무신사, Personalization 팀 머신러닝 엔지니어 경력직 채용

무신사가 Personalization 팀 내 Machine Learning Engineer(Personalization) 포지션으로 정규직 경력 채용을 진행한다. 이번 채용은 무신사·29CM·글로벌 무신사 등 다양한 플랫폼에 걸쳐 상품광고 추천 및 랭킹 모델을 설계하고 운영할 인재를 찾는 것으로, 자체 개인화 플랫폼 MATCH를 기반으로 광고 ML 스택 전반을 직접 구축해 나갈 핵심 역할을 맡게 된다.

이 직무에서는 상품광고 지면의 후보 광고 추출(retrieval)부터 랭킹까지 추천 파이프라인을 개발하고 서비스하며, CTR·CVR·ROAS 예측 모델을 설계·고도화하여 광고 적합도와 전환 품질, 광고 수익을 함께 개선하는 작업을 담당하게 된다. 자동 입찰·노출 최적화(eCPM, 예산 소진, 페이싱 등) 로직을 모델링하고, 사용자 행동·광고 소재·컨텍스트 신호를 결합해 노출→클릭→전환 퍼널 전반을 최적화하는 역할도 함께 수행한다. 대규모 유저 행동 로그 기반의 광고 ML 피처 파이프라인과 데이터 처리 구조를 설계하고, MATCH의 세그먼트·임베딩 자산을 광고 타게팅에 연결하는 개인화 광고 로직을 개발하며, 오프라인 평가와 온라인 A/B 테스트로 모델 성능을 검증하고 빠르게 반복 개선하는 과정도 이 직무의 주요 업무에 해당한다.

지원을 위해서는 추천·랭킹·CTR/CVR 예측 등 ML 문제를 프로덕션 환경에서 설계·운영한 경험이 7년 이상이거나 이에 준하는 전문성을 보유해야 하며, 머신러닝·딥러닝 이론과 기본기가 탄탄하고 추천·랭킹·NLP·GNN 중 한 분야 이상에 깊은 이해가 있는 분을 모집한다. Python 기반 대규모 데이터 분석·ML 모델·파이프라인 개발 경험과 SQL 기반 데이터 추출·분석 역량을 갖추고, 가설 수립부터 오프라인 평가, 온라인 A/B 테스트를 통해 임팩트를 검증하고 빠르게 반복 개선해본 경험도 요구된다. 광고 최적화 모델(CTR·CVR·ROAS 예측, 자동 입찰·페이싱·타게팅) 개발·운영 경험, 모델 품질과 서빙 비용·운영 효율성 사이의 균형을 고려해 프로덕션 모델을 운영한 경험, 노출→클릭→전환 퍼널 전반을 최적화하는 ML 시스템 설계 경험, Large-scale 프로덕션 환경에서 ML 시스템을 구축하고 안정적으로 서빙한 경험, 대규모 트래픽 환경에서 콜드 스타트·탐색-활용(exploration-exploitation) 문제를 해결한 경험, 커머스·패션 도메인에 대한 이해 또는 관련 경험, 추천·광고 관련 최신 논문·연구 경험, Kubernetes(EKS) 기반 ML 서비스 운영 경험, FastAPI 기반 모델 서버 개발 및 운영 경험, MLflow·KubeFlow·Ray·Triton Inference Server 등 ML 서빙 및 MLOps 도구 활용 경험이 있다면 우대한다.

근무 형태는 정규직이며 근무지는 무신사 성수 오피스로, 지원은 상시 접수로 운영된다. 전형 절차는 서류 전형, Live Coding(화상), System Design(화상), 2차 인터뷰(컬쳐핏), 처우 협의, 최종합격 순으로 진행되며 상황에 따라 변동될 수 있다. 자세한 내용은 '무신사'의 홈페이지에서 확인할 수 있다.