포지션 상세
Mission
‘We build technology that makes everyday offline better’
‘현실의 삶을 개선하는 기술을 만듭니다.’ 미소의 미션입니다. 우리는 미소를 사용하는 사람들의 실제 오프라인에서의 삶이 더 나아지길 바랍니다.
Miso의 문화를 한 마디로 말하면 “올바른 일을 열심히 한다 (work hard on the right things.)" 입니다.
이를 위해 우리는 고객을 가장 먼저 생각하고, 무엇을 할 것인지 말을 하고 그것을 실제로 해내며, 가장 높은 기준을 갖고 있습니다.
[미소는 어떤 곳인가요?]
미소는 국내 No.1 O2O 홈서비스 플랫폼 기업이에요.
"Hotel-like service in your home(집에서도 호텔같은 서비스를)" 이라는 비전 아래, 더 나은 오프라인 삶을 위한 경험을 많이 제공하고자 해요. 사람들이 제품을 살때 아마존이나 쿠팡을 이용하듯이 청소나 이사, 리모델링을 원할 때 미소 앱으로 쉽고 빠르게 해결할 수 있어요.
미소 2016년 홈클리닝 서비스를 중심으로 이사/청소/펫시팅/인테리어 등으로 사업 범위를 확장했어요. 매년 2X 성장을 하여, 서비스 출시 후 2년만에 가사도우미 서비스를 1등으로 만들어본 경험이 있고 현재 서비스를 180개 이상 운영하고있어요. 폭발적인 성장 여정을 함께 하고 싶다면 미소에 합류하세요.
2023년 Series A, 누적 고객수 500만 돌파, 재이용율 85% 이상!
총 투자규모 약 130억원(한국 O2O 최초, 실리콘밸리 최대 벤처 투자사 ‘Y Combinator’ 31억 투자유치)
[미소 공식 블로그에서 미소 메이커스의 이야기를 들어 보세요!]
• 미소 블로그: https://miso.kr/about/misoculture
[예비 미소 메이커스를 위한 관련 사이트]
• 노션 https://miso.notion.site/miso-2e80a5fc101c41788bf5b77391daa329?pvs=4
• 유튜브 https://www.youtube.com/channel/UCMQbTf2GkerkDYxvpMkiIUw
• CEO 인터뷰(EO채널) https://www.youtube.com/watch?v=kCTq6pQpdiQ&t=617s
우리는 지금, 검색을 넘어서는 새로운 시대를 만들고 있습니다.
청소, 이사, 인테리어, 수리, DIY 같은 오프라인 문제 해결은 여전히 너무 복잡합니다. 직접 검색하고, 비교하고, 연락하고, 결정해야 하죠. 하지만 이제는 “어떻게 하면 좋을까?“라고 묻기만 하면, AI가 스스로 이해하고 해결해주는 시대가 시작됐습니다.
Miso는 단순한 챗봇이 아닌, 실제로 문제를 해결하고 행동하는 AI 에이전트 플랫폼을 만들고 있습니다. 고객이 자연어로 질문하면, AI는 옵션을 요약하고, DIY 방법을 제안하고, 필요하다면 바로 전문가를 연결합니다.
우리는 이 새로운 서비스 패러다임을 설계하고 실행할, 뛰어난 LLM 엔지니어를 찾고 있습니다. 당신은 prompt 단위를 넘어서, 에이전트의 구조 자체를 설계하고 현실로 만들 책임을 지게 될 것입니다.
• 임베딩 모델을 활용한 벡터 검색 또는 지식 그래프 기반의 RAG 파이프라인 구축
• 사용자 프로필, 과거 대화 등의 컨텍스트를 활용한 memory 설계 및 injection
• 자동 평가 및 human-in-the-loop 평가 파이프라인 구축
• 한국어 기반 사용자 시나리오에 최적화된 에이전트 품질 개선
• 제품팀 (PM, 디자이너, 데이터 엔지니어)과의 긴밀한 협업 및 빠른 반복 주도
• RAG 애플리케이션 개발 경험
• OpenAI Evals / RAGAS 또는 그와 유사한 기능을 제공하는 평가 시스템 구축 경험
• Python 기반 API (FastAPI 등) 및 프로덕션 코드 운영 경험
• 제품 맥락을 이해하고, 구조적 사고로 문제를 정의하고 리드할 수 있는 역량
• 영어 또는 한국어로의 기술 커뮤니케이션 능력
미래 역할 확장 가능성
• 에이전트 시스템이 성장함에 따라, 역할별 또는 도메인별 LLM을 fine-tuning하거나 경량화된 모델 튜닝이 필요할 수 있음
• 데이터 사이언티스트 혹은 ML 엔지니어와 협업하여, 내부 LLM 튜닝 및 학습 워크플로우를 장기적으로 설계
‘We build technology that makes everyday offline better’
‘현실의 삶을 개선하는 기술을 만듭니다.’ 미소의 미션입니다. 우리는 미소를 사용하는 사람들의 실제 오프라인에서의 삶이 더 나아지길 바랍니다.
