디스커버리 커머스
올웨이즈
채용 공고
소식
커피챗 신청하기
ML Engineer (Recommendation)
직군
Data
경력사항
경력 3년 이상
고용형태
정규직
근무지
서울특별시 관악구 남부순환로 1836 8 층
마감기한
2024년 12월 31일
[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.
공유하기
ML Engineer (Recommendation)
[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.