AI Agent 검색 품질을 OpenSearch와 Bedrock으로 정량 평가하는 방법을 다루었습니다. NDCG와 Recall, LLM Judge 검증, BM25·시멘틱·하이브리드 비교 결과를 함께 설명했습니다.
검색 플랫폼 개발자 (Back-end)
올리브영 · 경력 5년 이상 · CJ올리브영
올리브영 온·오프라인 통합 검색 서비스의 백엔드와 검색 마이크로서비스, 대규모 분산 검색 클러스터를 설계·운영합니다. Java/Kotlin, Spring Boot, OpenSearch/Elasticsearch 기반 상용 서비스 경험과 RESTful API·대규모 트래픽 아키텍처 이해가 필요합니다.
데이터엔지니어링(데이터서비스 AI)
우아한형제들 · 5년 이상
AI 프로덕트용 데이터 파이프라인과 Python 기반 AI Agent·백엔드 API를 개발하며, 대규모 데이터 처리와 AI 서비스 운영·품질 개선을 담당합니다. 대규모 파이프라인 및 Python 백엔드·API, Kubernetes·Cloud 환경의 설계·개발·운영 경험이 필요합니다.
AI/Data Platform Engineer
LINE Pay Plus · Bundang
AI/ML 모델 서빙과 데이터 API를 위한 고가용성 백엔드·비동기 처리 구조를 설계·운영하고, LLM 에이전트 및 RAG 기반 서비스를 개발합니다. 데이터 처리·API 연동, AI/ML 시스템 개발·운영, LLM 활용 프로젝트 또는 업무 자동화 경험이 필요합니다.
#OpenSearch 주제를 이어서 읽기
Rerank와 Weight 튜닝을 OpenSearch 검색 품질에 적용해 본 결과를 정리했습니다.\n데이터 특성과 기존 성능에 따라 개선과 악화가 갈리므로, 측정 기반의 지속 평가가 중요했습니다.
