포지션 상세
종합 라이프스킬 플랫폼, 숨고
모두의 더 나은 삶을 위해 숨고와 함께 변화를 만들어갈 동료를 찾습니다.
2015년부터 숨고는 재능과 기술을 지닌 전문가와
그들의 서비스를 필요로 하는 고객을 연결하고 있습니다.
이사, 청소, 인테리어, 취미 등 생활에서 필요한 1,000여가지 이상의 서비스를
전국 200만 고수와 함께 1,400만 고객에게 제공하고 있습니다.
고객은 원하는 서비스와 견적을 한 번에 비교할 수 있고
고수는 고객을 쉽고 편하게 만날 수 있습니다.
이제 숨고는 고객과 고수를 연결하는 것을 넘어,
정보 탐색부터 전문가 연결까지 모든 과정을 숨고 하나에서 해결할 수 있도록 나아가고 있습니다.
이러한 변화를 통해 고객은 여러 플랫폼을 오가며 정보를 찾고 비교하는 번거로움을 줄이고,
고수는 더 많은 고객을 빠르게 만날 수 있습니다.
고객에게는 더 나은 생활의 변화를, 고수에게는 더 나은 비즈니스 성장을 만들어가는
'종합 라이프스킬 플랫폼' 숨고에서 당신을 기다립니다.
[우리가 만들어낸 성과]
• 2025. 03 : 리브랜딩을 통해 종합 라이프스킬 플랫폼으로 도약
• 2024. 12 : 매출액 624억원 / 영업이익 137억원 달성
• 2024. 06 : 포브스 코리아, 대한민국 고속성장 스타트업 50 선정
• 2023. 12 : 누적 견적서 1억 건 돌파
• 2023. 03 : 누적 가입자 수 1,000만 돌파
• 2023. 02 : 손익분기점 달성
• 2022. 01 : 첫 TVC 런칭
• 2021. 11 : 스마트대한민국대상 수상
[포지션 정보]
• 소속 팀: Tech Team / DataOps Chapter Chapter
• 고용 형태: 정규직 (3개월 수습 기간)
• 근무 시간: 주 5일 (월~금), 탄력근무제 운영 (오전 8시 ~ 11시 자율 출근), 주 40시간 근무제 운영
[숨고 합류 여정]
• 제출 서류: 경력 중심의 이력서 (필수), 자기소개서, 포트폴리오 (선택)
• 채용 과정: 서류 전형 ＞ 과제 전형 ＞ 1차 인터뷰 ＞ 2차 인터뷰 ＞ 레퍼런스 체크 ＞ 처우 협의 ＞ 최종 합격
• 전형 과정에서 인터뷰 전형 이후 레퍼런스 체크가 진행될 수 있습니다 (총 경력 5년 이상 필수 진행)
• 숨고 및 지원자의 상황에 따라 전형 절차는 달라질 수 있습니다
• 클라우드 플랫폼: GCP, AWS
• 머신러닝 및 MLops: Vertex AI, Sagemaker, Scikit-learn, Tensorflow, Jupyterhub, MLflow, Kubeflow, VectorDB
• 데이터베이스 및 분석: SQL, BigQuery, MySQL, MongoDB
• 데이터 파이프라인 및 스트리밍: Airflow, Kafka, Strimzi
• 프로그래밍 언어: Python, Shell Script
• 컨테이너 및 오케스트레이션: Docker, Kubernetes, Helm
• 모니터링 및 시각화: Redash, Grafana, Prometheus
• CI/CD: ArgoCD, Github
• 버전 관리 및 협업 도구: Git, Bitbucket, Slack, Confluence, Jira, Datahub
[합류 직후 이런 일을 해요]
• 머신러닝 모델 서빙 및 운영 : 작업자와 긴밀히 협업하여 모델 배포 파이프라인을 구축·운영하며 안정적인 서비스 제공을 담당합니다.
• 모델 버전 관리 및 배포 전략을 수립하고 지속적인 테스트와 성능 검증을 통해 모델 품질을 유지·개선합니다
• MLOps 및 인프라 환경 구축 : Kubernetes 환경에서 머신러닝 서빙 인프라를 설계·구축하고 오케스트레이션 및 배포 자동화를 통해 고도화합니다
• 문제 해결 : 실시간 및 배치 데이터 처리 중 발생할 수 있는 오류를 신속히 파악하고 해결합니다
• 데이터 설계 및 환경 제공: 데이터 웨어하우스 및 데이터 마트를 구축하여 다양한 부서에서 필요로 하는 맞춤형 데이터를 제공합니다
• 모델 개발부터 학습, 배포, 서빙, 운영·모니터링까지의 라이프사이클 전반을 이해하고 있거나 실무 경험을 보유하신 분
• 머신러닝 플랫폼 기반의 모델 서빙 및 운영 경험을 보유하신 분
• 클라우드 환경(GCP or AWS) 및 컨테이너/클러스터 기술(Kubernetes 등)에 대한 이해와 실무 경험을 보유하신 분
• Airflow 및 Kafka 기반 데이터 처리 경험이 있으시거나 개념을 이해하고 있으신 분
모두의 더 나은 삶을 위해 숨고와 함께 변화를 만들어갈 동료를 찾습니다.
