[CC CTO] Machine Learning Engineer

About the role

차세대 플랫폼으로 편리함을 넘어 무한한 가능성을 찾아 진화하고 있는, "커넥트웨이브"입니다.

커넥트웨이브는 고객과 셀러의 연결성 강화를 위해 다양한 플랫폼을 인수합병(M&A) 하여 성장해 왔습니다. 빅데이터를 기반으로 한 컨슈머 커머스(다나와, 에누리), 쇼핑몰 구축부터 연동, 운영 등 원스톱 서비스가 가능한 셀러 커머스(메이크샵, 플레이오토, 링크프라이스, 스윗트래커, 빌트온), 글로벌 풀필먼트 서비스가 강점인 크로스보더 커머스(몰테일)를 선보이며 일상 속 편리한 토탈 플랫폼으로 거듭나고 있습니다.


[근무 부서]
• 커넥트웨이브 - Consumer Commerce CTO
• 직책: 팀원


[포지션 소개]
다나와/에누리는 다양한 판매처에서 수집한 상품을 정형화하고, 동일한 상품을
하나의 카탈로그로 연결하여 사용자가 가격과 판매 조건을 비교할 수 있도록 돕고 있습니다.

이 포지션은 Consumer Commerce의 AI 모델링을 담당합니다.
상품 데이터 이해, 검색, 추천, LLM 응용 등 서비스 전반의 모델링 과제를 맡습니다.
어떤 문제를 모델로 풀어야 하는지 판단하고,
데이터 설계부터 학습, 평가, 서비스 적용, 개선까지 직접 책임지는 역할입니다.

What you'll do

1. 상품 데이터 이해
• 서로 다른 판매처의 동일 상품을 판별하는 Entity Matching / Entity Resolution 모델 개발
• 상품명, 상세 설명, 이미지, 스펙에서브랜드, 제조사, 모델명, 카테고리, 속성값 추출 및 정규화
• 카테고리 오분류, 비정상 가격, 잘못된 속성, 저품질 상품 등 데이터 결함 탐지
• 텍스트, 이미지, 정형 속성을 결합한 멀티모달 상품 표현 학습

2. 검색 품질
• 상품 표현과 속성, 품질 시그널을 검색에 적용
• Query Understanding, Retrieval, Ranking 단계의 품질 문제 분석 및 개선
• BM25, 벡터 검색 등 후보군 생성 방식의 조합 및 평가

3. 추천 및 개인화
• 상품 표현을 활용한 연관 상품, 유사 상품 추천 모델 개발
• 사용자 행동 데이터 기반 개인화 모델 설계 및 검증

4. LLM 및 멀티모달 응용
• 상품 데이터 가공, 리뷰 요약, 상품 정보 생성 등에 LLM, VLM 적용
• 파인튜닝, Synthetic Data 생성, Distillation을 통한 비용 및 품질 관리
• 카탈로그 운영 및 사내 업무 자동화 과제의 모델 적용

5. 모델 평가 및 운영
• 평가 데이터셋 및 평가 기준 설계
• LLM 기반 레이블 생성과 전문가 검수를 결합한 데이터 파이프라인 구축
• 학습, 검증, 배포, 추론, 모니터링 흐름 구축
• 처리량, 지연시간, 추론 비용, 안정성 최적화
• 데이터 및 모델 드리프트 감지와 재학습 체계 구축

Requirements

• 관련 경력 4년 이상 또는 이에 준하는 ML 모델 개발 역량
• Python, PyTorch를 활용한 모델 학습, 평가, 개선 경험
• 다음 중 하나 이상의 모델링 실무 경험
- 텍스트 분류, 정보 추출, NER
- Embedding, 유사도 학습, Metric Learning, Contrastive Learning
- Retrieval, Ranking, 추천
- Computer Vision 또는 Multimodal 모델링
• 노이즈가 많은 대규모 실서비스 데이터를 분석하여 모델링 문제와 학습 데이터를 정의한 경험
• 오프라인 지표를 통한 모델 성능 평가 및 오류 사례 분석, 개선 경험
• 모델을 실서비스에 배포하고 운영 중 발생한 품질, 성능 문제를 해결한 경험
• 담당 영역이 넓은 환경에서 우선순위를 판단하고 근거를 설명할 수 있는 커뮤니케이션 역량

