[무신사 테크 소개]
팀 무신사 테크 조직은 혁신의 원동력이자 변화를 선도하는 핵심 기술 조직입니다. 고객과 입점 브랜드가 각자의 고유한 개성을 자유롭게 표현할 수 있도록, 데이터와 기술을 기반으로 한 개인화된 경험을 제공합니다. 무신사 테크는 새로운 도전을 두려워하지 않으며, 항상 새로운 영역에서의 성공을 꿈꿉니다.
무신사는 한국을 넘어 글로벌 시장에서도 경쟁력 있는 서비스를 선보이고자 OCMP(One Core Multi Platform)를 구축하고 있습니다. 이를 통해 전체 비즈니스의 폭발적 성장을 지원하며 무신사 테크는 끊임없는 도전과 혁신으로 고객에게 더 나은 가치를 제공하고자 합니다.
[팀 소개]
Personalization Engineering 팀은 무신사, 29CM, 글로벌 등 팀 무신사의 다양한 서비스에서 개인화 경험을 책임지고 있습니다. 단순히 추천 모델을 개발·서빙하는 것을 넘어, 고객의 행동과 취향을 깊이 이해하여 제품, 콘텐츠, 캠페인 전반에 걸친 맞춤형 경험을 구현합니다.
Personalization Engineering 팀은 데이터분석가, 데이터엔지니어, 데이터사이언티스트, 머신러닝엔지니어, 백엔드엔지니어, 프론트엔지니어가 한 팀에서 end-to-end로 협업하는 조직입니다. 고객 행동 데이터 정의·수집·집계부터 페르소나 및 세그먼트 개발, 대규모 임베딩 기반 모델링, 실시간 타겟팅 API와 자동화된 캠페인 생성까지 전 과정을 직접 설계하고 운영합니다.
대규모 분산 시스템과 최첨단 머신러닝 기법을 활용하여 방대한 고객·상품·콘텐츠 신호를 통합적으로 해석하고, 이를 개인화 메시징, 배너 최적화, 유저 페르소나 추출 등 다양한 서비스 경험에 연결합니다. Personalization Engineering 팀은 기술과 데이터를 바탕으로 고객의 쇼핑 여정을 한층 더 즐겁고 의미 있게 만드는 데 집중하고 있습니다.
[이런 경험을 하실 수 있어요]
- 무신사·29CM·글로벌 무신사 등 여러 서비스에 걸쳐 대규모 개인화 시스템을 설계·구현하며, 다양한 도메인을 아우르는 플랫폼 경험을 쌓을 수 있습니다.
- 실시간 추천·타겟팅 API, 로그 수집 및 처리 파이프라인, 배너/메시징 자동화 플랫폼 등 고도화된 시스템을 직접 설계하고 운영합니다.
- 대규모 유저 행동 로그와 상품/콘텐츠 데이터를 다루며, 확장성과 안정성을 갖춘 데이터 파이프라인과 서빙 인프라를 구축합니다.
- DA, DE, DS, MLE, FE와 협업하는 end-to-end 조직의 백엔드 엔지니어로서, 모델링과 서비스 사이의 연결 고리를 책임지고, ML/데이터 중심 팀에서 BE로서의 전문성을 발휘합니다.
- 서비스 임팩트와 직결되는 개인화 품질 지표를 개선하며, 플랫폼 차원에서 기여하고 기술적 성취와 비즈니스 성장을 동시에 이끌어갈 수 있습니다.
[담당 업무]
- 데이터 운영 효율성을 고려한 데이터 모델링 작업을 수행합니다.
- 전사에서 사용할 공통 데이터 마트 및 핵심 지표를 설계하고 관리합니다.
- 공통 데이터 마트와 핵심 지표 테이블의 데이터 품질을 점검하고 관리합니다.
- 데이터 디스커버리 플랫폼을 개발 및 운영하며 전사의 데이터 접근성을 높입니다.
