우리 팀을 소개해요
카카오스타일 데이터 사이언스팀은 유저에게 더 나은 쇼핑 경험을 제공하기 위해 데이터와 자연어 처리(NLP) 기술을 기반으로 서비스 전반의 언어 데이터를 이해하고 활용해요. 유저의 검색 의도와 콘텐츠 맥락을 정확히 파악하고, 수많은 상품과 정보 속에서 '지금 이 순간' 가장 도움이 되는 정보와 선택지를 제시하는 것이 우리의 목표예요. 즉, 지그재그를 비롯한 카카오스타일의 다양한 서비스에서 발생하는 방대한 텍스트 데이터를 분석하고, 이를 바탕으로 "유저는 지금 무엇을 찾고 있을까?", "이 상품의 핵심 정보는 무엇일까?"와 같은 질문들에 답을 찾아가요. NLP 모델 개발과 함께 데이터 기반으로 문제를 정의하며 가설을 세우고 이를 검증해 서비스 성과와 유저 만족도를 동시에 개선하는 데 집중하고 있어요.
최근에는 임베딩 기반 검색, LLM, 멀티모달 모델 등 최신 기술을 활용해 텍스트와 이미지가 결합된 커머스 데이터를 더 깊이 이해하고, 유저가 더 쉽고 즐겁게 탐색할 수 있는 환경을 만드는 데에도 도전하고 있어요. 데이터 사이언스팀은 이렇게 데이터로 문제를 정의하고, 모델로 해석하며, 실험으로 검증하고 기술로 경험을 바꾸는 과정을 통해 카카오스타일 서비스의 지능적인 검색과 콘텐츠 이해 경험을 함께 만들어가는 팀이에요.
🔎 우리 팀이 더 궁금하다면?
💌 함께 할 동료가 전하는 메시지 [#데이터 분석부터 서비스 적용까지, NLP로 유저 경험의 변화를 직접 만들어요!]
데이터 사이언스팀은 상품과 리뷰 등 방대한 텍스트 데이터 속에 숨겨진 의도를 찾고, 이를 통해 쇼핑 경험을 혁신하는 NLP 문제를 함께 풀어가고 있어요. 또한, 단순히 모델링에만 그치지 않고, 대규모 데이터를 핸들링하며 핵심 특징과 속성을 추출하고 실제 서비스에 적용하기까지의 전 과정을 주도적으로 경험할 수 있어요. 내가 만든 모델이 서비스에 녹아들어 의미 있는 비즈니스 임팩트를 만들어내는 과정을 체감하고 싶으신 분, 그리고 자유로운 분위기 속에서 기술적 탐구를 멈추지 않는 동료와 함께 성장하고 싶으신 분들을 기다리고 있을게요!
다음 업무를 통해 목표를 달성해요
- 지그재그를 비롯한 카카오스타일 서비스 전반의 상품 텍스트 데이터를 수집·분석해 카테고리 분류 체계를 고도화해요.
- 검색·질의 이해·콘텐츠 이해 등 NLP 기반 모델을 설계·개발해요.
- 대규모 데이터 환경에서 효율적인 모델 서빙을 위해 텍스트 데이터 파이프라인(수집 - 전처리 - 모델링 - 서빙)을 직접 구축하고 운영 환경을 최적화해요.
- 유저의 검색 의도, 콘텐츠 맥락, 세션 흐름을 이해하기 위해 임베딩 기반 검색, RAG(Retrieval-Augmented Generation), Transformer 기반 NLP 모델, LLM 기반 아키텍처를 설계하고 고도화해요.
- 검색 및 NLP 모델의 품질 향상을 위해 오프라인 평가와 온라인 A/B 테스트를 병행하며 데이터 기반으로 성능을 지속적으로 검증하고 개선해요.
- 서비스 특성과 유저 경험을 함께 고려해 기술적 방안을 탐구하고, 응답 품질, 관련성, 안전성, 일관성 등의 주요 지표를 개선해요.
- 다양한 직군의 크루들과 긴밀하게 소통하며, NLP 및 LLM 기술이 실제 서비스 경험과 비즈니스 성과에 자연스럽게 연결될 수 있도록 최적의 기술 방안을 제안하고 실행해요.
