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 서비스에 개인화 추천을 적용할 수 있는 영역을 발굴하고, 모델 활용을 포함한 추천·필터링 기능 구현 및 데이터 파이프라인 등 엔지니어링 전반을 담당해요.
• 🔗 에이블리 'AI 기술 고도화', 올해도 현재진행형
• 🔗 CTO 하늘님 인터뷰

함께 할 업무예요

• 에이블리 서비스 전반을 분석해 개인화 추천이 필요한 영역을 발굴하고, 추천·필터링 로직을 실제 서비스 기능으로 구현해요.
• 에이블리 자체 추천 모델 또는 공개된 머신러닝 모델을 활용해 추천 시스템을 서비스에 적용 및 운영해요.
• 추천 기능 구현을 위해 백엔드 로직, API, 데이터 흐름 등 엔지니어링 전반을 개발 및 개선해요.
• 서비스 지표 및 사용 흐름을 기반으로 추천 기능의 품질과 성능을 지속적으로 개선해요.

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.
• 머신러닝에 대한 기본적인 이해와 PyTorch를 활용한 모델링 경험을 보유하신 분을 찾아요.
• 머신러닝 모델을 서비스에 적용하는 데 필요한 엔지니어링 역량을 갖추신 분을 찾아요.
• 탄탄한 CS 기초 지식을 갖추신 분을 찾아요.

이런 경험이 있다면 더 좋아요

• 대규모 트래픽 환경에서 추천 시스템, 검색 등 머신러닝 기반 서비스 개발 경험이 있으면 더 좋아요.
• 데이터 엔지니어링 경험 또는 데이터 파이프라인 설계·운영 경험이 있으면 더 좋아요.
• 이커머스 및 플랫폼에 대해 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
• 산업기능요원은 현역 전직 및 보충역 신규편입/전직이 가능하며(현역 편입 불가), 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