표(KPI)를 정의·운영한 경험이 있으신 분
• 숫자를 바탕으로 복잡한 문제를 구조화하고 체계적으로 인사이트를 정리하실 수 있는 분
• PM·엔지니어링·비즈니스 등 다양한 Stakeholder와 원활하게 협업하실 수 있는 분
• AI 툴을 업무에 적극 활용하여 분석 생산성을 높일 수 있는 분
• 영어로 업무 커뮤니케이션이 가능하신 분
• 빠르게 변화하는 환경에서 스스로 우선순위를 정하고 독립적으로 업무를 추진할 수 있는 분

Preferred Qualifications

• 소비자 앱(커머스, 소셜, 엔터테인먼트, 데이팅 등) 도메인에서의 분석 경험
• 구독 비즈니스(Revenue, Funnel, Retention) 분석 경험
• 실험 가이드라인이나 분석 표준을 만들어 팀의 의사결정 품질을 높인 경험
• 반복되는 분석을 재사용 가능한 형태(템플릿·표준 대시보드 등)로 정리해 팀 효율을 높인 경험
• 글로벌 유저 데이터를 다뤄본 경험
• Databricks, dbt 등 현대적인 데이터 스택 실무 경험
• Two-sided marketplace(양면 시장) 도메인 이해

Our Data Stack