2015년부터 숨고는 재능과 기술을 지닌 전문가와
그들의 서비스를 필요로 하는 고객을 연결하고 있습니다.
이사, 청소, 인테리어, 취미 등 생활에서 필요한 1,000여가지 이상의 서비스를
전국 200만 고수와 함께 1,400만 고객에게 제공하고 있습니다.
고객은 원하는 서비스와 견적을 한 번에 비교할 수 있고
고수는 고객을 쉽고 편하게 만날 수 있습니다.
이제 숨고는 고객과 고수를 연결하는 것을 넘어,
정보 탐색부터 전문가 연결까지 모든 과정을 숨고 하나에서 해결할 수 있도록 나아가고 있습니다.
이러한 변화를 통해 고객은 여러 플랫폼을 오가며 정보를 찾고 비교하는 번거로움을 줄이고,
고수는 더 많은 고객을 빠르게 만날 수 있습니다.
고객에게는 더 나은 생활의 변화를, 고수에게는 더 나은 비즈니스 성장을 만들어가는
'종합 라이프스킬 플랫폼' 숨고에서 당신을 기다립니다.
[우리가 만들어낸 성과]
• 2025. 03 : 리브랜딩을 통해 종합 라이프스킬 플랫폼으로 도약
• 2024. 12 : 매출액 624억원 / 영업이익 137억원 달성
• 2024. 06 : 포브스 코리아, 대한민국 고속성장 스타트업 50 선정
• 2023. 12 : 누적 견적서 1억 건 돌파
• 2023. 03 : 누적 가입자 수 1,000만 돌파
• 2023. 02 : 손익분기점 달성
• 2022. 01 : 첫 TVC 런칭
• 2021. 11 : 스마트대한민국대상 수상
[포지션 정보]
• 소속 팀: Tech Team / DataOps Chapter Chapter
• 고용 형태: 정규직 (3개월 수습 기간)
• 근무 시간: 주 5일 (월~금), 탄력근무제 운영 (오전 8시 ~ 11시 자율 출근), 주 40시간 근무제 운영
[숨고 합류 여정]
• 제출 서류: 경력 중심의 이력서 (필수), 자기소개서, 포트폴리오 (선택)
• 채용 과정: 서류 전형 ＞ 과제 전형 ＞ 1차 인터뷰 ＞ 2차 인터뷰 ＞ 레퍼런스 체크 ＞ 처우 협의 ＞ 최종 합격
• 전형 과정에서 인터뷰 전형 이후 레퍼런스 체크가 진행될 수 있습니다 (총 경력 5년 이상 필수 진행)
• 숨고 및 지원자의 상황에 따라 전형 절차는 달라질 수 있습니다
주요업무
[기술 스택 & 사용 툴]• 클라우드 플랫폼: GCP, AWS
• 머신러닝 및 MLops: Vertex AI, Sagemaker, Scikit-learn, Tensorflow, Jupyterhub, MLflow, Kubeflow, VectorDB
• 데이터베이스 및 분석: SQL, BigQuery, MySQL, MongoDB
• 데이터 파이프라인 및 스트리밍: Airflow, Kafka, Strimzi
• 프로그래밍 언어: Python, Shell Script
• 컨테이너 및 오케스트레이션: Docker, Kubernetes, Helm
• 모니터링 및 시각화: Redash, Grafana, Prometheus
• CI/CD: ArgoCD, Github
• 버전 관리 및 협업 도구: Git, Bitbucket, Slack, Confluence, Jira, Datahub
[합류 직후 이런 일을 해요]
• 머신러닝 모델 서빙 및 운영 : 작업자와 긴밀히 협업하여 모델 배포 파이프라인을 구축·운영하며 안정적인 서비스 제공을 담당합니다.
• 모델 버전 관리 및 배포 전략을 수립하고 지속적인 테스트와 성능 검증을 통해 모델 품질을 유지·개선합니다
• MLOps 및 인프라 환경 구축 : Kubernetes 환경에서 머신러닝 서빙 인프라를 설계·구축하고 오케스트레이션 및 배포 자동화를 통해 고도화합니다
• 문제 해결 : 실시간 및 배치 데이터 처리 중 발생할 수 있는 오류를 신속히 파악하고 해결합니다
• 데이터 설계 및 환경 제공: 데이터 웨어하우스 및 데이터 마트를 구축하여 다양한 부서에서 필요로 하는 맞춤형 데이터를 제공합니다
자격요건
• 경력 7년 이상 또는 이에 준하는 역량을 갖추신 분• 모델 개발부터 학습, 배포, 서빙, 운영·모니터링까지의 라이프사이클 전반을 이해하고 있거나 실무 경험을 보유하신 분
• 머신러닝 플랫폼 기반의 모델 서빙 및 운영 경험을 보유하신 분
• 클라우드 환경(GCP or AWS) 및 컨테이너/클러스터 기술(Kubernetes 등)에 대한 이해와 실무 경험을 보유하신 분
• Airflow 및 Kafka 기반 데이터 처리 경험이 있으시거나 개념을 이해하고 있으신 분
