함께 하게 될 팀을 소개해요    

• 에이블리 머신러닝 엔지니어는 "에이블리 앱의 탄탄한 기반"이란 과제를 해결하는 [파운데이션 스쿼드] 구성원으로 업무해요. 
• 파운데이션 스쿼드 내 [추천 셀]에 소속되어, 에이블리 비즈니스의 핵심 동력인 개인화 추천 서비스를 고도화하기 위해 수많은 데이터를 활용해 추천 모델을 설계하고 서비스에 적용해요.
• 🔗 에이블리가 기술로 그려갈 방향성
• 🔗 CTO 하늘님 인터뷰
• 🔗 에이블리 'AI 기술 고도화', 올해도 현재진행형

함께 할 업무예요

• 유저 행동, 상품, 맥락 데이터 등을 분석해 추천으로 해결할 수 있는 고객 문제를 정의해요.
• 머신러닝 모델을 개발하고, 기존 모델의 성능과 추천 품질을 고도화해요.
• 대규모 데이터에서 피처를 발굴하고, 학습·평가 파이프라인, 서빙 구조와 안정성까지 설계하고 개선해요.
• 오프라인 지표와 온라인 실험을 통해 가설을 검증하고, 추천 품질의 개선이 실제 고객 경험과 비즈니스 지표의 변화로 이어지는지 확인해요.

이런 분과 함께 하고 싶어요

• 에이블리 조직문화에 공감하여, One Team으로 GRIT하게 일하며 Impact를 만들어갈 의지가 있는 분을 찾아요.
• 머신러닝 관련 업무 경력이 5년 이상이거나 이에 준하는 역량을 갖고 계신 분을 찾아요.
• 머신러닝 모델과 알고리즘에 대한 이해를 바탕으로, 실제 서비스 환경에서 문제 정의·모델 개발·실험·배포·운영·개선까지 이어가 본 경험이 있는 분을 찾아요.
• 대규모 트래픽 환경에서 추천, 검색, 광고 등 랭킹·개인화와 관련된 머신러닝 서비스를 경험해 본 분을 찾아요.
• 모델의 성능뿐 아니라 데이터 흐름, 응답 속도, 시스템 안정성 등을 고려해 추천 시스템 구조를 설계할 수 있는 분을 찾아요.
• 새로운 논문이나 기술을 이해하고, 이를 실제 문제 해결에 적용 및 검증할 수 있는 분을 찾아요.

이런 경험이 있다면 더 좋아요

• 후보 추출부터 최종 순서 결정까지 추천 파이프라인의 각 단계를 직접 개발해 본 경험이 있으면 더 좋아요.
• 머신러닝 모델 또는 추천 시스템 개선을 통해 고객 경험이나 비즈니스 지표에 유의미한 변화를 만들어 본 경험이 있으면 더 좋아요.
• 대규모 데이터 처리 및 ETL을 설계·운영한 경험이 있으면 더 좋아요.
• 모델 서빙, 분산 학습 또는 GPU 환경 등 프로덕션 ML 시스템에 대한 경험이 있으면 더 좋아요.
• 이커머스 및 플랫폼 비즈니스에 대한 높은 이해도를 보유한 분이면 더 좋아요.

이런 기술을 활용해요

• 모델 학습 : Python, PyTorch, Kubeflow
• 모델 서빙 : Python, Kotlin, PyTorch, FastAPI, Scylla, Elasticsearch
• 데이터 전처리 : Spark, Ray, Airflow
• 코드 관리 & 배포 환경 : Github / Github Action, Docker, Kubernetes (EKS)

합류 여정을 소개해요

• 서류전형 → 직무 인터뷰 (화상) → 심층 직무 인터뷰 (화상) → 최종 인터뷰 (화상) → 최종합격
• 자세한 내용이 궁금하다면 합류 여정 가이드를 확인해보세요.
• 채용에 관해 궁금한 점은 자주 묻는 질문을 확인해보세요.
  • 재지원 가능 여부, 채용 리드타임, 전형 결과 안내 시기 등