About Rapport
Main
🤖

[인재풀등록] ML엔지니어 - 추천시스템 (ML Engineer - Recommendation System)

22년 4월 기준, 본 머신러닝 엔지니어 포지션 채용이 마감되었습니다:) 먼저, 본 채용에 관심 가져주신 모든 분들께 진심으로 감사드립니다. 비록 이번 채용에서는 포지션이 마감되었지만, 라포랩스는 "퀸잇(Queenit)"의 성장에 따라 빠르게 팀을 확장하고 있습니다. 조금만 관심 갖고 기다려주시면, 빠른 시일 내에 다시 포지션이 오픈될 수 있다고 생각합니다.
지금은 채용 완료로 표시된 포지션이거나, 리스트에 없는 포지션이지만 추후 기회가 열린다면 포지션 제안을 받아보고 싶은 분들을 위해 [상시 인재풀] 링크 를 운영하고 있습니다.
상시 인재풀 등록을 희망하시는 분은 본 링크를 통해 지원서를 등록해주세요. 해당 포지션이 오픈될 시, 서류 검토를 통해 우선적으로 연락드리겠습니다. (때문에, 다른 포지션 공고와 달리 상시 인재풀 공고에서는 별도의 서류 합/불 안내가 이루어지지 않는 점 확인 부탁드립니다.)

350만 고객이 모두 퀸잇을 '나만을 위한 앱'이라고 느낄 수 있도록, 350만개 앱을 만드는 것과 같은 임팩트를 내 손으로 만듭니다.

가슴 뛰는 미션을 함께 할 라포랩스 머신러닝 엔지니어(ML Engineer)를 찾습니다!
지원방법 : 라포랩스 채용페이지 (링크) 를 통해 지원해주세요:) 또한, 포트폴리오, github 또는 개인 블로그 등이 있다면 링크를 함께 전달해주시면 더욱 좋습니다 :)

라포랩스 제품팀은 이런 팀입니다

라포랩스 제품팀(Product Team)은, 현재 약 50여명 정도로, 토스·하이퍼커넥트·쿠팡·카카오·우아한형제들·직방 등에서 빠르고 밀도있게 성장해 본 경험을 쌓고 합류한 엔지니어, 프로덕트 오너, 프로덕트 디자이너, 프로덕트 애널리스트(PA), QA 등 고객의 문제를 제품(Product)으로 해결하는 사람들로 구성되어 있습니다.
구체적으로는, 다수의 창업 경험과 어웨어·하이퍼커넥트 등에서 서비스를 성공시키고 팀을 리드했던 경험이 있는 홍주영 대표(프로필)가 제품팀을 리딩하면서, 글로벌 커리어를 쌓고 합류한 10년 차 이상의 엔지니어을 포함하여 이커머스·교육·핀테크 등 유명 IT스타트업 출신 엔지니어, PO, 디자이너, QA 등 뛰어난 모바일 제품을 빠르게 출시하고 개선해본 경험이 있는 이들이 함께하고 있습니다. 이렇게 제품을 만드는 과정 자체에서 즐거움을 느끼는 사람들이면서도, 그 이상으로 비즈니스 임팩트가 가장 중요하다는 것에 공감하는 사람들이 지금, "퀸잇(Queenit)"만을 위해 모였습니다.
특히 이번 [머신러닝 엔지니어]로 합류하시게 될 경우, 라포랩스의 초기 머신러닝 엔지니어로 합류하시게 됩니다. '이 회사는 꽤 빠른 시기에 머신러닝 엔지니어를 영입하려는구나?' 라고 생각하셨다면 바로 정답입니다:) 우리의 3050고객들은 선호하시는 특정한 브랜드·플랫폼에 안착하는 록인(Lock-in) 성향이 강합니다. 좋아하는 브랜드, 좋아하는 스타일의 옷을 계속 찾으시는 3050고객 특성 상 '개인화 추천시스템(Personalized Recommendation System)'이 강력한 임팩트를 낼 것이라 확신하고 있어요. 그 과정에서 라포랩스 안에서 그 기여도를 전적으로 인정받는 동시에 개인으로서도 가장 도전적인 커리어를 성취하고 싶은 분이라면, 망설이지 말고 라포랩스로 지원해주세요!

