인프라·DevOps 공고 35건, 이력서 첫 줄은?

About this offer

이직 공고를 읽다가 AWS도 해 봤고 Kubernetes도 다뤄 봤는데, 정작 내 이력서에서는 그 경험이 잘 보이지 않는다는 생각이 든 적 있으신가요? 최근 30일 동안 인프라·DevOps 공고 35건을 모아 어떤 기술이 몇 번 등장했는지 세었습니다. 공고를 낸 회사는 27곳이었습니다. 가장 많이 나온 기술은 AWS와 Kubernetes로 각각 19건이었고, Python이 16건으로 뒤를 이었습니다. 이 결과를 보고 이력서에 기술 이름부터 더 적고 싶어질 수 있습니다. 하지만 이번 집계에서 더 먼저 읽어야 할 것은 이름보다 조합입니다. 클라우드 환경을 운영하고, 컨테이너 배포를 다루며, 반복되는 일을 코드로 줄일 수 있는 사람을 찾는 공고가 눈에 들어왔습니다. 어떤 기술부터 이력서 앞으로 가져올까 집계된 기술을 많이 등장한 순서로 놓으면 다음과 같습니다. 기술 등장 공고 AWS 19건 Kubernetes 19건 Python 16건 Linux 10건 Terraform 10건 GCP 9건 Azure 8건 CI/CD 8건 Grafana 7건 Go 5건 AWS와 Kubernetes가 같은 수로 가장 많이 등장했습니다. Python까지 포함하면 이력서 앞부분에서 우선 확인할 만한 기술이 선명해집니다. 다만 이 표를 그대로 복사해 기술 목록의 순서만 바꾸는 것으로는 부족합니다. 채용 담당자가 알고 싶은 것은 AWS라는 단어를 아는지가 아니라, 그 환경에서 무엇을 맡았고 어디까지 책임졌는지입니다. Kubernetes도 사용 여부보다 배포, 운영, 장애 대응 과정에서 본인이 한 일이 보여야 합니다. 이직을 준비한다면 이력서 첫 화면에서 가장 먼저 보여 줄 문장을 이렇게 점검해 볼 수 있습니다. 어떤 클라우드 환경을 맡았는가 어떤 서비스를 Kubernetes에서 배포하고 운영했는가 Python으로 어떤 반복 작업이나 운영 절차를 줄였는가 Linux 환경에서 어떤 문제를 진단하고 해결했는가 Terraform으로 어떤 인프라를 코드로 관리했는가 기술 이름은 이 질문에 답하는 경험의 표지판으로 쓰는 편이 좋습니다. AWS와 Kubernetes를 함께 보여 주면 무엇이 달라질까 AWS를 요구한 회사 예시에는 더즌, 두산로보틱스, 딥오토, 로앤컴퍼니, 베스핀글로벌이 있었습니다. Kubernetes를 요구한 회사 예시에는 두산로보틱스, 딥오토, 로앤컴퍼니, 몰로코, 베스핀글로벌이 있었습니다. 회사 공고 경력 원티드 유무 더즌 AWS 요구 공고 공고별 표기 원티드 비교 범위 밖 두산로보틱스 AWS·Kubernetes 요구 공고 공고별 표기 원티드 비교 범위 밖 딥오토 AWS·Kubernetes·Python 요구 공고 공고별 표기 원티드 비교 범위 밖 로앤컴퍼니 AWS·Kubernetes 요구 공고 공고별 표기 원티드 비교 범위 밖 베스핀글로벌 AWS·Kubernetes·Python 요구 공고 공고별 표기 원티드 비교 범위 밖 몰로코 Kubernetes·Python 요구 공고 공고별 표기 원티드 비교 범위 밖 고영테크놀러지 Python 요구 공고 공고별 표기 원티드 비교 범위 밖 베슬에이아이 Python 요구 공고 공고별 표기 원티드 비교 범위 밖 회사 예시는 기술이 실제 공고에서 어떻게 이어져 등장하는지 보여 줍니다. 