이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
백엔드 개발은 주로 Python으로 해왔습니다. 졸업 프로젝트에서 FastAPI로 REST API를 설계하고, PostgreSQL과 연결해 데이터를 처리하는 서버를 구현했습니다. Python을 선택한 이유는 데이터 처리 라이브러리와의 연동이 자연스럽고, 빠르게 프로토타입을 만들어 검증할 수 있는 속도 때문이었습니다. 다만 트래픽이 커지면 Python의 동시 처리 한계가 드러날 수 있다는 것도 공부하면서 알게 됐고, 그때 Go의 고루틴 모델을 비교해 보기도 했습니다. 인턴에서는 Java 기반의 Spring Boot 프로젝트를 일부 보조했는데, 강타입 구조와 명시적인 예외 처리 방식이 규모 있는 서비스에서 왜 선호되는지 이해할 수 있었습니다. 이 직무에서는 Python 경험이 데이터 처리 파이프라인과 API 설계 양쪽에 직접 연결된다고 봅니다.
Java로 백엔드 개발을 해왔습니다. 스타트업에서 Spring Boot 기반의 주문 처리 서비스를 1.5년간 담당하며 결제 API와 재고 시스템을 연동하는 모듈을 직접 설계했습니다. Java를 선택한 환경이었던 이유는 팀 전체가 강타입 언어의 명시성과 예외 처리 체계를 선호했기 때문입니다. 작업하면서 Python보다 코드량이 늘어나는 대신, 타입 오류를 컴파일 단계에서 잡을 수 있어 런타임에서 터지는 버그가 줄었습니다. Go는 사이드 프로젝트에서 간단한 알림 서버를 만들 때 써봤는데, 고루틴의 경량 동시성이 I/O 집약 작업에 얼마나 유리한지 체감할 수 있었습니다. 이 직무에서 Java 경험이 가장 직접적으로 쓰일 부분은 서비스 간 의존성을 명시적으로 관리하는 설계 습관이라고 봅니다. 언어보다 추상화 레벨을 어디에 두느냐가 유지보수에 영향을 준다는 걸 실무에서 배웠습니다.
Go를 주력으로 사용해왔습니다. 졸업 논문 프로젝트에서 트래픽이 몰리는 실시간 알림 시스템을 설계하면서 처음 Go를 선택했는데, 고루틴 덕분에 스레드 관리 부담 없이 수천 개의 동시 연결을 처리하는 구조를 구현할 수 있었습니다. 이후 인턴에서 사내 배치 처리 도구를 Go로 교체하는 작업에 참여했고, 기존 Python 코드 대비 처리 시간이 절반 이하로 줄었습니다. Java와 Python도 학습 수준에서 다뤄봤는데, Go의 명시적인 에러 반환 방식이 처음에는 낯설었지만 코드를 읽을 때 예외 흐름을 추적하기 쉬워지는 장점이 있었습니다. 이 직무에서 Go 경험이 연결되는 지점은 고성능 API 서버나 데이터 파이프라인 구성인데, 언어 자체보다 어떤 부분에서 병목이 생기는지 먼저 측정하는 습관이 더 오래 남을 자산이라고 생각합니다. 도구보다 접근 방식이 먼저라는 걸 그때 배웠습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 SK텔레콤 데이터 엔지니어 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.