합류하시면 이런 일을 함께 해요

추천·개인화·검색·랭킹시스템 등 머신러닝을 활용한 서비스를 개발합니다.
Implicit Feedback, Explicit Feedback, 다양한 Context 및 Item Feature등을 이용해 다양한 지표에서 최적의 성능을 낼 수 있는 모델을 개발합니다.
다양한 모델을 적용해보며 고객에게 더 잘 맞는 ML 모델을 찾아나갑니다.
추천시스템의 End-To-End ML Pipeline을 구축해볼 수 있습니다. (ML Ops)

라포랩스의 기술스택은요

언어 : SQL, Python
도구 : Git, Docker
ML 라이브러리 : Tensorflow, Pytorch, Sklearn, CatBoost 등
ML 플랫폼 : Kubeflow, MLflow, Seldon, Kubernetes, GCP Bigquery

라포랩스는 이런 분을 찾고 있어요

머신러닝 서비스 개발 경력 2년 이상이거나 이제 준하는 경험/역량이 있으신 분
머신러닝 관련 논문을 읽고 다양한 수학적인 개념을 이해하고 적용할 수 있는 분
다양한 추천시스템 방법론(Content-based, Collaborative filtering 등)과 알고리즘에 대한 이해가 있으신 분
Tensorflow, Pytorch, Sklearn, CatBoost 및 기타 ML 라이브러리 사용 경험이 있으신 분
SQL, Git, Docker, Python에 대해 기본적인 이해가 있으신 분

이런 경험을 가진 분이라면 더욱 좋아요!

개인화 추천시스템 개발 경험이 있는 분
머신러닝 알고리즘 개발 경험을 하면서 Ops에 관심이 생기신 분
Kubernetes 에 대한 기본적인 이해가 있으신 분
GCP, AWS 등 클라우드 서비스 사용 경험이 있으신 분

라포랩스에서 경험할 수 있어요

무엇보다 강력한 임팩트(Impact)를 낼 서비스의 시작.
지금의 3050고객은 패션사에서 처음 한국에 ‘개성’이라는 키워드로 설명되었던 X세대입니다. 하지만 모두가 1020세대의 취향을 주목하기 때문에, 현재 3050고객 만을 위해 취향을 분석하고 제공하는 서비스는 드문 것 같습니다. 바로 그렇기에 라포랩스는 머신러닝을 통해 한 명 한 명의 취향이 존중되는 추천 서비스가 “퀸잇(Queenit)”에서 강력한 비즈니스 임팩트를 낼 거라 기대합니다. 다양한 취향을 가진 3050고객들이 추천시스템을 통해 ‘진정으로 원하는’ 상품을 ‘빠르게’ 발견하게 함으로써 350만의 모바일 쇼핑 경험을 확실하게 뒤바꾸고 리텐션과 CTR을 끌어올려, 라포랩스가 “퀸잇(Queenit)”을 통해 꿈꾸는 3050 라이프사이클 생태계를 만드는 데에 강력한 기여를 하시게 될 것입니다.
추천시스템의 A to Z를 내 손으로 만들어 나갑니다.
이번에 합류하시게 되면, “퀸잇(Queenit)”의 초기 머신러닝 엔지니어로 합류하시게 됩니다. 때문에 이미 다 갖춰진 서비스를 활용하는 것이 아니라, 내가 ‘직접’ 설계하고 구상하고 실행하는 경험을 하실 수 있습니다. 구체적으로는 3050대 여성 패션이라는 메인 도메인에서 어떻게 개인화 추천 모델을 개선할 수 있는지 고민해보고 미리 구성된 ML Pipeline을 통해서 새로운 모델들을 테스트 해보고 평가할 수 있으실 거에요. 또한 ML 파이프라인 자체를 개선하여 성능 최적화, 모니터링, CI/CD등 다양한 방면에서 Product 단계의 ML Engineering 경험할 수도 있으며, 나아가 검색·랭킹시스템으로 저변을 넓히거나 딥러닝을 도입하는 등 앞으로 시도해볼 수 있는 것들이 무궁무진한 환경에서 독보적인 커리어를 쌓아나가실 수 있습니다.
빠르게 시도하고 데이터라는 확실한 피드백을 받습니다.
무엇보다 이 모든 걸 함께 할 라포랩스 제품팀은 빠르게 개발하고, 데이터라는 확실한 피드백을 통해 개선하는 데에 특화되어 있는 팀입니다. 특히 머신러닝 엔지니어로서 소속될 Discover Squad의 프로덕트 분석가와 함께 A/B 테스트를 진행하여, 고객의 만족도를 다양한 지표를 통해 확인하고 모델을 개선하는 빠른 개발 사이클을 통해 업무의 몰입도와 성취도가 높아지는 경험을 하실 수 있으실 거에요. 이렇게 함께 잘 할 준비가 된 뛰어난 팀원들과 함께, 내가 만든 서비스가 350만 4050고객에게 도달하고, 다이나믹한 피드백을 받으며 제품을 개선해나가는 경험을 해보고 싶은 분이라면, 지금 바로 라포랩스를 주목해주세요!
잠깐, Discover Squad 가 일하는 방식이 궁금하다면?

