• 랭킹 서비스 개발 및 관리: 고객의 관심 상품과 트렌드를 반영한 동적 랭킹을 제공하기 위해 전략과 기술을 설계하고, 대용량 데이터를 처리하는 파이프라인을 구축 및 최적화합니다. • 추천 서비스 개발: 실시간 추천 시스템과 연동하거나 데이터사이언스팀에서 학습한 오프라인 데이터를 서빙합니다. • 데이터 서빙 시스템 구축: 데이터 엔지니어 및 분석가들과 협력하여 다양한 데이터 기반 서비스를 실시간으로 제공하는 데이터 서빙 시스템을 구축합니다. • 데이터 설계 및 모델링: 프로덕트 요구사항을 분석하여 데이터 레이크 및 도메인 이벤트에서 데이터를 탐색하고, 서빙에 적합한 형태로 데이터 모델과 구조를 설계합니다. • 데이터 수집 및 가공: 데이터 레이크 및 도메인 이벤트에서 탐색된 데이터를 배치 또는 실시간 방식으로 수집, 가공합니다. • 대용량 데이터 처리 아키텍처 설계: 대용량 데이터를 실시간으로 처리하며, 빠르게 응답할 수 있는 데이터 처리 아키텍처를 설계 및 운영합니다.

[팀 소개] • 데이터서빙플랫폼팀은 추천과 랭킹과 같은 집계 및 추론 데이터의 요구사항을 분석하고, 효과적인 기술 기반으로 각 패션 플랫폼(무신사 / 29CM / Soldout) 고객에게 인사이트가 되는 데이터를 API 형태로 제공합니다. • 다양한 데이터를 기반으로 고객 경험을 향상시키기 위해 노력하는 팀입니다. • 데이터를 통해 고객에게 더 나은 가치를 제공하고, 무신사의 플랫폼을 더욱 혁신적으로 발전시킬 분을 기다리고 있습니다. • 데이터 중심의 문제 해결과 기술적 도전에 흥미를 느끼신다면, 무신사와 함께 성장하며 새로운 가능성을 열어가길 기대합니다. [담당업무] • 랭킹 서비스 개발 및 관리: 고객의 관심 상품과 트렌드를 반영한 동적 랭킹을 제공하기 위해 전략과 기술을 설계하고, 대용량 데이터를 처리하는 파이프라인을 구축 및 최적화합니다. • 추천 서비스 개발: 실시간 추천 시스템과 연동하거나 데이터사이언스팀에서 학습한 오프라인 데이터를 서빙합니다. • 데이터 서빙 시스템 구축: 데이터 엔지니어 및 분석가들과 협력하여 다양한 데이터 기반 서비스를 실시간으로 제공하는 데이터 서빙 시스템을 구축합니다. • 데이터 설계 및 모델링: 프로덕트 요구사항을 분석하여 데이터 레이크 및 도메인 이벤트에서 데이터를 탐색하고, 서빙에 적합한 형태로 데이터 모델과 구조를 설계합니다. • 데이터 수집 및 가공: 데이터 레이크 및 도메인 이벤트에서 탐색된 데이터를 배치 또는 실시간 방식으로 수집, 가공합니다. • 대용량 데이터 처리 아키텍처 설계: 대용량 데이터를 실시간으로 처리하며, 빠르게 응답할 수 있는 데이터 처리 아키텍처를 설계 및 운영합니다. [이런 환경에서 함께 일 하게 됩니다] • 무신사, 29CM, Soldout 등 다양한 패션 플랫폼의 데이터를 활용해 흥미롭고 도전적인 문제를 해결합니다. • 고객의 관심사와 트렌드를 반영한 추천 및 랭킹 시스템을 설계하고 운영하며 데이터 중심의 의사결정을 지원합니다. • 데이터 엔지니어, 데이터 과학자, 프로덕트 매니저 등 다양한 직군과 협업하여 더 큰 가치를 만들어냅니다. • 최신 기술 스택과 도구를 활용해 대규모 데이터를 실시간으로 처리하고 분석할 기회를 제공합니다. • 데이터를 통해 고객 경험을 혁신하고, 무신사의 플랫폼 가치를 높이는 데 기여합니다. [기술스택] • 언어: Kotlin, Java, Python • 프레임워크 및 플랫폼: Spring Boot, Apache Spark, Databricks • 데이터: Apache Kafka, Redis, MongoDB, Elasticsearch • 워크플로우: Airflow [지원자격] • 백엔드 서비스 개발/운영 경력 7년 이상 또는 그에 준하는 역량을 보유하신 분 • Java 또는 Kotlin, Spring, JPA 기반의 소프트웨어 개발 경험이 있으신 분 • Apache Kafka를 사용한 개발 및 운영 경험이 있으신 분 • 클라우드 환경에서 서비스 개발 및 운영 경험이 있으신 분 • PR 기반의 코드 리뷰 문화를 이해하고, 이를 통해 협업을 즐기시는 분 • 합리적인 사고로 문제를 해결하고 최선의 선택을 추구하시는 분 • 기술 스택의 경험을 모두 가지고 있지 않아도 배우고 성장하려는 의지가 강한 분 [우대사항] • 랭킹 모델 개선 또는 랭킹 데이터 서비스 운영 경험이 있으신 분 • 추천 서비스 서빙 경험이 있으신 분 • Spark Structured Streaming 또는 PySpark 개발 경험이 있으신 분 • 확장성 있는 서비스의 설계 및 운영 경험이 있으신 분 • MongoDB 등 NoSQL 데이터베이스를 사용해본 경험이 있으신 분 • 단위 테스트 코드를 작성하며 코드 품질을 높이는 데 관심이 있으신 분 • 함수형 프로그래밍을 프로덕션 코드에 적용한 경험이 있으신 분 • Python 또는 Scala 사용 경험이 있으신 분 • Databricks, Airflow 등을 사용해 데이터를 다루어본 경험이 있으신 분 [지원 서류] • 이력서(필수) / 포트폴리오(선택) - (참고) 이력서/포트폴리오 작성 팁 이력서/포트폴리오에는 왜 해당 문제를 해결해야 했는지, 어떤 전략을 세웠는지, 어떤 성과가 있었는지 등에 대한 문제 정의, 문제 해결, 성과에 대한 전반적인 내용을 담아주세요. 프로젝트의 성공과 실패를 떠나, 1차 면접에서 인터뷰어와 심도있는 이야기를 나눌 수 있도록 프로젝트의 이해도가 높은 이력서로 구성해주세요. (프로젝트별 기여도 표시) [근무조건] • 정규직 [전형절차] • 접수 기간 : 상시지원 • 전형 절차 : 서류 검토 - 과제 - 1차 인터뷰 - 2차 인터뷰 - 처우 협의 - 최종합격 • 문의사항 : recruit@musinsa.com [기타사항] • 본 채용은 수시 진행으로 우수 인재 채용 시 마감될 수 있습니다. • 최종 합격자는 3개월간의 수습기간이 적용되며, 해당 기간 중 급여는 100% 지급됩니다. • 입사지원 서류에 허위사실이 발견될 경우, 채용확정 이후라도 채용이 취소될 수 있습니다.