에이플러스 그리고 AI 검색&추천 스쿼드를 소개합니다.

에이플러스는 고객이 손쉽게 비즈니스에 AI 를 활용하여 혁신적인 비즈니스 성과를 창출하도록 돕고 있습니다. 이를 더 잘 할 수 있는 배경에는 18년전에 포스텍 연구실에서 창업한 이후, 홈쇼핑 통합 1위 서비스 “홈쇼핑모아”를 통해서 실제 비즈니스 성과를 창출하는 수많은 AI 기술들을 실전에 적용한 경험이 있습니다. 그 결과 에이플러스 출시 1년만에 10배 이상 고속 성장을 하면서 CJ온스타일, 쇼핑엔티, 신세계라이브쇼핑, SK스토아, 풀무원 등 엔터프라이즈 이커머스사 10개사에 21개 SaaS 구독 제품을 공급하며 고객들의 매출 향상, 비용 절감, 효율성 향상을 돕고 있습니다.

에이플러스 검색&추천 스쿼드는 이커머스 고객사의 매출을 폭발적으로 증가시키는 강력한 추천 엔진을 개발하고 있습니다. 여러 경쟁사와의 벤치마크 테스트에서 20~100%의 매출 우위를 입증하며, 고객들에게 감동을 주는 서비스를 만들어가고 있습니다. 추천 플랫폼 AI 백엔드 엔지니어는 최신 추천 기술을 이해하고, 이를 대형 이커머스 환경에서 안정적으로 서빙, 운영하는 역할을 담당합니다.

이런 성장 가능성을 가지고 있습니다.

• 추천 전문 기업들과의 경쟁 속에서 빠르게 성장하고, 업계 최고 수준의 추천 엔진을 만들어가는 경험
• 대형 이커머스 고객사들의 다양한 데이터를 기반으로 추천 시스템을 연구·개발·운영할 수 있는 최적의 환경

이런 분과 함께 하고 싶습니다.

• 기술과 데이터를 서비스에 적용해 실질적인 문제를 해결하고 싶은 분
• 정확한 문제 정의를 기반으로 해결책을 끝까지 찾아내는 도전정신을 가진 분
• 빠른 러닝 커브와 새로운 기술 학습에 대한 개방성을 가진 분
• 빠른 개발 속도와 양질의 결과물을 함께 추구하시는 분
• 알고리즘 논쟁보다 서비스 안정성과 문제 해결을 우선하며, 모니터링 지표 기반으로 빠르게 원인을 분석하는 것을 즐기시는 분
• 리서치를 하면서도 배포, API 설계, 장애 대응 등 백엔드 적인 감각이 있는 하이브리드형 엔지니어를 지향하시는 분
• 백엔드 전반적인 가이드라인을 이해하고 지켜나가려는 분

이런 일을 담당합니다.

• 리서치 기본
  • E-commerce에서 사용되는 추천 기술 (Collaborative Filtering, User/Item Feature Extraction, Matrix Factorization, User Segmentation, Multi Armed Bandit, Graph Neural Network, sequential recommendation) 연구/개발
  • 최신 추천 기술 서비스 적용 가능성 분석 및 서비스 적용
  • 만들어진 모델의 대한 서빙/관리
  • a/b 테스트 실험을 통한 모델의 성능 검증 및 지속적인 개선
• 실서비스 운영·서빙
  • 추천 모델의 API 개발·배포·운영 안정화
  • 장애 발생 시 로그 및 지표 기반 원인 분석 및 문제 해결
  • 피처 추출·배치·실시간 데이터 파이프라인 운영 및 정합성 관리
  • 모델 버전 관리 및 서빙 환경 고도화
  • 실제 고객사 환경에 맞춘 추천 품질 개선 및 운영 자동화

이런 분을 찾습니다.(자격요건)

• 2년 이상의 추천 기술과 서비스 경험이 있는 분
• 논문을 빠르고 정확하게 이해하고 구현할 수 있는 분
• API화 및 배포까지 할 정도로 Python 사용 능력이 능숙하신 분
• 로그 분석·모니터링·장애 대응 등 실제 서비스 운영 경험이 있는 분
• Docker, K8S 기반 서빙/배포 환경 사용 경험이 있는 분

이런 분은 더욱 좋습니다.

• 추천 모델을 직접 개발하고 서비스한 경험이 있는 분
• 최신 추천 기술 동향을 파악하고 계신 분
• 오픈소스 코드를 자유롭게 수정하고 활용할 수 있는 능력이 있는 분
• 대규모 분산처리 머신러닝 알고리즘 개발 경험이 있는 분
• B2C 서비스 개발 경험이 있는 분
• Prometheus/Grafana 기반 모니터링 경험이 있는 분
• 추천 시스템 또는 ML 서빙 환경의 성능 최적화 경험이 있는 분

영입 프로세스