무인 매장과 같은 온라인 쇼핑몰에 베테랑 점원 젠투
를 공급하여 이커머스 구매여정을 혁신할 머신러닝 엔지니어(ML Engineer)를 찾고 있습니다
지원 링크 : 아래 Typeform 링크를 통해 지원해주세요!
지금의 온라인 쇼핑몰은 사용자가 스스로 상품 정보를 찾아보고 비교하여 구매결정을 해야하는 무인 매장이나 다름 없습니다. 와들은 베테랑 점원 젠투를 공급하여 이커머스 구매여정을 완전히 바꾸어보려고 합니다.
젠투는 사용자와 대화하며 구매의도와 상황을 파악하고, 이에 적합한 상품을 근거와 함께 추천하며 구매결정을 돕습니다. 이를 위해서는,
•
정확한 정보를 제공할 뿐만 아니라 사용자를 설득하여 구매를 유도할 수 있어야 합니다.
•
상시 변경되는 상품 라인업과 상세 정보, 새로운 유저 트렌드에 유연하게 대응해야 합니다.
•
지난 대화 내역을 분석하여 최적의 판매 전략을 찾아가야 합니다.
이러한 젠투를 만들기 위해 와들 팀에서는 2021년부터 정말 다양한 시도를 하였습니다. 커머스 도메인에 특화된 자체 모델 개발은 물론, 범용적인 LLM의 한계를 보완하기 위한 RAG, 대화 내역을 분석하고 재학습하기 위한 Multi Agent 시스템 구성 등을 오랜 기간 실험해왔습니다.
LLM의 무한한 잠재력을 활용하여 완성도 높은 프로덕트를 만들고, 많은 사용자에게 혁신적인 경험을 제공하는 여정을 함께할 무대, “와들”에서 함께할 최고의 인재를 찾습니다.
와들은 이러한 개발 스택을 활용하고 있어요
머신러닝 엔지니어가 주로 사용하게 될 개발 스택을 하이라이트 해두었습니다.
•
Client : Javascript, React, Scss, TanStack Query, Zustand
•
Server
◦
Application : Javascript, NestJS, RestAPI, MySQL, Redis
◦
Batch : Python, Airflow, Celery
◦
Agent : Python, FastAPI
•
Infra : AWS EC2, ELB, ASG, API Gateway, Lambda, RDS, Athena, Pinecone, Vercel, Cloudfront
•
Tools : Linear, Notion, Figma, Git, Swagger, Sentry, Keywords AI, Cursor AI IDE, Streamlit
합류하시면 이런 일을 함께 해요
젠투의 대화 및 상품 추천 성능을 개선하고 새로운 기능을 구현하기 위해 기반이 되는 멀티 에이전트 시스템을 설계→개발→운영합니다.
•
멀티 에이전트(Multi Agent) 시스템 설계 및 개발
인공지능 점원으로서 이커머스 고객의 요구사항에 따른 대화 시나리오, 페르소나를 구현하면서도 사용자의 구매결정을 돕기 위한 멀티 에이전트 시스템을 설계·개발·운영합니다.
◦
Agent Orchestration : 에이전트 간 워크플로우 및 데이터 파이프라인을 설계합니다.◦
Dialog State Tracking & Slot Filling: 사용자가 원하는 상품을 이해하기 위해 대화 내에서 상품의 특성에 해당하는 정보를 추출하고 이를 누적합니다.◦
Response Generation: 구매를 설득할 수 있는 근거를 포함한 답변을 생성합니다.•
커머스 특화 RecSys 고도화
사용자의 구매 의도, 상황, 구체적인 요청사항 등을 종합적으로 고려하여 주어진 상품 DB 내에서 최적의 상품을 추천하도록, Embedding 모델 개발, Hybrid Retrieval 적용 등 추천 시스템을 개선합니다.
•
LLM as a Judge 시스템 개발
새로운 버전의 성능을 측정하고 배포 여부를 결정하기 위해 사용자와 유사하게 대화를 시도하는 시뮬레이터 및 대화 평가 모델을 포함한 LLM as a Judge 시스템을 개발합니다.
FAQ: 와들에서는 직접 인공지능 모델을 만드나요? 외부 LLM API를 활용하나요?
FAQ: 머신러닝 엔지니어와 소프트웨어 엔지니어의 역할은 어떻게 구분되나요?
와들은 이런 분을 찾고 있어요
•
주도적으로 문제를 정의하고, 해결 방안을 도출하며 실행까지 기여할 수 있는 분
•
NLP, RecSys, GNN, RL, VLM 등 머신러닝에 대한 깊은 이해를 기반으로 2년 이상의 관련 경력 혹은 이에 상응하는 역량을 가진 분
◦
특히, advanced RAG를 활용한 프로젝트 경험이 있는 분
•
Python 언어에 대한 깊은 이해와 실무 경험이 있는 분
이런 경험을 가진 분이라면 더욱 좋아요!
•
대화형 챗봇 또는 커머스 추천 시스템 관련 프로덕트 개발 경험이 있는 분
•
GPT, Claude, Llama 등 LLM을 목적에 맞게 Fine-tuning하여 활용한 경험이 있는 분
•
머신러닝 모델의 성능 지표를 설계하고, 이를 기반으로 평가 및 고도화를 진행한 경험이 있는 분
•
AWS 클라우드 서비스 (EC2, RDS, etc.) 활용 경험이 있는 분
와들로의 합류 여정이에요
채용 프로세스 : 서류 전형 → (화상 커피챗 or 전화 인터뷰) → 대면 인터뷰 → 처우 협의 → 최종 합격
•
대면 인터뷰는 해당 포지션에 대한 경험과 전문성을 확인하는 직무 인터뷰와 서로의 Culture fit을 확인하기 위한 컬처 인터뷰로 구성됩니다. 인터뷰는 1시간 ~ 1시간 30분 가량 진행되며, 포지션 및 상황에 따라 시간은 유동적일 수 있습니다.
•
직무 인터뷰에서는 업무 연관성이 높은 높은 와들러(), 컬처 인터뷰에서는 와들의 리더십과 인터뷰를 진행합니다. 인터뷰 중 언제라도 해당 포지션의 업무와 와들의 조직문화에 대해 질문하실 수 있습니다 :)
), 컬처 인터뷰에서는 와들의 리더십과 인터뷰를 진행합니다. 인터뷰 중 언제라도 해당 포지션의 업무와 와들의 조직문화에 대해 질문하실 수 있습니다 :)•
각 전형 결과(합격/불합격)에 관계 없이 모든 지원자 분들께 3~5 영업일 이내 개별 연락드립니다.
•
정규직의 경우, 3개월의 수습기간이 적용됩니다. 이 기간 동안 급여는 100% 지급되며 평가에 따라 수습이 연장되거나 종료될 수 있습니다.
•
채용 진행 과정에서 제출한 이력서·증빙자료 등에서 사실과 다른 정보 및 허위 기재 사항이 발견될 시 합격이 취소될 수 있습니다.
문의처 및 오피스 위치
채용 문의 : jihyuk@waddlelab.com
•
와들 채용에 대해 궁금한 점이 있으시면 언제든 메일로 문의주세요.
•
가벼운 커피챗도 언제나 환영입니다!
오피스 위치 : 서울시 강남구 역삼로 172, MARU 360
