데이터 엔지니어로의 이직 고민 & 질문

현재 2년 반 정도 SI 업체에서 일하고 있는 BI 개발자입니다.
최근 데이터 엔지니어로 이직을 희망하고 있습니다.

그래서 몇 가지 질문을 드리고자 문의를 남기게 되었습니다.

1. 1. 데이터 엔지니어와 연관이 적은 직무/경력인데 이직이 가능할까요?

   
   Azure Data Factory 파이프라인 + 뷰 or 저장 프로시저(SQL) 로 데이터 마트를 구축한 경험은 있습니다.
   다만, BI 보고서 개발이 주 업무고 위의 업무는 간단한 수준으로만 진행했었습니다. (전체 업무 경력의 15~20% 정도 비중입니다) 
   또, 최근 투입된 프로젝트에선 BI 개발/유지보수 업무만 맡고 있습니다. 가끔 뷰 쿼리만 적는 수준이라서 데이터 엔지니어 직무와 거리가 있습니다. 애초에 BI 개발자보다 백엔드 개발자가 경력 인정이 더 쉬울 거 같다는 생각도 있습니다.
   
   이 상황에서 현실적으로 조금이라도 경력이 어느 정도라도 인정을 받으며 이직이 가능할까요? 데이터 엔지니어는 신입으로의 채용이 거의 없다고 들어서 이 부분이 걱정되네요.
   사실 개인적으론 직무 + 도메인 (IT 어플리케이션 업체) 정도만 맞으면 신입으로 채용되어도 괜찮습니다. 신입으로는 채용을 안하는 게 걱정입니다.
   
   

2. 2. 만 3년을 채우는 게 유리할까요?
   
   

   현재까지 2년 7개월 정도 경력이 있는데 만 3년을 채우는 게 유리할까요? 요즘 프로젝트나 직장 상사/동료 때문에 힘든 상황입니다. 게다가 업무도 이직하고 싶은 부분과 다르기도 한 상황입니다.
   
   차라리 퇴사 후 포트폴리오 & CS 지식 쌓기에 집중하는 게 좋을지 고민되어 질문 드립니다.
   
   
   
   

3. 3. 하나의 프로젝트를 기반으로 시스템과 아키텍처를 점차 키우는 방향으로 생각 중인데 괜찮을까요?
   
   
   
   1) 웹 로그 기반 사용자 분석 프로젝트
   웹 로그 (샘플 데이터, 로컬 파일 시스템) - Airflow Micro-Batch 적재 (5-10분 간격) - S3 or Cloud Storage (데이터 레이크) 적재 (Iceberg 활용) - Pyspark & Airflow 사용해 데이터 레이크 상위 레이어 & BigQuery 데이터 웨어하우스 적재 - BigQuery에서 SQL + Airflow로 Data Mart 구축 - Data Lake 기반 A/B 테스트/통계 분석 환경 구축 & Data Mart 데이터 기반 AARRR, Cohort, Funnel 등 보고서 분석 가능한 환경 구축
   
   2) 운영 RDBMS & GA API 데이터 추가해서 사용자 분석 고도화 ( AARRR & RFM 분석 강화 )
   운영 DB의 고객, 주문 데이터 + GA API 데이터 수집 - Airflow 로 일 단위 적재 - S3 적재 - Airflow + Pyspark로 S3 상위 레이어 & BigQuery에 운영DB & GA 데이터 추가 (추가적인 분석 DM도 추가 희망)
   
   3) 로그 기반 운영 환경 실시간분석 시스템 구축
   시스템, 에러, 네트워크, 보안 로그 - Kafka 이벤트 Topic 기반 스트리밍 구축 - Spark의 Structured Streaming 으로 Data Lake와 DM에 실시간으로 적재 - 운영 모니터링 대시보드
   
   이후 데이터 파이프라인 모니터링 기능 추가, 메타데이터 분석 시스템 구축, 사용자용 API 응답 서버 구축 등등 이런 방식으로 하나의 개인 프로젝트 기능을 추가 방향으로 생각 중인데 괜찮을까요?
   
   
   
   

4. 4. 클라우드는 AWS, S3 등등 쓰면서 데이터 웨어하우스는 BigQuery를 많이 쓰던데 이유는 뭔가요?
   
   

   최근 기업들에서 데이터 파이프라인, 저장소 등은 다 AWS에 구축하는데 DW만 BigQuery를 사용하는 케이스를 많이 봤습니다. 혹시 이유가 있나요? 호환성 이슈나 여러 에러가 있을지 걱정이고, AWS와 GCP 중 어느 곳에 메타데이터 관련 시스템을 구축할지 이런 것들이 궁금하네요.