포지션 상세
[About PulseAd]
리테일 미디어는 광고 산업의 차세대 빅 웨이브입니다. 그리고 AI는 마케터의 일하는 방식을 완전히 새롭게 바꾸고 있습니다.
PulseAd는 이 두 가지 변화를 하나로 연결합니다. 우리는 브랜드가 Amazon, Walmart, TikTok 등 글로벌 커머스 플랫폼에서 끊김 없이 광고할 수 있도록 돕고, AI 네이티브 플랫폼을 통해 마케터가 캠페인을 기획·운영·최적화하는 방식을 혁신합니다.
우리는 AI가 마케터를 대체하는 것이 아니라, 아이언맨 슈트처럼 마케터의 잠재력을 극대화한다고 믿습니다.
창업팀은 B2B와 이커머스 분야에서 18년 이상 경험을 쌓았으며, 스타트업을 제로에서 시작해 대규모 글로벌 엑시트까지 성공적으로 이끈 이력이 있습니다. 이제 우리는 미국을 거점으로 차세대 글로벌 AdTech 리더를 만들어가고 있습니다.
• 우리는 브랜드별 AI 에이전트 팀이 광고를 운영하고, 사람은 에이전트를 더 똑똑하게 만드는 구조를 구현해나가고 있습니다.
• 이 비전에서 사람과 에이전트 간의 관계를 발전시키는 역할입니다.
• 에이전트가 따르는 행동 규칙(스킬, 플레이북, 안전 제약)을 설계하고 개선합니다
• 에이전트 실행 이력을 검토하여 판단 오류를 발견하고, 재발 방지를 위한 규칙과 실패 기록을 업데이트합니다
• 운영 중 축적되는 인사이트, 의사결정 근거, 도메인 지식을 에이전트가 참조할 수 있는 구조화된 형태로 관리합니다
• 새로운 워크플로우가 필요할 때 스킬을 설계하고, 이를 지원하는 CLI 도구를 구현합니다
• 에이전트가 사용하는 데이터 파이프라인(Aurora DB, Snowflake)의 정합성을 검증하고 유지합니다
• Claude Code 또는 OpenAI Codex 사용 경험
지원 시 어떤 도구를 사용했고, 어떤 작업에 활용했는지 이력서에 구체적으로 기술해 주세요
• 체계적 지식 정리 능력 — 운영 중 발생하는 인사이트, 실패 사례, 의사결정 근거를 플레이북·온톨로지 형태로 구조화할 수 있는 능력. 에이전트가 참조할 수 있는 수준의 명확한 규칙과 정의를 작성할 수 있어야 합니다.
• SQL 기본기 — SELECT, JOIN, GROUP BY, 윈도우 함수 수준. 에이전트가 조회한 데이터의 정합성을 직접 검증하고, 쿼리 로직의 오류를 발견할 수 있어야 합니다.
• JavaScript 또는 Python — 에이전트 도구 스크립트를 작성하고 유지보수한 경험. 둘 중 하나면 충분하며, 나머지는 에이전트와 함께 배울 수 있습니다.
• Git 사용 경험 — 에이전트 운영 파일의 변경 이력을 추적하고 관리하는 데 필요한 기본 버전 관리.
• 분석적 사고력 — 데이터를 그대로 받아들이지 않고, 소샘플 편향·기준 오류·외부 변수 누락 등을 스스로 의심하고 검증하는 성향.
리테일 미디어는 광고 산업의 차세대 빅 웨이브입니다. 그리고 AI는 마케터의 일하는 방식을 완전히 새롭게 바꾸고 있습니다.
PulseAd는 이 두 가지 변화를 하나로 연결합니다. 우리는 브랜드가 Amazon, Walmart, TikTok 등 글로벌 커머스 플랫폼에서 끊김 없이 광고할 수 있도록 돕고, AI 네이티브 플랫폼을 통해 마케터가 캠페인을 기획·운영·최적화하는 방식을 혁신합니다.
우리는 AI가 마케터를 대체하는 것이 아니라, 아이언맨 슈트처럼 마케터의 잠재력을 극대화한다고 믿습니다.
창업팀은 B2B와 이커머스 분야에서 18년 이상 경험을 쌓았으며, 스타트업을 제로에서 시작해 대규모 글로벌 엑시트까지 성공적으로 이끈 이력이 있습니다. 이제 우리는 미국을 거점으로 차세대 글로벌 AdTech 리더를 만들어가고 있습니다.
주요업무
• 에이전트 시스템을 유지보수하고 고도화합니다.• 우리는 브랜드별 AI 에이전트 팀이 광고를 운영하고, 사람은 에이전트를 더 똑똑하게 만드는 구조를 구현해나가고 있습니다.
• 이 비전에서 사람과 에이전트 간의 관계를 발전시키는 역할입니다.
• 에이전트가 따르는 행동 규칙(스킬, 플레이북, 안전 제약)을 설계하고 개선합니다
• 에이전트 실행 이력을 검토하여 판단 오류를 발견하고, 재발 방지를 위한 규칙과 실패 기록을 업데이트합니다
• 운영 중 축적되는 인사이트, 의사결정 근거, 도메인 지식을 에이전트가 참조할 수 있는 구조화된 형태로 관리합니다
• 새로운 워크플로우가 필요할 때 스킬을 설계하고, 이를 지원하는 CLI 도구를 구현합니다
• 에이전트가 사용하는 데이터 파이프라인(Aurora DB, Snowflake)의 정합성을 검증하고 유지합니다
자격요건
• AI 에이전트 하네스 설계 — LLM 기반 에이전트의 행동 규칙, 워크플로우, 안전 제약을 설계하고 개선할 수 있는 능력. 에이전트에게 정확한 지시를 내리고, 출력물의 오류를 식별하여 판단 로직을 구조적으로 개선할 수 있어야 합니다.• Claude Code 또는 OpenAI Codex 사용 경험
지원 시 어떤 도구를 사용했고, 어떤 작업에 활용했는지 이력서에 구체적으로 기술해 주세요
• 체계적 지식 정리 능력 — 운영 중 발생하는 인사이트, 실패 사례, 의사결정 근거를 플레이북·온톨로지 형태로 구조화할 수 있는 능력. 에이전트가 참조할 수 있는 수준의 명확한 규칙과 정의를 작성할 수 있어야 합니다.
• SQL 기본기 — SELECT, JOIN, GROUP BY, 윈도우 함수 수준. 에이전트가 조회한 데이터의 정합성을 직접 검증하고, 쿼리 로직의 오류를 발견할 수 있어야 합니다.
• JavaScript 또는 Python — 에이전트 도구 스크립트를 작성하고 유지보수한 경험. 둘 중 하나면 충분하며, 나머지는 에이전트와 함께 배울 수 있습니다.
• Git 사용 경험 — 에이전트 운영 파일의 변경 이력을 추적하고 관리하는 데 필요한 기본 버전 관리.
• 분석적 사고력 — 데이터를 그대로 받아들이지 않고, 소샘플 편향·기준 오류·외부 변수 누락 등을 스스로 의심하고 검증하는 성향.