두산로보틱스, 딥오토, 로앤컴퍼니, 베스핀글로벌은 AWS와 Kubernetes 양쪽 예시에 모두 들어 있습니다. 딥오토와 베스핀글로벌은 Python 예시에도 포함됩니다. 여기서 이력서의 방향이 조금 더 구체적으로 바뀝니다. AWS 경험, Kubernetes 경험, Python 경험을 서로 떨어진 항목으로 적기보다 하나의 운영 경험 안에서 연결해 보여 주는 것입니다. 예를 들어 클라우드 환경의 서비스를 컨테이너로 운영했고, 배포나 점검 과정의 반복 작업을 Python으로 줄였다면 그 흐름을 한 덩어리로 읽히게 만드는 편이 낫습니다. 세 기술을 썼다는 사실보다 세 기술로 어떤 운영 문제를 해결했는지가 더 빠르게 전달됩니다. Python은 왜 운영 경험과 함께 적어야 할까 Python은 16건에서 등장했습니다. 예시 회사는 고영테크놀러지, 딥오토, 몰로코, 베스핀글로벌, 베슬에이아이입니다. 인프라·DevOps 이력서에서 Python을 언어 목록에만 넣으면 활용 장면이 보이지 않습니다. 자동화 스크립트, 운영 도구, 배포 과정, 반복 작업 개선처럼 실제로 사용한 맥락과 붙여야 합니다. “Python 사용 가능”보다 먼저 보여 줄 만한 것은 다음과 같은 내용입니다. 반복하던 운영 작업을 어떤 코드로 바꾸었는가 배포 과정에서 사람이 하던 일을 어디까지 자동화했는가 운영 도구를 만들어 누가 어떻게 사용했는가 문제가 생겼을 때 확인과 복구 과정을 어떻게 줄였는가 실제 이력서에는 자신이 했던 일만 적어야 합니다. 위 항목은 없는 경험을 채우기 위한 문장이 아니라, 이미 한 일을 채용 담당자가 알아보기 쉽게 꺼내는 질문입니다. Linux와 Terraform은 어디에 놓는 편이 좋을까 Linux와 Terraform은 각각 10건에서 등장했습니다. AWS와 Kubernetes보다 수는 적지만, 이력서에서는 아래쪽 기술 목록에만 둘 이유가 없습니다. Linux 경험은 서버 환경에서 무엇을 살피고 해결했는지와 연결할 수 있습니다. Terraform 경험은 인프라를 어떤 방식으로 만들고 변경하고 관리했는지와 연결할 수 있습니다. 두 기술을 함께 사용했다면 “Linux, Terraform”이라고 적는 대신 환경 구성과 운영의 흐름을 보여 주는 편이 좋습니다. 인프라 변경을 코드로 관리했고, 실제 운영 환경에서 발생한 문제를 확인하고 대응했다면 그 사이에서 맡은 책임을 앞에 둡니다. CI/CD는 8건, Grafana는 7건이었습니다. 이 기술들도 이름만으로는 역할이 잘 드러나지 않습니다. 배포 과정의 어느 부분을 다뤘는지, 무엇을 관찰했고 어떤 판단에 사용했는지가 함께 있어야 이직하려는 직무와 연결됩니다. 경력 요구는 어디에 몰렸을까 경력 표기는 다음과 같이 나타났습니다. 경력 표기 공고 수 5~7년 이상 10건 3~4년 이상 8건 표기 없음 7건 1~2년 이상 4건 8년 이상 4건 신입·무관 2건 가장 많이 나온 구간은 5 7년 이상이었고, 다음은 3 4년 이상이었습니다. 이번 공고를 기준으로 이직을 준비하는 경력 개발자라면 “어떤 기술을 썼는가” 다음에 “어디까지 맡았는가”를 바로 보여 줄 필요가 있습니다. 서비스 운영의 일부를 도왔는지, 배포 환경을 직접 만들었는지, 장애 대응을 주도했는지, 여러 사람이 쓰는 운영 방식을 정리했는지는 같은 기술을 써도 다른 경력으로 읽힙니다. 주니어라면 공고에 나온 기술을 모두 채우려 하기보다 이미 해 본 경험을 작게라도 끝까지 설명하는 편이 낫습니다. 