채용정보로 돌아가기

당근 채용정보

Software Engineer, Backend (경력) - 피드 (ML Data Platform)

추천 시스템용 추천 엔진·피처 스토어·임베딩 플랫폼을 개발·운영하고, 대규모 트래픽 성능·비용 및 데이터 품질을 최적화합니다. 확장 가능한 백엔드 시스템 또는 데이터 파이프라인 설계·구현 경험과 탄탄한 CS 기본기가 필요합니다.

경력 경력정규직마감일 상시·미정
필요 기술GogRPCRedisAWS DynamoDBKafkaGCP Pub/SubGCP BigQueryKotlin

내 적합도 확인 중...

공식 채용 페이지에서 지원하기

공고 내용

ML 데이터 플랫폼팀 을 소개해요 피드실 ML 데이터 플랫폼팀은 당근의 2,100만 MAU 사용자를 위한 추천 서비스가 안정적으로 제공될 수 있도록, 추천에 필요한 데이터를 생성·적재하고 서빙하는 플랫폼을 만들고 있어요. 피쳐 스토어와 추천 엔진, 임베딩 파이프라인을 비롯한 추천 시스템의 핵심 인프라를 직접 설계하고 운영하며, 여러 추천 서비스가 공통으로 활용할 수 있는 기반으로 발전시키고 있어요 2,100만 MAU 사용자를 위한 추천을 위해 초당 100K+ 대용량 트래픽을 p99.9 기준 30ms 이하로 처리하고 있어요. 이는 당근의 수백 개 백엔드 서비스 중에서도 손에 꼽힐 만큼 높은 처리량이에요 가능한 한 최신 정보를 추천에 반영하기 위해 여러 서비스의 데이터를 스트림으로 준 실시간 수집하고 처리하고 있어요. Kafka, GCP Pub/Sub에서 100+개의 이벤트 스트림을 처리해 1,000개가 넘는 피쳐를 피쳐 스토어를 통해 제공하고 있어요 이런 일을 해요 추천 시스템에 필요한 추천 엔진, 피쳐 스토어, 임베딩 생성 플랫폼 등의 서비스들을 개발하고 운영해요 대규모 트래픽 환경에서도 안정적으로 동작할 수 있도록 성능과 비용을 지속적으로 최적화해요 LLM 기반 임베딩 벡터와 모델 추론 결과를 추천 시스템에서 안정적으로 활용할 수 있는 파이프라인을 구축해요 추천 품질과 데이터 품질을 더 잘 관찰할 수 있도록 Data Quality 모니터링 시스템을 구축해요 이런 기술을 사용하고 있어요 Go, gRPC, Redis, AWS DynamoDB, Kafka, GCP Pub/Sub, GCP BigQuery Kotlin, Python, Apache Beam, GCP Dataflow, GCP Vertex AI 이런 분을 찾고 있어요 2년 이상의 경력이 있거나 혹은 그에 준하는 역량을 가지신 분 탄탄한 Computer Science 기본기를 바탕으로 엔지니어링 문제를 잘 풀어내는 능력을 갖추신 분 Scalable한 백엔드 시스템 또는 Scalable한 데이터 파이프라인을 설계 및 구현 해본 경험이 있으신 분 베스트 프랙티스대로 사용 가능한 프로그래밍 언어가 하나 이상 있고, 필요에 따라 새로운 언어를 배우는 데 거부감이 없는 분 업무의 실제 비즈니스 임팩트를 이해하고, 필요한 동료들과 협업하여 문제를 끝까지 해결할 수 있는 분 이런 분이면 더 좋아요! 제품과 비즈니스 문제를 엔지니어링 관점에서 발견하고, 기술적 해결책을 주도하여 실질적인 임팩트로 연결하는 과정을 즐기시는 분 피쳐 스토어, 추천 엔진, 모델 서빙 시스템 등 ML 인프라를 설계하거나 운영해 본 경험이 있으신 분 Google Cloud Dataflow 또는 Apache Flink를 활용해 스트리밍 데이터 파이프라인을 구축해 본 경험이 있으신 분 ML 모델의 학습부터 서비스 배포 및 개선까지 ML flywheel에 대한 경험이 있으신 분 FAQ 팀 이름에 ML이 있는데요. ML 실무 경험이나 깊은 이해가 필요한가요? 아니요, 저희 팀은 ML기반 추천 서비스를 지탱하기 위한 고성능의 시스템을 만드는게 팀의 비전이기 때문에 Software Engineering 역량을 핵심으로 생각하고 있어요 팀에 조인하면 실무적인 ML 및 추천과 관련된 도메인 지식을 습득해서 적응하실 수 있으니 해당 부분은 걱정하지 않으셔도 돼요 다만 팀 업무에 흥미를 위해서는 ML이나 추천시스템에 많은 관심이 있기를 기대하고 있어요 팀에서 작성한 블로그 글이 있나요? 네, 아래의 글을 참고 해주세요 How Karrot built a feature platform on AWS, Part 1: Motivation and feature serving How Karrot built a feature platform on AWS, Part 2: Feature ingestion 참고해 주세요 정규직 채용의 경우 3개월의 수습기간이 있어요 ‘장애인고용촉진 및 직업재활법’, ‘국가유공자 등 예우 및 지원에 관한 법률’에 따라 장애인 및 보훈대상자는 채용 전형 시 우대하고 있어요 화상 면접에서 이력 기반 질문과 라이브 코딩 테스트가 있을 예정이에요 C++, Go, Java, Python 언어로 진행하실 수 있어요 직무 면접에서 시스템 설계 테스트가 진행될 예정이에요 이 포지션은 산업기능요원으로 채용이 가능한 포지션이에요 (현역 전직, 보충역 신규 편입, 보충역 전직) 전문연구요원 편입 및 전직은 불가해요 이렇게 합류해요 1. 서류 전형 → 2. 화상 인터뷰(라이브 코딩 테스트) → 3. 직무 인터뷰 → 4. 컬처핏 인터뷰 및 레퍼런스 체크 → 5. 처우협의 → 6. 최종 합격 및 입사

다른 기업의 유사 기술 글