Miso의 문화를 한 마디로 말하면 “올바른 일을 열심히 한다 (work hard on the right things.)" 입니다.
이를 위해 우리는 고객을 가장 먼저 생각하고, 무엇을 할 것인지 말을 하고 그것을 실제로 해내며, 가장 높은 기준을 갖고 있습니다.
[미소는 어떤 곳인가요?]
미소는 국내 No.1 O2O 홈서비스 플랫폼 기업이에요.
"Hotel-like service in your home(집에서도 호텔같은 서비스를)" 이라는 비전 아래, 더 나은 오프라인 삶을 위한 경험을 많이 제공하고자 해요. 사람들이 제품을 살때 아마존이나 쿠팡을 이용하듯이 청소나 이사, 리모델링을 원할 때 미소 앱으로 쉽고 빠르게 해결할 수 있어요.
미소 2016년 홈클리닝 서비스를 중심으로 이사/청소/펫시팅/인테리어 등으로 사업 범위를 확장했어요. 매년 2X 성장을 하여, 서비스 출시 후 2년만에 가사도우미 서비스를 1등으로 만들어본 경험이 있고 현재 서비스를 180개 이상 운영하고있어요. 폭발적인 성장 여정을 함께 하고 싶다면 미소에 합류하세요.
2023년 Series A, 누적 고객수 500만 돌파, 재이용율 85% 이상!
총 투자규모 약 130억원(한국 O2O 최초, 실리콘밸리 최대 벤처 투자사 ‘Y Combinator’ 31억 투자유치)
[미소 공식 블로그에서 미소 메이커스의 이야기를 들어 보세요!]
• 미소 블로그: https://miso.kr/about/misoculture
[예비 미소 메이커스를 위한 관련 사이트]
• 노션 https://miso.notion.site/miso-2e80a5fc101c41788bf5b77391daa329?pvs=4
• 유튜브 https://www.youtube.com/channel/UCMQbTf2GkerkDYxvpMkiIUw
• CEO 인터뷰(EO채널) https://www.youtube.com/watch?v=kCTq6pQpdiQ&t=617s
우리는 지금, 검색을 넘어서는 새로운 시대를 만들고 있습니다.
청소, 이사, 인테리어, 수리, DIY 같은 오프라인 문제 해결은 여전히 너무 복잡합니다. 직접 검색하고, 비교하고, 연락하고, 결정해야 하죠. 하지만 이제는 “어떻게 하면 좋을까?“라고 묻기만 하면, AI가 스스로 이해하고 해결해주는 시대가 시작됐습니다.
Miso는 단순한 챗봇이 아닌, 실제로 문제를 해결하고 행동하는 AI 에이전트 플랫폼을 만들고 있습니다. 고객이 자연어로 질문하면, AI는 옵션을 요약하고, DIY 방법을 제안하고, 필요하다면 바로 전문가를 연결합니다.
우리는 이 새로운 서비스 패러다임을 설계하고 실행할, 뛰어난 LLM 엔지니어를 찾고 있습니다. 당신은 prompt 단위를 넘어서, 에이전트의 구조 자체를 설계하고 현실로 만들 책임을 지게 될 것입니다.
주요업무
• LangGraph 또는 유사 구조 기반 멀티 에이전트 워크플로우 설계 및 구현• 임베딩 모델을 활용한 벡터 검색 또는 지식 그래프 기반의 RAG 파이프라인 구축
• 사용자 프로필, 과거 대화 등의 컨텍스트를 활용한 memory 설계 및 injection
• 자동 평가 및 human-in-the-loop 평가 파이프라인 구축
• 한국어 기반 사용자 시나리오에 최적화된 에이전트 품질 개선
• 제품팀 (PM, 디자이너, 데이터 엔지니어)과의 긴밀한 협업 및 빠른 반복 주도
자격요건
• LangGraph, LangChain 등 멀티 에이전트 구조를 직접 설계 및 운영하며 실제 사용자 대상 LLM 기반 기능을 end-to-end로 구현한 경험• RAG 애플리케이션 개발 경험
• OpenAI Evals / RAGAS 또는 그와 유사한 기능을 제공하는 평가 시스템 구축 경험
• Python 기반 API (FastAPI 등) 및 프로덕션 코드 운영 경험
• 제품 맥락을 이해하고, 구조적 사고로 문제를 정의하고 리드할 수 있는 역량
• 영어 또는 한국어로의 기술 커뮤니케이션 능력
미래 역할 확장 가능성
• 에이전트 시스템이 성장함에 따라, 역할별 또는 도메인별 LLM을 fine-tuning하거나 경량화된 모델 튜닝이 필요할 수 있음
• 데이터 사이언티스트 혹은 ML 엔지니어와 협업하여, 내부 LLM 튜닝 및 학습 워크플로우를 장기적으로 설계
