공통 플랫폼 API·백엔드와 대규모 트래픽 대응 분산 아키텍처를 설계·개발·운영하며, 플랫폼 사용자의 문제를 지표로 검증·개선합니다. 7년 이상 개발 경력과 Java 또는 Kotlin·Spring 기반 개발, REST API 또는 gRPC 설계·운영 및 AI 코딩 에이전트 활용 경험이 필요합니다.
내 적합도 확인 중...
공고 내용
[담당 업무]
- PM,디자이너,유관 조직과 함께 플랫폼 사용자의 문제와 우선순위를 정의하고, 무엇을 만들고 무엇을 만들지 않을지 결정합니다. 출시 후 지표로 검증해 개선합니다.
- 공통 플랫폼 API와 백엔드를 개발하고, 대규모 트래픽에 대응하는 분산 아키텍처를 설계합니다.
- 기술 표준과 공통 라이브러리를 정립해 서비스 간 일관성과 재사용성을 높입니다.
- 증설(확장) 관리 시스템을 개발·운영해 인프라와 자원 관리를 효율화합니다.
- 개발자 포털과 생산성 측정 체계를 구축하고 AI 도구 운영 정책을 지원합니다.
- 설계부터 운영까지 AI 코딩 에이전트를 적극 활용하고, 그 경험을 팀에 공유합니다.
[자격 요건]
- 플랫폼 사용자의 문제를 정의하고, 출시 후 지표로 성과를 확인하며 개선해 보신 분
- 기술적 의사결정과 트레이드오프를 문서화하고 비즈니스 맥락에서 설명하실 수 있는 분
- Codex, Claude Code 등 AI 코딩 에이전트를 실무에 활용하고 결과물을 검증하고 책임지실 수 있는 분
- 7년 이상의 개발 경력과 Java 또는 Kotlin, Spring 기반 개발 경험이 있으신 분
- REST API 또는 gRPC 인터페이스 설계 및 운영 경험이 있으신 분
- 분산 시스템의 성능, 장애, 데이터 정합성 문제 해결 및 아키텍처 개선 경험이 있으신 분
[우대 사항]
- 가설 검증과 실험으로 제품 의사결정에 참여하고 KPI 개선을 수치로 입증해 보신 분
- 여러 서비스가 재사용하는 공통 라이브러리, SDK, 플랫폼 컴포넌트 설계 및 운영 경험이 있으신 분
- Kafka 토픽·스키마·이벤트 거버넌스를 정립해 보셨거나, 메시징·알림·이벤트 스트리밍 시스템 개발 경험이 있으신 분
- 개발자 포털, CI/CD, 생산성 측정, 코드 품질 자동화 등 개발 플랫폼 구축 경험이 있으신 분
- Kubernetes 기반 오토스케일링, 이벤트 기반 자원 프로비저닝, 용량 관리 플랫폼 개발 경험이 있으신 분
- AI 에이전트를 개발해 보셨거나, AI 기반 개발·리뷰·테스트·운영 프로세스로 팀 생산성과 품질을 개선해 보신 분
- AI를 활용해 서버 API, 데이터 파이프라인 등 클라이언트 외 영역의 문제를 해결해 보신 분
[Product Engineer 소개]
AI가 개발 방식을 빠르게 바꾸고 있는 지금, 우리는 직무의 경계보다 문제를 해결하는 역량에 더 집중하고자 합니다. 그래서 무신사 테크에서는 서버·웹·모바일 엔지니어가 Product Engineer(PE)라는 하나의 직군으로 함께 일합니다. PE는 각자의 엔지니어링 전문성을 기반으로 AI를 적극적으로 활용해, 고객과 비즈니스의 문제를 더 빠르고 깊이 있게 해결하는 엔지니어입니다.
지금까지 쌓아 온 전문성은 PE가 문제를 푸는 가장 강력한 도구이고, 무신사는 그 깊이를 그대로 존중합니다. 새롭게 더해지는 것은 그 전문성을 쓰는 범위입니다. 기능이 왜 필요한지 이해하고, 출시 이후 지표로 결과를 확인해 다음 개선으로 잇는 데까지 PM과 함께 참여합니다.