라포랩스로의 합류 여정이에요

전형 프로세스 : 서류 전형 > 1차 기술 인터뷰 > 2차 컬쳐 인터뷰 > 최종 합격
1차 인터뷰에서는 해당 포지션과 업무 연관성이 높은 라포랩스 팀원(머신러닝 엔지니어, 백엔드 엔지니어)과의 인터뷰가 진행됩니다. 1~2명의 팀원과 약 1시간 ~ 1시간 30분 가량 진행되며, 포지션 및 상황에 따라 시간은 유동적일 수 있습니다.
2차 인터뷰에서는 리더십과 인터뷰가 진행됩니다. 제품 직군의 경우 기본적으로 제품팀 리드 홍주영 대표와 이야기 나누시게 되며, 경우에 따라 함께 일하시게 될 PO도 참석할 수 있습니다. 서로의 Culture fit을 확인하는 자리로서 전반적으로 일에 대한 생각, 커리어 비전 위주로 진행되나 1차 인터뷰를 바탕으로 이력에 대한 질문을 포함할 수 있습니다.
지원방법 : 라포랩스 채용사이트 온라인 지원 (링크) (* 이력서만 첨부해주시면 끝!)
각 전형 결과(합격/불합격)에 관계 없이 모든 지원자분들께 일주일 이내에 개별 연락드립니다.
정규직의 경우, 3개월의 수습기간이 적용됩니다.

함께 참고하시면 더욱 좋아요

문의처 및 오피스 위치

채용 문의 : 라포랩스 채용팀 talent@rapportlabs.kr
라포랩스 채용에 대해 궁금한 점이 있으시면 언제든 메일로 문의주세요. 또한 라포랩스 채용팀은 회사·포지션에 대해 더 많이 알고 싶은 분들을 위해 콜챗 과 커피챗 을 즐겨하고 있어요. 채용팀과 가볍게 이야기 나눠보시고 싶은 분들은 좌측 삼각형을 클릭해주세요!
퀸잇(Queenit) 입점 및 마케팅 제휴 문의는 아래 이메일을 통해 연락주세요. (좌측 삼각형 클릭!)
오피스 위치 : 서울특별시 강남구 테헤란로98길 8, KT&G 코스모 대치타워 6층 (* 지번주소 : 서울특별시 강남구 대치동 945-10 / 지하철 삼성역 4번 출구에서 도보 5분) (** 삼성역 인근에 ‘KT&G 대치타워’가 두 곳이라서, 상세주소(테헤란로 98길 8)까지 일치하는지 꼭 확인해주세요!)
KT&G 코스모 대치타워 건물 1층 입구
Update : 2022.04.22