함께 하게 될 팀을 소개해요    

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

함께 할 업무예요

• 유저 행동, 상품, 맥락 데이터 등을 기반으로 상품 노출을 최적화하는 추천 모델을 고도화해요.
• 추천 품질을 높이기 위해 다양한 실험을 수행해요.
• 온/오프라인 지표 분석을 통해 모델 개선 효과를 정성적, 정량적으로 검증해요.

이런 분과 함께 하고 싶어요

• 에이블리 조직문화에 공감하여, One Team으로 GRIT하게 일하며 Impact를 만들어갈 의지가 있는 분을 찾아요.
• 머신러닝 관련 업무 경력이 3년 이상이거나 이에 준하는 역량을 갖고 계신 분을 찾아요.
• 추천 시스템의 핵심 원리 및 지식에 대한 깊은 이해도를 기반으로 관련 모델 개발 경험이 있으신 분을 찾아요.
• 최신 딥러닝 추천 알고리즘을 서비스에 적용해본 경험이 있는 분을 찾아요.
• 문제 정의와 데이터 수집, 모델 개발, 그리고 분석까지의 과정을 모두 경험해 본 분을 찾아요.

이런 경험이 있다면 더 좋아요

• 대용량 트래픽 환경에서 실시간 추천 시스템을 개발하고 운영해 본 경험이 있는 분이면 더 좋아요.
• 추천 시스템의 A to Z를 설계, 구축, 운영하여 비즈니스 임팩트를 만든 경험이 있다면 더 좋아요.
• 이커머스 및 플랫폼에 대해 높은 이해도를 보유한 분이면 더 좋아요.
• MLOps 파이프 라인(Kubeflow, Airflow 등)을 구축 및 운영한 경험이 있다면 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) → 최종 인터뷰 (화상) → 최종합격
• 직무 인터뷰 전 추천 관련 논문을 전달 드리고 있어요. 인터뷰 자리에서 논문에 관한 이야기를 나누실 수 있도록 안내 드릴 예정이예요.
• 산업기능요원은 현역 전직 및 보충역 신규편입/전직이 가능하며, 전문연구요원 채용은 현재 진행하고 있지 않아요.
• 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