데이터엔지니어링(데이터서비스 AI)

구분 : 경력(5년 이상) [조직소개] 우아한형제들 AI프로덕트팀은 AI 기술을 실제 서비스와 업무에 적용하여 고객과 구성원의 문제를 해결하는 AI 프로덕트를 개발하고 운영합니다. AI Agent를 중심으로 LLM, 멀티모달 등 최신 AI 모델과 LLMOps 기술을 활용해 실제 프로덕트를 개발하고 운영합니다. AI가 데이터와 비즈니스 맥락을 이해하고, 필요한 정보를 탐색하고 추론하여 실제 행동까지 수행할 수 있도록 기술과 프로덕트를 발전시키고 있습니다. 우리는 기술 검증에 그치지 않고 실제 사용자 문제를 해결하고 안정적으로 운영되는 AI 프로덕트를 만드는 것에 집중합니다. 대표 서비스는 다음과 같습니다.

• 물어보새 : 사내 지식과 데이터를 기반으로 질문을 이해하고 해결하며, 다양한 Agent와 도구를 활용해 실제 업무까지 수행하는 AI Agent입니다.
• 배민360 : 고객 데이터를 기반으로 ML/AI 모델을 활용하여 고객 이해와 마케팅, 비즈니스 의사결정을 지원하는 AI/데이터 프로덕트입니다. 빠르게 발전하는 AI 기술을 실제 서비스로 구현하고, AI가 안정적으로 일할 수 있는 프로덕트와 데이터 기반을 함께 만들어갈 동료를 찾고 있습니다. 👉 [기술블로그] AI 데이터 분석가 '물어보새' 등장 – 1부. RAG와 Text-To-SQL 활용 👉 [기술블로그] AI 데이터 분석가 '물어보새' 등장 – 2부. Data Discovery 👉 [기술블로그] AI 데이터 분석가 '물어보새' – 3부. Agent로 더 넓고 깊은 지식 공유하기 [업무내용] AI 데이터 엔지니어링
• AI 프로덕트에 필요한 정형/비정형 데이터를 수집, 가공, 저장, 제공하는 데이터 파이프라인을 개발하고 운영합니다.
• 대규모 배치/실시간 데이터를 안정적으로 처리하고 AI Agent가 활용할 수 있는 데이터 구조를 설계합니다. AI Agent 및 백엔드 개발
• Python 기반으로 AI Agent와 AI 프로덕트의 백엔드 시스템 및 API를 설계하고 개발합니다.
• AI 모델, 데이터, 검색 시스템, 사내 시스템 및 다양한 도구를 연결하여 안정적이고 확장 가능한 서비스 구조를 구축합니다.
• 대화 관리, 컨텍스트 관리, 도구 실행 등을 활용해 사용자의 요청을 실제 업무 수행까지 연결하는 Agent를 개발하고 개선합니다. AI 서비스 운영 및 LLMOps
• AI 프로덕트의 배포, 평가, 모니터링 및 운영 환경을 구축하고 고도화합니다.
• Agent의 실행 과정과 도구 호출을 추적하고 실패 원인과 성능 병목을 분석합니다.
• 품질, 응답 속도, 비용, 안정성, 시스템 용량을 모니터링하고 지속적으로 개선합니다. AI Agent Evaluation 및 품질 개선
• 실제 사용자 문제와 운영 중 발생한 실패 사례를 기반으로 Agent의 평가 데이터셋과 품질 지표를 설계합니다.
• 평가 및 검증, 실험 과정을 자동화하고 실제 사용 데이터를 기반으로 Agent의 품질을 지속적으로 개선합니다. 최신 AI 기술의 프로덕션 적용
• 새로운 AI 모델과 Agent 기술을 실제 사용자 문제에 적용할 수 있는지 실험하고 검증합니다.
• 품질, 비용, 응답 속도, 운영 복잡도를 고려해 적절한 기술을 선택하고 실제 서비스에 적용합니다. [지원자격]
• 5년 이상의 데이터 엔지니어링 또는 백엔드 개발 경험이 있는 분
• 대규모 데이터 파이프라인을 설계, 개발, 운영해본 경험이 있는 분
• Python 기반의 백엔드 서비스 및 API를 설계, 개발, 운영해본 경험이 있는 분
• Kubernetes 및 Cloud 환경에서 서비스를 개발, 배포, 운영해본 경험이 있는 분
• 안정성, 확장성, 성능을 고려한 시스템 설계 및 운영 경험이 있는 분 [우대사항]
• LLM 또는 AI Agent를 활용한 서비스를 개발, 운영해본 경험이 있는 분
• 실제 사용자 문제를 기반으로 AI/Agent 평가 데이터셋과 품질 지표를 설계하고 평가 과정을 자동화해본 경험이 있는 분
• 대규모 배치/스트리밍 데이터 파이프라인을 설계하고 운영해본 경험이 있는 분
• RAG, VectorDB, Elasticsearch 등 검색 및 데이터 활용 시스템을 구축해본 경험이 있는 분
• 온톨로지, Knowledge Graph, Semantic Layer 등을 활용한 데이터/지식 구조화 경험이 있는 분
• 고트래픽 환경에서 백엔드 시스템의 성능, 확장성, 안정성을 개선해본 경험이 있는 분
• LLMOps/MLOps 또는 AI 서비스의 평가/모니터링 환경을 구축해본 경험이 있는 분 [개발환경] 아래는 현재 사용 중인 주요 기술이며, 해결하려는 문제와 운영 환경에 따라 적절한 기술을 검토하고 선택합니다.
• Language / Backend: Python, FastAPI
• Data / Streaming: Spark, Flink, Kafka, Redis, Airflow
• AI / Search: LLM, RAG, VectorDB, Elasticsearch
• Infrastructure: AWS, Kubernetes
• Evaluation / Monitoring: Langfuse, MLflow, Prometheus, Grafana
• Collaboration / CI/CD: GitLab, Jira, Confluence, Slack, GitLab CI, ArgoCD * 본 포지션은 서류 전형 → 코딩테스트 → 1차 면접 (기술면접) → 2차 면접 → 3차 면접 → 최종합격 순으로 진행됩니다.