Preferred qualifications

• Entity Matching, Entity Resolution, Record Linkage 또는 중복 탐지 경험
• 상품 카테고리 분류, 브랜드 및 모델명 정규화, 상품 속성 추출 경험
• 커머스, 가격비교, 상품 검색, 광고, 추천 서비스의 ML 모델 개발 경험
• Elasticsearch 기반 검색, BM25, Vector Search, Hybrid Search, LTR 적용 경험
• Query Intent Detection, Query Expansion, Spell Correction, Query Rewrite 경험
• LLM 또는 VLM 파인튜닝, Synthetic Data 생성, Model Distillation 경험
• Taxonomy, Ontology, Knowledge Graph를 모델이나 서비스에 적용한 경험
• Human-in-the-loop, Active Learning, Weak Supervision,
• 데이터 품질 관리 시스템 구축 경험
• A/B 테스트 설계 및 온라인 지표 개선 경험
• Spark, Kafka 등 대규모 데이터 처리 환경 활용 경험
• 학습 및 배포 파이프라인 구축, 운영 경험
• AI/ML 관련 석박사 학위, 주요 학회 논문 또는 관련 대회 경험


[개발 환경]
• Python, PyTorch, Hugging Face
• Spark, Kafka
• Elasticsearch, Vector Database
• Docker, Kubernetes
• Kubeflow 또는 MLflow
• GPU 기반 모델 학습 및 추론 환경

Benefits

• 수평적인 조직문화: One Connectwave 안에서는 서로를 존중하며 수평적으로 일합니다.
• 개인 의견 적극 반영: 사내 공모 등 임직원의 의견을 경영에 적극 반영하며, 달달한 공모전 보너스도 지급하고 있습니다.
• 유연근무제: 코어타임(10:00~16:00)에는 함께 일하고 그 외 개인의 스케줄에 따라 유연하게 근무할 수 있습니다.
• 하이브리드 근무제: 매 주 금요일은 집에서 근무를! 주 1회 재택근무를 시행합니다.
• 자유로운 복장: 딱딱한 정장 차림이 아닌 편안한 옷차림으로 근무할 수 있어요.
• 경조사 지원: 기쁨과 슬픔에 Connectwave가 함께해요.
• 건강검진: 건강이 우선! 본인 외 가족 1인까지 무료로 종합 검진을 받을 수 있습니다.
• 자율적인 연차 사용: 연차에 다른 이유는 필요하지 않습니다. 쓰고 싶을 때 자율적으로 사용하세요!
• 생일 축하: 즐거운 생일을 맞이할 수 있도록 선물로 함께 축하합니다.
• 동호회: 취미 생활은 함께하면 재미가 2배! 동료들과 함께할 수 있도록 지원합니다.
• 카페테리아: 커피 및 음료수를 지원합니다.

Hiring process

[근무 형태]
• 고용형태: 정규직
• 수습기간: 3개월 (급여 100% 지급)


[채용 절차]
• 서류전형 - 사전과제 & 역량검사 & 면접전형 - 처우협의 - 최종합격
* AI를 활용하여 작업하는 과제를 안내드리고, 면접에서 결과물에 대한 질문을 드릴 예정이에요.
* 역량검사(약 15분 소요), 면접은 1회 진행되며, 추가 면접이 있을 경우 사전에 안내드릴 예정이에요.


[유의 사항]
• 입사 지원 시 "자유양식" 의 이력서를 첨부해주세요. 파일 형태는 어떤 형태로 지원하셔도 무방해요! ( PDF/Word/hwp등)
• 이력서는 지원하시는 포지션과 관련된 경력 및 경험을 기반으로 작성해주세요.
• 커넥트웨이브는 모든 지원자 분들께 전형 결과를 전달드리고 있어요. 조금만 기다려주시면 모집 전형에 대한 결과를 개별 안내드릴 예정이에요.
• 면접 관련 상세한 진행 방법에 대해서는 서류 전형 합격 시 개별 안내드릴 예정이에요.