이런 분과 함께하고 싶어요
- 3년 이상의 자연어 처리 ML 기반 서비스 개발 경력 혹은 이에 준하는 역량을 보유하신 분
- Transformer 기반 언어 모델(BERT, GPT 등)과 멀티모달 모델(CLIP, BLIP 등)을 활용한 모델 설계, 미세조정 및 성능 개선 경험이 있으신 분
- 텍스트, 이미지 등 다양한 비정형 데이터를 활용한 임베딩 설계 및 멀티모달 표현 학습(Representation Learning)에 대한 이해를 보유하신 분
- 실제 서비스 환경에서 머신러닝 모델의 설계부터 학습, 배포, 운영까지 전체 사이클을 경험하신 분
- Python을 활용한 데이터 분석 및 ML 파이프라인 구축에 능숙하신 분
- 주요 ML 프레임워크(PyTorch, TensorFlow, Scikit-learn 등) 사용이 익숙하신 분
- Airflow, Spark, Kafka, Redis 등을 활용한 데이터 처리 경험과 OpenSearch 등 서빙 인프라 활용에 익숙하신 분
- 오프라인 평가 및 A/B 테스트를 통해 모델의 성능을 검증하고 지표를 개선해 본 경험이 있으신 분
- 모델의 성능뿐 아니라 유저 경험과 비즈니스 임팩트를 함께 고려해 의사결정 하실 수 있는 분
- PO, 개발자 등 다양한 직군과 원활하게 소통하며 비즈니스 요구사항을 기술적 해법으로 전환해 목표를 함께 달성하실 수 있는 분
이런 분이라면 더욱 환영해요
- 검색, 질의 이해(Query Understanding), 문서 랭킹, 대화형 AI 등 NLP 도메인에서 문제를 정의하고 모델링을 주도해 본 경험이 있으신 분
- 토크나이징, 임베딩 등 텍스트 데이터 전처리 및 피처 엔지니어링을 통한 모델 성능 개선 경험이 있으신 분
- 실시간 텍스트 처리 또는 대화형 AI 시스템을 구축하거나 운영해 본 경험이 있으신 분
- Transformer 기반 모델, 임베딩 모델, 랭킹 모델 등 다양한 NLP 접근 방식을 실험하고 개선해 본 경험이 있으신 분
- 대규모 텍스트 데이터 환경에서 파이프라인 최적화 및 분산 학습 경험이 있으신 분
- 모델 정확도뿐만 아니라 응답 품질, 안전성, 일관성 등 LLM/NLP 품질 요소를 기술적으로 개선해 본 경험이 있으신 분
- 최신 NLP / LLM 관련 논문이나 모델을 프로덕션 환경에 적용해 본 경험 또는 이를 즐기는 탐구형 성향을 가지신 분
- 새로운 시도를 주저하지 않고, 데이터 기반으로 NLP 문제를 깊이 탐구하는 호기심과 실행력을 가지신 분
서류는 이런 내용을 담아 제출해주시면 좋아요
- 카카오스타일의 지원 서류는 국문 이력서(자유 양식)로 제출해주세요.
- 예비 크루님이 여태까지 해오셨던 업무, 프로젝트 등 역량이 잘 드러날 수 있도록 작성해주세요.
포트폴리오는 이렇게 준비해주세요
- 프로젝트 진행 배경 목적과 내용, 그에 따른 문제 정의부터 결과까지 구체적으로 작성해주세요.
- 주도적으로 리딩한 프로젝트의 성과 및 실패 경험과 판단 근거를 담아 작성해주세요.
합류 여정은 다음과 같아요
- 서류 전형 > 과제 전형 > 1차 인터뷰(화상) > 2차 인터뷰(대면) > 레퍼런스 체크 > 처우 협의 > 최종합격 및 입사
- 전형 과정 중 추가 인터뷰가 진행될 수 있어요.
- 채용 프로세스 기간은 후보자 및 포지션 별로 상이하며, 최종합격 시 처우 협의와 함께 입사일을 조율해요.
- 합류 여정에 대한 더 자세한 내용은예비 크루님을 위해 준비한 인터뷰 가이드를 확인해주세요.
지원하시기 전 확인해주세요!
- 해당 공고는 상시 채용으로, 채용 완료 시 조기 마감될 수 있어요.
- 여러 공고에 동시 지원은 불가하며,동일 공고에 대한 재지원은 불합격 결과를 받은 뒤 최소 6개월 이후 가능해요.
- 이력서 및 제출 서류에 허위 사실이 확인된 경우, 합격 및 채용 취소가 될 수 있어요.
- 입사 후 3개월의 수습기간이 적용되며, 이 기간 동안 급여와 고용형태의 변화는 없으니 안심하고 지원해주세요.
- 지원 관련 문의 사항이 있을 경우FAQ확인 또는 리크루팅팀(job@kakaostyle.com)으로 문의주세요.