[기술 스택]
- Language & Framework: Python, SQL
- Workflow Orchestration: Apache Airflow
- Data Processing: Apache Spark
- Analytics & Tracking: Google Tag Manager (GTM), Google Analytics 4 (GA4), Amplitude
- Cloud & Infrastructure: AWS Cloud (전반적 이해 및 활용 경험)
[자격 요건]
- SQL, Python을 활용하여 복잡한 데이터를 추출하고 가공하는 데 능숙하신 분
- 데이터 모델링에 대한 깊은 이해와 실제 프로젝트 적용 및 운영 경험이 있으신 분
- 전사 공통으로 사용할 데이터 마트 및 핵심 지표 테이블을 설계, 구축, 유지보수한 경험이 있으신 분
- workflow manager(Airflow) 운영 경험이 있으신 분
- Google Tag Manager(GTM), Google Analytics, Bigquery, Looker studio 활용 역량을 보유하신 분
[우대 사항]
- 로그 데이터를 설계부터 분석까지 로그데이터 관리한 경험이 있으신 분
- Databricks 기반 데이터 웨어하우스 환경에서의 개발 경험이 있으신 분
- Quicksight 등 BI Tool에 대한 이해도가 있으신 분
- 데이터 디스커버리 플랫폼(Openmetadata, Datahub, Amundsen 등) 중 1개 이상의 운영 경험이 있으신 분
- 데이터 파이프라인 구축 및 운영 경험이 있으신 분
- 확장성과 안정성을 고려한 시스템 설계·고도화 경험이 있으신 분
- 단위 테스트 코드를 작성하며 코드 품질을 높이는 데 관심이 있으신 분
[지원 서류]
- 이력서
- (참고) 이력서/포트폴리오 작성 팁
이력서/포트폴리오에는 왜 해당 문제를 해결해야 했는지, 어떤 전략을 세웠는지, 어떤 성과가 있었는지 등에 대한 문제 정의, 문제 해결, 성과에 대한 전반적인 내용을 담아주세요. 프로젝트의 성공과 실패를 떠나, 1차 면접에서 인터뷰어와 심도있는 이야기를 나눌 수 있도록 프로젝트의 이해도가 높은 이력서로 구성해주세요. (프로젝트별 기여도 표시)
[근무 조건]
- 정규직
[전형 절차]
- 접수 기간 : 상시지원
- 전형 절차 : 서류 전형 - 1차 인터뷰 - 2차 인터뷰 - 처우 협의 - 최종합격
- 문의사항 : [email protected]
[기타 사항]
- 본 채용은 수시 진행으로 우수 인재 채용 시 마감될 수 있습니다.
- 최종 합격자는 3개월간의 수습기간이 적용되며, 해당 기간 중 급여는 100% 지급됩니다.
- 입사지원 서류에 허위사실이 발견될 경우, 채용확정 이후라도 채용이 취소될 수 있습니다.
[무신사 테크 소개]
팀 무신사 테크 조직은 혁신의 원동력이자 변화를 선도하는 핵심 기술 조직입니다. 고객과 입점 브랜드가 각자의 고유한 개성을 자유롭게 표현할 수 있도록, 데이터와 기술을 기반으로 한 개인화된 경험을 제공합니다. 무신사 테크는 새로운 도전을 두려워하지 않으며, 항상 새로운 영역에서의 성공을 꿈꿉니다.
무신사는 한국을 넘어 글로벌 시장에서도 경쟁력 있는 서비스를 선보이고자 OCMP(One Core Multi Platform)를 구축하고 있습니다. 이를 통해 전체 비즈니스의 폭발적 성장을 지원하며 무신사 테크는 끊임없는 도전과 혁신으로 고객에게 더 나은 가치를 제공하고자 합니다.
[팀 소개]
Personalization Engineering 팀은 무신사, 29CM, 글로벌 등 팀 무신사의 다양한 서비스에서 개인화 경험을 책임지고 있습니다. 단순히 추천 모델을 개발·서빙하는 것을 넘어, 고객의 행동과 취향을 깊이 이해하여 제품, 콘텐츠, 캠페인 전반에 걸친 맞춤형 경험을 구현합니다.
Personalization Engineering 팀은 데이터분석가, 데이터엔지니어, 데이터사이언티스트, 머신러닝엔지니어, 백엔드엔지니어, 프론트엔지니어가 한 팀에서 end-to-end로 협업하는 조직입니다. 고객 행동 데이터 정의·수집·집계부터 페르소나 및 세그먼트 개발, 대규모 임베딩 기반 모델링, 실시간 타겟팅 API와 자동화된 캠페인 생성까지 전 과정을 직접 설계하고 운영합니다.
대규모 분산 시스템과 최첨단 머신러닝 기법을 활용하여 방대한 고객·상품·콘텐츠 신호를 통합적으로 해석하고, 이를 개인화 메시징, 배너 최적화, 유저 페르소나 추출 등 다양한 서비스 경험에 연결합니다. Personalization Engineering 팀은 기술과 데이터를 바탕으로 고객의 쇼핑 여정을 한층 더 즐겁고 의미 있게 만드는 데 집중하고 있습니다.
