Machine Learning Software Engineer (HYPERCONNECT AI)

[Machine Learning Software Engineer 소개]
하이퍼커넥트 Machine Learning Software Engineer (MLSE)는 사람과 사람 사이를 연결하는 서비스에서, 소프트웨어 엔지니어링을 통해 머신러닝 기술을 서비스에 적용하고 사용자 경험을 혁신하는 일을 합니다. 사내 AI 조직에서 만든 영상/음성/문자/추천 등을 포함하여 다양한 도메인의 수많은 모델을 프로덕션에 적용하고, 모바일 및 클라우드 서버를 통해 안정적으로 제공하면서 마주하는 엔지니어링 문제들을 해결하며, 우리가 만들어 내는 기술이 실제 서비스의 성장에 기여하는 것을 목표로 합니다.
이러한 목표 아래 하이퍼커넥트의 ML Software Engineer는 아자르, 사내 신규 서비스 등 하이퍼커넥트의 여러 제품들에 기여하는 머신러닝 기술들을 수년간 발전시켜 나가고 있으며, 이렇게 축적된 기술들을 S&P 500 편입사인 매치그룹의 다양한 글로벌 비즈니스 서비스에도 손쉽게 활용하기 위한 기술을 개발하고 있습니다.
ML Software Engineer는 우리가 보유한 모든 AI 기술을 제품에 적용하여 비즈니스 임팩트를 낼 수 있도록 하며, 지속 가능한 시스템을 개발하여 AI 기술의 적용이 가속화 되도록 하는 것을 목표로 합니다. 이 목표를 달성하기 위해 (1) ML 모델 기반의 확장성 있는 백엔드 서버를 개발하며, (2) ML 모델 추론을 위한 실시간 데이터 파이프라인을 개발/운영하고, (3) ML 모델 생산 및 운영에 들어가는 다양한 오퍼레이션을 지원하기 위한 시스템을 개발하며, (4) 다른 팀들과 협업하여 공통으로 관리할 수 있는 플랫폼을 개발하는 작업까지 수행합니다. 그 과정에서 다른 직군과도 밀접하게 협업하면서 KPI 달성에 도달하기 위해 필요로 하는 모든 과정(문제 정의, 가설 설정, 실험 설계, 분석 및 피드백)에 참여하며 주도적으로 업무를 진행하고 있습니다. 일하는 모습에 대한 조금 더 자세한 이야기는 다음의 내용을 참고하시면 좋습니다.
- AI Platform Dev Team 인터뷰- ML Application Team 인터뷰- Head of AI - Shurain 인터뷰- AI in Social Discovery (Blending Research and Production)
ML Software Engineer들이 풀고 있는 재미있는 문제들은 Tech blog에 업로드 하고 있습니다.- ksqlDB를 이용하여 실시간 ML 피쳐 데이터를 계산하기- 고성능 ML 백엔드를 위한 10가지 Python 성능 최적화 팁- 머신러닝 모델 서빙 비용 1/4로 줄이기- 이벤트 기반의 라이브 스트리밍 추천 시스템 운용하기- 머신러닝 어플리케이션을 위한 데이터 저장소 기술



[업무 환경]
[국내 최상위 수준의 AI 조직]
탑티어 AI/ML 학회에 논문을 주기적으로 출판하는 Machine Learning Engineer 및 Machine Learning Research Scientist 들과 함께 일하고 있습니다. 하이퍼커넥트에서 출판한 논문은 여기서 확인해보실 수 있습니다.
[풍부한 MLOps 노하우]
50개 이상의 모델을 프로덕션에서 사용하고 있을 만큼, MLOps에 대한 노하우가 풍부한 조직에서 일할 수 있습니다.- Deview 2023 - 실시간 추천 시스템을 위한 Feature Store 구현기- Deview 2021 - 어떻게 더 많은 모델을 더 빠르게 배포할 것인가?- 초고성능 딥러닝 클러스터 구축하기 1편

Responsibilities

• 하이퍼커넥트는 제품에 머신러닝 기술을 적용하기 위해 다양한 방면으로 노력하고 있습니다. 하이퍼커넥트의 ML Software Engineer는 크게 다음과 같은 업무를 수행하게 됩니다.

[추천 시스템 개발]
• 아자르의 핵심 기능인 1:1 video call 에서의 즐거운 경험을 위해 개인화된 추천 시스템을 개발합니다. 이외에도 다양한 영역의 추천 및 검색 시스템 개발에 집중합니다. 글로벌 스케일에서 실시간 동작이 가능하도록 성능 관점에서의 많은 고민과 함께 설계되고 있으며, 팀에서 운영 중인 마이크로서비스들은 전사 내에서도 가장 높은 수준의 트래픽을 처리하고 있습니다.
• 또한, 실시간 모델 추론을 위한 데이터 파이프라인을 개발하여 Apache Flink와 KSQL을 활용해 실시간 이벤트를 가공하고, 모델이 활용할 수 있도록 데이터 원천을 제공합니다. 피처를 빠르고 안정적으로 수집, 가공, 서빙하기 위한 시스템(예: 스트리밍 애플리케이션, Feature Store)을 설계하며, 모델 성능을 향상시킬 수 있는 새로운 피처를 발굴하는 작업도 수행합니다.