직접 구성한 환경, 자동화한 작업, 문제를 발견하고 고친 과정에서 자신의 판단과 행동이 무엇이었는지를 남기면 됩니다. 이력서 첫 화면은 어떤 순서로 고칠까 먼저 지원하려는 인프라·DevOps 공고를 펼쳐 놓고, 내 경험에서 AWS, Kubernetes, Python과 연결되는 일을 찾습니다. 그다음 기술별로 나누지 말고 하나의 업무 흐름으로 묶습니다. 앞에는 운영한 환경과 책임 범위를 둡니다. 뒤에는 사용한 기술과 자신이 한 행동을 붙입니다. 마지막에는 실제로 확인할 수 있는 결과를 적습니다. 결과를 숫자로 말할 근거가 없다면 숫자를 만들지 말고, 무엇이 달라졌는지 정확하게 씁니다. 문장 순서는 다음처럼 잡을 수 있습니다. 맡은 환경과 서비스 해결해야 했던 운영 문제 직접 선택하고 실행한 방법 사용한 기술 바뀐 배포나 운영 방식 본인이 책임진 범위 이 순서라면 채용 담당자는 기술 이름을 찾으면서도 그 사람이 실제로 어떤 일을 해 왔는지 함께 읽을 수 있습니다. AWS와 Kubernetes를 앞에 두더라도 중심은 기술이 아니라 그 기술로 운영한 경험입니다. 이 숫자로 말하지 않는 것은 무엇인가 이번 집계의 표본은 최근 30일 동안 확인한 인프라·DevOps 공고 35건이며, 공고를 낸 회사는 27곳입니다. 한 직무의 짧은 기간을 본 결과이므로 인프라·DevOps 채용 전체의 고정된 순위로 읽을 수는 없습니다. 회사 표는 AWS, Kubernetes, Python에 포함된 회사 예시를 보여 줍니다. 회사별 공고 전체나 회사별 채용 방향을 비교한 표는 아닙니다. 원티드 유무는 원티드 한 곳과만 비교하는 항목입니다. 이번 기술 집계와 회사 예시는 각 회사의 공고에서 기술 요구를 읽기 위한 것이며, 다른 채용 플랫폼의 노출 여부까지 뜻하지 않습니다. 측정 시각은 2026-10-07 12:30 KST입니다. 공고가 열리고 닫히면 같은 방식으로 다시 세었을 때 결과가 달라질 수 있습니다. AWS와 Kubernetes가 함께 많이 보인 이유, Python이 어떤 업무에 쓰였는지에 대한 해석은 공고의 기술 이름과 역할을 읽은 제 판단입니다. 각 회사가 같은 환경과 같은 방식으로 일한다는 뜻은 아닙니다. 그래서 무엇을 하면 좋을까 앱 없이 오늘 할 수 있는 일부터 적습니다. 이력서 첫 화면을 열고 기술 목록에서 AWS, Kubernetes, Python, Linux, Terraform을 찾습니다. 그중 실제로 맡았던 경험 하나를 골라 환경, 문제, 행동, 결과, 책임 범위가 이어지는 문장으로 바꿔 보세요. 그리고 가고 싶은 회사의 인프라·DevOps 공고를 읽으며 그 문장에서 먼저 보여 줘야 할 경험이 무엇인지 확인합니다. 공고의 기술을 이력서에 새로 끼워 넣는 것이 아니라, 내가 이미 해 온 일 중 해당 직무가 알아봐야 할 경험을 앞으로 옮기는 작업입니다. tailf는 351개 회사 채용 페이지의 열린 공고 2077건을 확인하며, 로그인이 없고 잠금화면에는 한 줄만 보입니다. 쓰는 기술 두 개를 고르면 지난 30일 동안 겹친 공고 수를 가입 없이 세어 줍니다. 내 기술로 지난 30일 공고 세어 보기 → 다음 화에서는 무엇을 볼까 다음 화의 주제는 매일 모이는 데이터에서 고릅니다. 특정 회사나 직무를 미리 정하지 않고, 이직을 준비할 때 실제로 비교해 볼 만한 변화와 공고를 이어서 살펴보겠습니다. 봐 줬으면 하는 회사가 있으면 댓글로 남겨 주세요.