Software Engineer, Backend - Content & User Understanding

당근 팀 합류 여정에 오르신 것을 진심으로 환영해요

저희 팀을 소개해요

저희 팀은 당근에 올라오는 다양한 비정형 콘텐츠와 당근의 유저를 서비스와 시스템이 이해하고 활용할 수 있는 데이터로 만드는 팀이에요. 중고거래, 동네생활, 모임, 동네업체, 광고, 커머스, 숏폼 등 여러 도메인의 콘텐츠를 일관된 분류 체계(Taxonomy)로 정의하고, 매일 수십만 건씩 생성되는 콘텐츠에서 AI로 카테고리와 속성을 자동 추출해요. 같은 방식으로 MAU 2100만 유저의 앱 내 행동을 바탕으로 의도·상태·선호를 태그로 추론해요.

이렇게 만든 데이터는 피드, 검색, 추천, 광고 등 여러 서비스가 공통으로 사용하는 기반이 되고, 특히 피드 추천과 검색 품질을 개선하는 핵심 데이터로 쓰이고 있어요.

우리의 미션은 “당근에 쌓이는 모든 콘텐츠와 유저를 깊이 이해해서 데이터로 만들고, 그 데이터를 당근의 모든 서비스가 믿고 쓸 수 있도록 하는 것”이에요.

팀이 어떻게 일하는지 더 궁금하다면 2조 토큰을 카테고리 분류에 쓰면서 알게 된 것들 을 읽어보세요.

이런 일을 해요

• 새로 생성되는 콘텐츠마다 카테고리와 속성을 AI로 자동 추출하고, 그 데이터의 품질을 각 팀과 함께 관리해요
• 유저의 행동과 프로필에서 의도·상태·선호 등의 태그를 AI로 자동 추론하고, 그 데이터의 품질을 각 팀과 함께 관리해요
• 각 팀이 분류 체계와 태그를 스스로 정의하고 실험하고 평가할 수 있도록, 쉽고 편리한 셀프서비스 플랫폼을 만들어요
• 대규모 AI 추론의 비용과 처리량, 품질을 최적화하고, 더 나은 분류 체계와 추론 방법을 리서치하고 프로덕션에 적용해요
• LLM으로 만든 데이터를 학습 데이터로 삼아 자체 경량 ML 모델을 구축하고, 대규모 추론을 LLM 의존 없이 운영할 수 있게 해요
• 이렇게 만들어진 데이터를 피드, 검색, 추천, 광고 등 여러 서비스가 안정적으로 쓸 수 있도록 연동하고 관리해요

이런 분을 찾고 있어요

• 실제 서비스 규모로 백엔드 시스템이나 데이터 파이프라인을 설계·운영해본 경험이 있는 분
• LLM API를 프로덕션 시스템에 통합하고 운영해본 경험이 있는 분
• 대용량 배치·스트림 처리 시스템이나 데이터 웨어하우스로 대규모 데이터를 다뤄본 경험이 있는 분
• 분류 체계나 데이터 모델을 설계하고, 여러 팀이 공통으로 사용하는 데이터 자산을 만들어본 경험이 있는 분

이런 분이면 더 좋아요!

• LLM 프롬프트와 출력 품질을 평가하는 체계(골든셋, LLM-as-a-judge, 품질 지표)를 직접 설계·운영해본 분
• LLM 호출의 비용·처리량을 최적화해본 경험이 있는 분
• 유저 행동 데이터를 바탕으로 유저 모델링이나 세그먼트·태그 추론을 해본 경험이 있는 분
• 콘텐츠를 분류하는 시스템이나 지식 체계(taxonomy, ontology)를 구축해본 분
• LLM 출력을 학습 데이터로 활용해 ML 모델을 학습하거나 증류해본 경험이 있는 분
• 전형과 입사 후 업무 모두 한국어로 원활히 소통 가능하신 분

참고해 주세요

• 정규직 채용의 경우 3개월의 수습기간이 있어요
• 이 포지션은 산업기능요원으로 채용이 가능한 포지션이에요 (현역 전직, 보충역 신규 편입, 보충역 전직) 전문연구요원 편입 및 전직은 불가해요

이렇게 합류해요

당근 전형 소개

서류 전형

당근은 자유형식의 지원서를 받고 있어요.

화상 면접

과제 전형

직무 면접

과제가 출제되었을 경우 과제에 대한 질문을 드려요.

컬쳐핏 면접(정규직 공통)

안내사항

• 본 공고는 모집 완료 시 조기 마감될 수 있어요.