[이런 경험을 하실 수 있어요]
- 무신사·29CM·글로벌 무신사 등 여러 서비스에 걸쳐 대규모 개인화 시스템을 설계·구현하며, 다양한 도메인을 아우르는 플랫폼 경험을 쌓을 수 있습니다.
- 실시간 추천·타겟팅 API, 로그 수집 및 처리 파이프라인, 배너/메시징 자동화 플랫폼 등 고도화된 시스템을 직접 설계하고 운영합니다.
- 대규모 유저 행동 로그와 상품/콘텐츠 데이터를 다루며, 확장성과 안정성을 갖춘 데이터 파이프라인과 서빙 인프라를 구축합니다.
- DA, DE, DS, MLE, FE와 협업하는 end-to-end 조직의 백엔드 엔지니어로서, 모델링과 서비스 사이의 연결 고리를 책임지고, ML/데이터 중심 팀에서 BE로서의 전문성을 발휘합니다.
- 서비스 임팩트와 직결되는 개인화 품질 지표를 개선하며, 플랫폼 차원에서 기여하고 기술적 성취와 비즈니스 성장을 동시에 이끌어갈 수 있습니다.
[담당 업무]
- 데이터 운영 효율성을 고려한 데이터 모델링 작업을 수행합니다.
- 전사에서 사용할 공통 데이터 마트 및 핵심 지표를 설계하고 관리합니다.
- 공통 데이터 마트와 핵심 지표 테이블의 데이터 품질을 점검하고 관리합니다.
- 데이터 디스커버리 플랫폼을 개발 및 운영하며 전사의 데이터 접근성을 높입니다.
[기술 스택]
- Language & Framework: Python, SQL
- Workflow Orchestration: Apache Airflow
- Data Processing: Apache Spark
- Analytics & Tracking: Google Tag Manager (GTM), Google Analytics 4 (GA4), Amplitude
- Cloud & Infrastructure: AWS Cloud (전반적 이해 및 활용 경험)
[자격 요건]
- SQL, Python을 활용하여 복잡한 데이터를 추출하고 가공하는 데 능숙하신 분
- 데이터 모델링에 대한 깊은 이해와 실제 프로젝트 적용 및 운영 경험이 있으신 분
- 전사 공통으로 사용할 데이터 마트 및 핵심 지표 테이블을 설계, 구축, 유지보수한 경험이 있으신 분
- workflow manager(Airflow) 운영 경험이 있으신 분
- Google Tag Manager(GTM), Google Analytics, Bigquery, Looker studio 활용 역량을 보유하신 분
[우대 사항]
- 로그 데이터를 설계부터 분석까지 로그데이터 관리한 경험이 있으신 분
- Databricks 기반 데이터 웨어하우스 환경에서의 개발 경험이 있으신 분
- Quicksight 등 BI Tool에 대한 이해도가 있으신 분
- 데이터 디스커버리 플랫폼(Openmetadata, Datahub, Amundsen 등) 중 1개 이상의 운영 경험이 있으신 분
- 데이터 파이프라인 구축 및 운영 경험이 있으신 분
- 확장성과 안정성을 고려한 시스템 설계·고도화 경험이 있으신 분
- 단위 테스트 코드를 작성하며 코드 품질을 높이는 데 관심이 있으신 분
[지원 서류]
- 이력서
- (참고) 이력서/포트폴리오 작성 팁
이력서/포트폴리오에는 왜 해당 문제를 해결해야 했는지, 어떤 전략을 세웠는지, 어떤 성과가 있었는지 등에 대한 문제 정의, 문제 해결, 성과에 대한 전반적인 내용을 담아주세요. 프로젝트의 성공과 실패를 떠나, 1차 면접에서 인터뷰어와 심도있는 이야기를 나눌 수 있도록 프로젝트의 이해도가 높은 이력서로 구성해주세요. (프로젝트별 기여도 표시)
[근무 조건]
- 정규직
[전형 절차]
- 접수 기간 : 상시지원
- 전형 절차 : 서류 전형 - 1차 인터뷰 - 2차 인터뷰 - 처우 협의 - 최종합격
- 문의사항 : [email protected]
[기타 사항]
- 본 채용은 수시 진행으로 우수 인재 채용 시 마감될 수 있습니다.
- 최종 합격자는 3개월간의 수습기간이 적용되며, 해당 기간 중 급여는 100% 지급됩니다.
- 입사지원 서류에 허위사실이 발견될 경우, 채용확정 이후라도 채용이 취소될 수 있습니다.