Machine Learning Engineer (Search) (경력)

◆ 소개

우리 조직은 카카오의 신규 AI 서비스 및 도메인 검색 품질 개선을 위한 AI 검색 기술을 담당합니다. 최신 언어 모델과 AI 검색 기술을 바탕으로 높은 수준의 AI 검색 시스템을 만들어 가고 있습니다. 우리는 정해진 답을 찾는 것이 아니라, 데이터와 과감한 실험을 통해 답을 만들어가는 문화를 지향합니다. 급변하는 AI 시대에 맞춰, 주도적으로 문제를 해결하며 카카오의 AI 검색 서비스의 품질과 혁신을 함께 이끌어나갈 분을 찾습니다.

◆ 업무

- Semantic Search 기술 설계 및 개발 (RAG, Embedding, Reranker)

- 쇼핑, 로컬 등 버티컬 서비스에 특화된 전용 검색 모델 및 랭킹 알고리즘 개발

- 실시간 검색을 위한 모델 경량화 (Quantization, Distillation)

- 실시간 대규모 트래픽 처리를 위한 Inference Optimization 및 서빙 파이프라인 구축

- 신뢰성 있는 AI 검색 서비스를 위한 성능 평가 방법론 연구 및 개발

- 검색 품질 향상을 위한 데이터 정제 기술 연구 및 개발

- 대용량 검색 데이터(쿼리, 문서, 사용자 로그) 분석

- 온/오프라인 실험 설계 및 A/B 테스트를 통한 검색 시스템의 점진적 개선과 서비스 적용

- 최신 정보 검색(IR) 및 자연어 처리(NLP) 관련 논문 리서치와 핵심 기술 내재화

◆ 자격

- 검색 및 ML 경력 3년 이상 혹은 그에 준하는 역량을 보유하신 분

- Python에 능숙하고, PyTorch/TensorFlow 등 딥러닝 프레임워크 사용 경험이 있으신 분

- ML/LLM 모델의 학습부터 서비스 배포(Serving)까지 End-to-End 경험이 있으신 분

- 라이브러리나 툴을 단순히 사용하는 것을 넘어, 기술적 의사결정의 이유와 동작 원리 파악에 관심이 있으신 분

- 새로운 기술이나 낯선 프레임워크도 두려움 없이 습득하고, 유연하게 대처하는 자세를 가지신 분

- 논리적인 커뮤니케이션으로 동료를 설득하고, 팀과 함께 문제를 해결하는 것을 즐기시는 분

**◆ 우대사항**

- Vector Search (Dense Retrieval, Late-interaction, Ranking) 관련 모델 연구/개발 경험이 있으신 분

- 언어 모델의 Post-Training, Inference 최적화, 또는 경량화 관련 실무 경험이 있으신 분

- 검색 엔진(OpenSearch/Elasticsearch 등) 이나 Vector DB 를 튜닝 및 최적화한 경험이 있으신 분

- 대규모 분산 처리 시스템(Spark, Hadoop, Kafka) 기반의 데이터 파이프라인 구축 경험이 있으신 분

- Kubernetes, Docker 등 컨테이너 기반의 MLOps 인프라 환경에 익숙하신 분

- AI 관련 top-tier 학회(NeurIPS, ICML, ICLR, AAAI, EMNLP, ACL 등) 1저자 논문 게재 경험이 있으신 분