무신사의 PE는 이렇게 일합니다.
- 전문 영역에서 출발해 고객 경험과 지표가 실제로 바뀌었는지까지 확인합니다.
- AI 에이전트와 함께 낯선 코드베이스와 인접 영역까지 빠르게 파악해 문제를 처음부터 끝까지 풀고, 결과물의 품질은 직접 검증하고 책임집니다.
- 긴 문서를 기다리기보다 짧은 문제 정리나 프로토타입으로 PM·디자이너와의 논의를 먼저 시작합니다.
이 포지션에서 중점적으로 필요한 전문성은 아래 담당업무와 자격요건에서 확인하실 수 있습니다.
[Service Platform팀이 다루는 문제]
무신사 앱을 열고 상품을 살펴보다 결제를 누르는 순간, 그 뒤에서는 수많은 시스템이 동시에 움직입니다. 그 기반을 만드는 조직이 Foundation Platform(FP)입니다. 고객의 눈에는 보이지 않지만, 무신사와 29CM의 서비스가 그 위에서 돌아갑니다. 여러 서비스가 같은 기반을 쓰는 만큼, 이곳에서 내리는 결정은 한 팀에 머물지 않고 무신사 테크 전체가 함께 쓰는 기준이 됩니다.
FP 산하의 Service Platform 팀은 그중 공통 서비스와 개발 플랫폼을 맡아 메시지 발송, 개발자 포털, Kafka 운영 거버넌스, CMDB, 확장성 관리 도구를 설계,개발,운영합니다. Java/Kotlin, Spring, AWS, Kubernetes, Kafka 기반의 분산 시스템 위에서 어떤 기술을 선택하고 무엇을 공통 표준으로 삼을지 함께 정합니다.
Service Platform팀은 지금 일하는 방식을 바꾸고 있습니다.
"지금도 문제없이 돌아가는데 굳이 바꿔야 할까요?"라는 질문에서 출발해 더 나은 방법을 찾고 싶은 분을 기다립니다.
- 우리는 이런 분과 함께하고 싶습니다.
- 문제를 받으면 코드를 열기 전에 "누구의 어떤 불편인가"부터 물으시는 분
- AI에게 맡길 일과 직접 판단할 일을 구분하고, AI 결과물의 품질을 스스로 책임지시는 분
- 기술 결정의 이유와 트레이드오프를 비즈니스 언어로 설명하시는 분
[채용 프로세스]
- 상시 지원이며, 우수 인재 확보 시 조기 마감될 수 있습니다.
- 서류 검토 → AI Agent Test → 휴식 및 풀이 정리 → AI Deep Dive → 2차 인터뷰 → 처우 협의 → 최종 합격
※ AI Agent Test, 휴식 및 풀이 정리, AI Deep Dive는 모두 동일한 날짜에 진행됩니다.
AI Agent 전형별 소개
AI Agent Test (1.5시간)
- AI Agent Test는 무신사 오피스에서 1시간 30분 동안 오프라인으로 진행됩니다.
- 패션 플랫폼에서 실제로 마주할 수 있는 기능이나 제품을 주제로 아키텍처 설계 문제가 주어지며, 무신사가 제공하는 AI Agent(Codex, Claude)를 자유롭게 활용해 문제를 해결합니다.
- 기술적으로 타당한 아키텍처를 설계하는 것뿐만 아니라, 해당 기능이나 제품이 왜 필요한지, 고객과 비즈니스에 어떤 가치를 제공할 수 있는지까지 고려하는 것이 중요합니다.
휴식 및 풀이 정리 (0.5시간)
- AI Agent Test 종료 후 30분간 휴식을 취하며, 작성한 결과물과 AI Agent와 주고받은 프롬프트를 다시 살펴보는 시간을 갖습니다.
- 이 시간에는 제출한 결과물을 수정할 수 없습니다.
