[CC CTO] Machine Learning Engineer

소개

차세대 플랫폼으로 편리함을 넘어 무한한 가능성을 찾아 진화하고 있는, "커넥트웨이브"입니다. 커넥트웨이브는 고객과 셀러의 연결성 강화를 위해 다양한 플랫폼을 인수합병(M&A) 하여 성장해 왔습니다. 빅데이터를 기반으로 한 컨슈머 커머스(다나와, 에누리), 쇼핑몰 구축부터 연동, 운영 등 원스톱 서비스가 가능한 셀러 커머스(메이크샵, 플레이오토, 링크프라이스, 스윗트래커, 빌트온), 글로벌 풀필먼트 서비스가 강점인 크로스보더 커머스(몰테일)를 선보이며 일상 속 편리한 토탈 플랫폼으로 거듭나고 있습니다. [근무 부서] • 커넥트웨이브 - Consumer Commerce CTO • 직책: 팀원 [포지션 소개] 다나와/에누리는 다양한 판매처에서 수집한 상품을 정형화하고, 동일한 상품을 하나의 카탈로그로 연결하여 사용자가 가격과 판매 조건을 비교할 수 있도록 돕고 있습니다. 이 포지션은 Consumer Commerce의 AI 모델링을 담당합니다. 상품 데이터 이해, 검색, 추천, LLM 응용 등 서비스 전반의 모델링 과제를 맡습니다. 어떤 문제를 모델로 풀어야 하는지 판단하고, 데이터 설계부터 학습, 평가, 서비스 적용, 개선까지 직접 책임지는 역할입니다.

주요업무

1. 상품 데이터 이해 • 서로 다른 판매처의 동일 상품을 판별하는 Entity Matching / Entity Resolution 모델 개발 • 상품명, 상세 설명, 이미지, 스펙에서브랜드, 제조사, 모델명, 카테고리, 속성값 추출 및 정규화 • 카테고리 오분류, 비정상 가격, 잘못된 속성, 저품질 상품 등 데이터 결함 탐지 • 텍스트, 이미지, 정형 속성을 결합한 멀티모달 상품 표현 학습 2. 검색 품질 • 상품 표현과 속성, 품질 시그널을 검색에 적용 • Query Understanding, Retrieval, Ranking 단계의 품질 문제 분석 및 개선 • BM25, 벡터 검색 등 후보군 생성 방식의 조합 및 평가 3. 추천 및 개인화 • 상품 표현을 활용한 연관 상품, 유사 상품 추천 모델 개발 • 사용자 행동 데이터 기반 개인화 모델 설계 및 검증 4. LLM 및 멀티모달 응용 • 상품 데이터 가공, 리뷰 요약, 상품 정보 생성 등에 LLM, VLM 적용 • 파인튜닝, Synthetic Data 생성, Distillation을 통한 비용 및 품질 관리 • 카탈로그 운영 및 사내 업무 자동화 과제의 모델 적용 5. 모델 평가 및 운영 • 평가 데이터셋 및 평가 기준 설계 • LLM 기반 레이블 생성과 전문가 검수를 결합한 데이터 파이프라인 구축 • 학습, 검증, 배포, 추론, 모니터링 흐름 구축 • 처리량, 지연시간, 추론 비용, 안정성 최적화 • 데이터 및 모델 드리프트 감지와 재학습 체계 구축

자격요건

• 관련 경력 4년 이상 또는 이에 준하는 ML 모델 개발 역량 • Python, PyTorch를 활용한 모델 학습, 평가, 개선 경험 • 다음 중 하나 이상의 모델링 실무 경험 - 텍스트 분류, 정보 추출, NER - Embedding, 유사도 학습, Metric Learning, Contrastive Learning - Retrieval, Ranking, 추천 - Computer Vision 또는 Multimodal 모델링 • 노이즈가 많은 대규모 실서비스 데이터를 분석하여 모델링 문제와 학습 데이터를 정의한 경험 • 오프라인 지표를 통한 모델 성능 평가 및 오류 사례 분석, 개선 경험 • 모델을 실서비스에 배포하고 운영 중 발생한 품질, 성능 문제를 해결한 경험 • 담당 영역이 넓은 환경에서 우선순위를 판단하고 근거를 설명할 수 있는 커뮤니케이션 역량

우대사항

• Entity Matching, Entity Resolution, Record Linkage 또는 중복 탐지 경험 • 상품 카테고리 분류, 브랜드 및 모델명 정규화, 상품 속성 추출 경험 • 커머스, 가격비교, 상품 검색, 광고, 추천 서비스의 ML 모델 개발 경험 • Elasticsearch 기반 검색, BM25, Vector Search, Hybrid Search, LTR 적용 경험 • Query Intent Detection, Query Expansion, Spell Correction, Query Rewrite 경험 • LLM 또는 VLM 파인튜닝, Synthetic Data 생성, Model Distillation 경험 • Taxonomy, Ontology, Knowledge Graph를 모델이나 서비스에 적용한 경험 • Human-in-the-loop, Active Learning, Weak Supervision, • 데이터 품질 관리 시스템 구축 경험 • A/B 테스트 설계 및 온라인 지표 개선 경험 • Spark, Kafka 등 대규모 데이터 처리 환경 활용 경험 • 학습 및 배포 파이프라인 구축, 운영 경험 • AI/ML 관련 석박사 학위, 주요 학회 논문 또는 관련 대회 경험 [개발 환경] • Python, PyTorch, Hugging Face • Spark, Kafka • Elasticsearch, Vector Database • Docker, Kubernetes • Kubeflow 또는 MLflow • GPU 기반 모델 학습 및 추론 환경

혜택 및 복지

• 수평적인 조직문화: One Connectwave 안에서는 서로를 존중하며 수평적으로 일합니다. • 개인 의견 적극 반영: 사내 공모 등 임직원의 의견을 경영에 적극 반영하며, 달달한 공모전 보너스도 지급하고 있습니다. • 유연근무제: 코어타임(10:00~16:00)에는 함께 일하고 그 외 개인의 스케줄에 따라 유연하게 근무할 수 있습니다. • 하이브리드 근무제: 매 주 금요일은 집에서 근무를! 주 1회 재택근무를 시행합니다. • 자유로운 복장: 딱딱한 정장 차림이 아닌 편안한 옷차림으로 근무할 수 있어요. • 경조사 지원: 기쁨과 슬픔에 Connectwave가 함께해요. • 건강검진: 건강이 우선! 본인 외 가족 1인까지 무료로 종합 검진을 받을 수 있습니다. • 자율적인 연차 사용: 연차에 다른 이유는 필요하지 않습니다. 쓰고 싶을 때 자율적으로 사용하세요! • 생일 축하: 즐거운 생일을 맞이할 수 있도록 선물로 함께 축하합니다. • 동호회: 취미 생활은 함께하면 재미가 2배! 동료들과 함께할 수 있도록 지원합니다. • 카페테리아: 커피 및 음료수를 지원합니다.