[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 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 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 데이터를 통합적으로 해석하고, 이를 개인화 메시징, 배너 최적화, 유저 페르소나 추출 등 다양한 서비스 경험에 연결합니다. Personalization 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 모델링 및 분석 프로젝트를 수행하며, 다양한 도메인을 아우르는 데이터 사이언스 경험을 쌓을 수 있습니다.
- 실시간 추천·타겟팅 API, 로그 수집 및 처리 파이프라인 등 머신러닝 기반 개인화 시스템의 전 과정에 참여하여, 모델링 결과가 실제 서비스에 반영되는 전 주기를 경험할 수 있습니다.
- 대규모 유저 행동 로그와 상품·콘텐츠 데이터를 분석하며, 확장성과 품질을 고려한 데이터 파이프라인 설계 및 ML 데이터셋 구축을 경험합니다.
- DA, DE, MLE, BE, FE와 협업하는 end-to-end 조직의 데이터 사이언티스트로서, 모델링과 서비스 간의 연결 고리를 주도하며 실질적인 비즈니스 임팩트를 만들어냅니다.
- 개인화 품질 지표 개선, 추천 효율화, 세그먼트 최적화 등 측정 가능한 성과 uplift를 통해 기술적 성취와 비즈니스 성장을 동시에 이끌어갈 수 있습니다.
[담당 업무]
- 유저 행동 데이터를 활용한 유저 속성 예측 및 페르소나/세그먼트 모델링을 진행합니다.
- 대규모 로그 기반 유저 행동 분석, 가설 수립, 모델링, 평가 및 인사이트를 도출합니다.
- 추천/개인화 모델 성과 분석 및 개선을 위한 지표 정의·실험을 설계합니다.
- 클러스터링·예측 모델링을 통한 유저 그룹을 정의하고, 어디언스 타겟팅 전략을 개발합니다.
- MLE/DE/BE와 협업하여 분석 결과를 실서비스에 반영하고, 개인화 품질을 개선합니다.
[기술 스택]
- 언어 및 분석 툴: Python, SQL
- ML & DL 프레임워크: Scikit-learn, PyTorch
- 데이터 처리 및 인프라: Spark, Airflow, Databricks, AWS (S3, EMR, SageMaker)
[자격 요건]
- Data Scientist 혹은 Machine Learning Engineer로서 5년 이상의 관련 경력을 보유하신 분
- 유저 행동 데이터 기반 분석 및 머신러닝 모델링 경험 혹은 유저 페르소나 개발 및 클러스터링 등 유저 모델링에 대한 높은 이해도가 있으신 분
- ML 프레임워크(PyTorch, TensorFlow 등)를 자유롭게 활용하여 프로토타이핑을 하고, 가설 기반의 실험을 통해 인사이트를 도출해낼 수 있는 역량이 있으신 분
- 통계 및 머신러닝 방법론/실험 설계를 통해 나온 인사이트를 쉽게 설명할 수 있는 커뮤니케이션 역량을 갖추신 분
[우대 사항]
- 유저의 특성 관련 분석-모델링-프로덕션 과정의 end-to-end를 경험해보신 분
- ML 모델을 실서비스에 적용하고 운영해 본 경험이 있으신 분
- AWS 등 클라우드 환경에서 개발 경험이 있으신 분
- 커머스 및 플랫폼 서비스에서 유저 분석을 3년 이상 경험하신 분
- 복잡하고 모호한 문제를 체계적으로 해결할 수 있는 분석적 사고력을 지니신 분
[지원 서류]
- 이력서 / 포트폴리오 (선택)
- (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 - 3차 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 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 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 데이터를 통합적으로 해석하고, 이를 개인화 메시징, 배너 최적화, 유저 페르소나 추출 등 다양한 서비스 경험에 연결합니다. Personalization 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 모델링 및 분석 프로젝트를 수행하며, 다양한 도메인을 아우르는 데이터 사이언스 경험을 쌓을 수 있습니다.
- 실시간 추천·타겟팅 API, 로그 수집 및 처리 파이프라인 등 머신러닝 기반 개인화 시스템의 전 과정에 참여하여, 모델링 결과가 실제 서비스에 반영되는 전 주기를 경험할 수 있습니다.
- 대규모 유저 행동 로그와 상품·콘텐츠 데이터를 분석하며, 확장성과 품질을 고려한 데이터 파이프라인 설계 및 ML 데이터셋 구축을 경험합니다.
- DA, DE, MLE, BE, FE와 협업하는 end-to-end 조직의 데이터 사이언티스트로서, 모델링과 서비스 간의 연결 고리를 주도하며 실질적인 비즈니스 임팩트를 만들어냅니다.
- 개인화 품질 지표 개선, 추천 효율화, 세그먼트 최적화 등 측정 가능한 성과 uplift를 통해 기술적 성취와 비즈니스 성장을 동시에 이끌어갈 수 있습니다.
[담당 업무]
- 유저 행동 데이터를 활용한 유저 속성 예측 및 페르소나/세그먼트 모델링을 진행합니다.
- 대규모 로그 기반 유저 행동 분석, 가설 수립, 모델링, 평가 및 인사이트를 도출합니다.
- 추천/개인화 모델 성과 분석 및 개선을 위한 지표 정의·실험을 설계합니다.
- 클러스터링·예측 모델링을 통한 유저 그룹을 정의하고, 어디언스 타겟팅 전략을 개발합니다.
- MLE/DE/BE와 협업하여 분석 결과를 실서비스에 반영하고, 개인화 품질을 개선합니다.
[기술 스택]
- 언어 및 분석 툴: Python, SQL
- ML & DL 프레임워크: Scikit-learn, PyTorch
- 데이터 처리 및 인프라: Spark, Airflow, Databricks, AWS (S3, EMR, SageMaker)
[자격 요건]
- Data Scientist 혹은 Machine Learning Engineer로서 5년 이상의 관련 경력을 보유하신 분
- 유저 행동 데이터 기반 분석 및 머신러닝 모델링 경험 혹은 유저 페르소나 개발 및 클러스터링 등 유저 모델링에 대한 높은 이해도가 있으신 분
- ML 프레임워크(PyTorch, TensorFlow 등)를 자유롭게 활용하여 프로토타이핑을 하고, 가설 기반의 실험을 통해 인사이트를 도출해낼 수 있는 역량이 있으신 분
- 통계 및 머신러닝 방법론/실험 설계를 통해 나온 인사이트를 쉽게 설명할 수 있는 커뮤니케이션 역량을 갖추신 분
[우대 사항]
- 유저의 특성 관련 분석-모델링-프로덕션 과정의 end-to-end를 경험해보신 분
- ML 모델을 실서비스에 적용하고 운영해 본 경험이 있으신 분
- AWS 등 클라우드 환경에서 개발 경험이 있으신 분
- 커머스 및 플랫폼 서비스에서 유저 분석을 3년 이상 경험하신 분
- 복잡하고 모호한 문제를 체계적으로 해결할 수 있는 분석적 사고력을 지니신 분
[지원 서류]
- 이력서 / 포트폴리오 (선택)
- (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 - 3차 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.