- 이후 진행되는 AI Deep Dive에 대비해 아래 질문을 중심으로 자신의 문제 해결 과정과 의사결정을 돌아보는 시간으로 활용해 주세요.
- 문제를 해결하는 과정에서 왜 그러한 선택을 했는지
- 각 의사결정은 충분한 근거를 바탕으로 이루어졌는지
- 시간이 더 주어진다면 어떤 부분을 어떻게 개선하고 싶은지
AI Deep Dive (1시간)
- AI Agent Test에서 작성한 결과물을 바탕으로 면접관과 심층적인 논의를 진행합니다.
- 문제 해결 과정에서 내린 기술적 판단과 의사결정의 근거, AI Agent가 제시한 결과를 검증하고 활용한 방식에 대해 함께 이야기합니다.
- 결과물의 완성도뿐만 아니라, 자신의 판단을 객관적으로 돌아보고 더 나은 해결 방안을 찾아가는 과정도 중요하게 살펴봅니다.
[AI 에이전트와 함께 문제를 풉니다]
이 포지션의 전형은 AI 에이전트와 함께 실제 시스템 문제를 푸는 과제 전형으로 시작합니다. 이어지는 AI DeepDive 전형에서는 그 풀이 과정과 판단을 면접관과 깊이 있게 나눕니다.
저희가 보는 것은 결과물 자체가 아닙니다. 어떤 문제를 어떻게 정의했고, 어디까지 AI에게 맡기고 어디부터 직접 판단했는지를 봅니다.
문제는 정답이 하나가 아닙니다.
아래 질문으로 문제의 방향을 먼저 고민해 주세요!
저희가 궁금해하는 5가지 질문
- 풀고자 하는 문제는 무엇이고, 그 문제 해결을 통해 얻을수 있는 임팩트는 무엇인가요?
- 만들 수 있는 것은 많습니다. 무엇을 만들고 무엇을 만들지 않을지, 그 이유는 무엇인가요?
- 잘 해결되었는지 어떻게 알 수 있나요? 숫자가 없다면 어떤 신호로 판단하시겠어요?
- 문제를 단순화하거나 조건을 바꿔도 좋습니다. 다만 그 선택이 고객에게 이로운지를 설명해 주세요.
- AI에게 맡긴 부분과 직접 판단한 부분은 어디인가요? 왜 그렇게 나누셨나요?
저희는 프로덕트 관점과 엔지니어링 관점을 모두 살펴보고자 합니다.
먼저 고객과 문제에서 출발해 보시길 제안드립니다.
AI의 제안을 그대로 따르기보다, 무엇을 채택하고 무엇을 거절했는지 이유와 함께 설명할 수 있기를 기대합니다. 사고 과정은 AI Deep Dive 전형에서 충분히 풀어서 설명해 주세요!
※ 별도 준비물은 불필요하며, 전형 진행을 위한 맥북과 AI 에이전트는 제공됩니다. (Codex,Claude)
[지원 서류]
- 이력서(필수), 포트폴리오(선택)
- 포트폴리오에는 문제 정의, 해결 전략, 성과를 담고 프로젝트별 기여도를 표시해 주세요. 기술 선택뿐 아니라 왜 그 문제를 풀기로 했는지, 풀지 않기로 한 것은 무엇이었는지도 함께 적어 주세요.
- AI를 활용한 사례가 있다면 활용 방식, 결과, 검증 방법을 함께 적어 주세요.
- 전문 영역 밖의 문제를 해결한 경험도 적을 수 있습니다.
[근무 조건]
- 정규직
[기타 사항]
- 전형 단계별 개별 피드백은 제공하지 않습니다.
- 최종 합격자는 3개월간의 수습기간이 적용되며, 해당 기간 중 급여는 100% 지급됩니다.
- 입사지원 서류에 허위사실이 발견될 경우, 채용확정 이후라도 채용이 취소될 수 있습니다.
- 국가보훈대상자, 장애인 등 취업보호대상자는 관계 법령에 따라 우대합니다.
[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.