[모더레이션 시스템 개발]
• 고객을 위한 안전한 환경을 위한 Trust & Safety 의 일환으로서, 모더레이션 시스템 및 플랫폼을 개발합니다. AI 기반으로 콘텐츠 및 행동 모니터링 시스템을 구축하고, 이를 통해 부적절한 콘텐츠와 스패머를 효과적으로 탐지할 수 있도록 합니다.
• 또한, 모더레이션을 위한 모델의 성능을 지속적으로 개선하기 위해 레이블링 데이터를 생산하고, 이를 관리하기 위한 플랫폼을 개발합니다. Golden Data Set을 구축하여 모델 학습을 위한 고품질 데이터를 제공하며, 서비스에 필요한 경우 AI 대신 Human Factor를 투입하는 기능도 함께 설계합니다. 이를 통해 AI 모델이 신뢰할 수 있는 수준의 품질을 유지하면서도 다양한 층위의 모더레이션 문제를 해결할 수 있도록 지원합니다.

[AI 기능 개발 가속화 전략 지원]
• AI Flywheel 시스템을 구축하여 가설 검증, 모델 학습(지속적 학습), 평가, 관리, 배포를 위한 다양한 기능을 제공합니다.

Requirements

• 영어를 사용하여 말하고 읽는데 두려움이 없으며, 일상적인 업무를 영어로 소화 하실 수 있는 분
• 3년 이상의 Software Engineering 경력을 가졌거나 이에 준하는 실력을 가진 분
• CS fundamentals (운영체제, 컴퓨터 시스템 아키텍처, 자료구조 및 알고리즘)에 대한 탄탄한 기본지식을 보유하신 분
• Java, Kotlin, Golang, Python, Javascript(Typescript) 중 한 가지 이상 언어에 능숙하며 그 외 프로그래밍 언어를 빠르게 학습하여 사용이 가능하신 분
• 다양한 NoSQL에 대한 이해와 RDBMS 을 사용한 서비스 설계 경험이 있으신 분
• 데이터 탐색에 필요한 SQL 사용에 능숙하며 조사한 데이터의 의미를 이해하고 문제 해결의 근거로 사용이 가능하신 분
• 여러 기능 스택을 넘나드는 걸 좋아하고 익숙하지 않은 환경에 빠르게 적응할 수 있는 분
• 여러 직군의 이해관계자와 협업할 수 있는 강력한 커뮤니케이션 능력을 갖추신 분

Preferred Qualifications

• 새로운 기술을 연구하거나 도전적인 일을 좋아하시는 분
• FastAPI, SpringBoot, NestJS 와 같은 프레임워크를 사용해 본 경험이 있으신 분
• Open source contribution 및 forked repo 운영해 보신 분
• 비동기 네트워크 프레임워크 및 기술을 이해하고 적용해 보신 분
• MSA 기반 시스템 Architecture 설계에 관심이 있으신 분
• Event Sourcing / CQRS 의 장점 및 설계 이점을 이해하고 적용해 보신 분
• 머신러닝 모델의 학습부터 서비스 배포까지 해보신 경험이 있으신 분
• 실제 서비스에 AI 기술을 통합하고 주요 지표를 유의미하게 향상시켜 본 경험이 있으신 분
• 엔지니어링 팀을 리드해본 경험이 있으신 분
• 대규모 트래픽을 처리하는 백엔드 서버 개발 경험이 있으신 분
• Spark, Flink 등 대용량/실시간 처리를 위한 분산/병렬 시스템 개발 경험이 있으신 분

고용형태/채용절차

• 고용 형태: 정규직
• 채용 절차: 서류전형 > 코딩테스트/과제전형 > 1차 면접 > Recruiter Call > 2차 면접 > 최종합격 (* 필요 시 전형이 변경 진행될 수 있습니다.)
• 서류 전형의 경우 합격자에 한하여 개별 안내드릴 예정입니다.
• 지원 서류: 자유 양식의 상세 경력기반 영문이력서(PDF)
• 이 포지션은 전문연구요원 현역 편입/전직, 전문연구요원 보충역 편입/전직 채용이 가능합니다. 병역특례요원의 경우, 병역특례 관련법에 따라 복무관리를 진행합니다.