[합류하게 될 팀]

• ML Engineer는 Data Team에 속해 있습니다.
• Data Team은 데이터 기반 의사결정과 데이터 제품을 통해 모든 가격의 비효율을 혁신하고, 고객과 판매자를 더욱 효율적으로 연결합니다.
• 레브잇의 모든 구성원은 누군가에게 업무를 지시하는 것이 아니라, 목표를 위해 각자 협업하며 업무하고 있습니다.

[합류하면 함께 할 업무]

• 제품, 엔지니어링, 리서치의 경계를 넘나들며 문제를 해결합니다.
• 데이터에 기반한 새로운 문제를 정의하고 통계적 특성과 패턴을 발견합니다.
• 데이터 특성에 따른 ML 모델을 주도적으로 제안, 개발하고 이에 필요한 feature extraction / engineering / selection 을 진행합니다.
• ML 모델의 결과를 고객 반응과 데이터를 통해 정량적으로 평가/검증하고 이를 통해 비즈니스 인사이트를 제공합니다.
• 레브잇의 상품을 고객에게 노출하는 추천시스템 개발이 주 업무가 되지만, 이에 제한을 두지 않고 있습니다.

[자격 요건]

• Machine Learning/Deep Learning 이론과 기본기가 탄탄하신 분이 필요합니다.
• Exploratory Data Analysis(EDA)를 통해, 데이터의 통계적 특성과 패턴을 발견하고 이를 ML 모델에 반영하실 수 있는 분이 필요합니다.
• 구현체가 공개되지 않은 논문을 읽고 이를 빠르고 정확하게 구현할 수 있는 능력을 갖추신 분이 필요합니다.
• 3년 이상 또는 그에 준하는 Backend 서비스 혹은 Machine Learning 서비스 개발/운영 경험이 있으신 분이 필요합니다.
• 고객의 입장에서 다양한 솔루션을 고민해보고, 최적의 방법을 찾을 수 있는 문제해결 능력을 갖추신 분이 필요합니다.

[우대 사항]

• 다양한 추천 모델을 사용해보고, 장단점을 파악하고 계신 분을 선호합니다.
• 논문 및 오픈소스 코드를 빠르게 모델과 시스템에 적용할 수 있는 역량을 가지신 분을 선호합니다.
• AWS, GCP 등 클라우드 서비스 사용에 이해가 있고, 실무 경험이 있으신 분을 선호합니다.
• EMR, Spark, Hive 등 빅데이터 프레임워크를 활용한 분산 처리 경험이 있으신 분을 선호합니다.
• ML 프로젝트를 더 빠르고 안전하게 반복할 수 있도록 Feature Store, Vector DB, DAG Builder 등과 같은 재사용 가능한 고성능 ML 시스템을 설계하고 구축해본 분을 선호합니다.
• ML 모델을 지속적으로 모니터링하고 운영 및 개선해본 경험이 있으신 분을 선호합니다.
• 추천 알고리즘 관련 문제 해결을 통해 팀의 성장 기울기를 변화시킬 정도의 비즈니스 임팩트를 내보신 분을 선호합니다.

[기술 스택]

• Data Storage
• S3, Kafka, Schema Registry, Iceberg, OpenSearch, MongoDB
• Data Processing & Transformation
• EMR Spark, Kafka Streams, Flink, dbt
• Interactive Query Service
• Athena, Presto
• Orchestration
• Airflow, Dagster
• Data Governance
• AWS Lake Formation
• Data Visualisation
• Redash, Superset, Kibana
• EDA
• EMR Studio, DataGrip, Zeppelin

[근무 조건]

• 정규직(수습기간 3개월)
• 주 5일(월~금) 근무

[합류여정]

• 서류접수 > 코딩테스트 > 1차 대면 인터뷰(직무 인터뷰) > 2차 대면 인터뷰(컬쳐핏 인터뷰) > 레퍼런스 체크 > 처우 협의 > 최종합격

[기타사항]

• 이력서 및 제출 서류에 허위 사실이 발견되거나 근무 이력 중 징계사항이 확인될 경우, 채용이 취소될 수 있습니다.
• 레브잇 내규에 따라 채용 금지자 또는 결격사유 해당자는 채용이 취소될 수 있습니다.