![버즈니(Buzzni)-[APLUS AI] 추천/쇼핑어시스턴트 백엔드 엔지니어(전문연가능)](https://image.wanted.co.kr/optimize?src=https%3A%2F%2Fstatic.wanted.co.kr%2Fimages%2Fcompany%2F97%2Fo1onm9lvbhs4kmoq__1080_790.png&w=700&q=100)
![버즈니(Buzzni)-[APLUS AI] 추천/쇼핑어시스턴트 백엔드 엔지니어(전문연가능)](https://image.wanted.co.kr/optimize?src=https%3A%2F%2Fstatic.wanted.co.kr%2Fimages%2Fcompany%2F97%2Fgionb7lfonzu5qfz__1080_790.jpg&w=700&q=100)
![버즈니(Buzzni)-[APLUS AI] 추천/쇼핑어시스턴트 백엔드 엔지니어(전문연가능)](https://image.wanted.co.kr/optimize?src=https%3A%2F%2Fstatic.wanted.co.kr%2Fimages%2Fcompany%2F97%2Fdhsyb8efu7oeoe4i__1080_790.jpg&w=700&q=100)
포지션 상세
에이플러스를 소개합니다.
에이플러스는 고객이 손쉽게 비즈니스에 AI 를 활용하여 혁신적인 비즈니스 성과를 창출하도록 돕고 있습니다. 이를 더 잘 할 수 있는 배경에는 18년전에 포스텍 연구실에서 창업한 이후, 홈쇼핑 통합 1위 서비스 “홈쇼핑모아”를 통해서 실제 비즈니스 성과를 창출하는 수많은 AI 기술들을 실전에 적용한 경험이 있습니다. 그 결과 에이플러스 출시 1년만에 10배 이상 고속 성장을 하면서 홈앤쇼핑, 삼성카드, 쇼핑엔티, 신세계라이브쇼핑, KT 알파쇼핑, CJ온스타일 등 엔터프라이즈 이커머스사 11개사에 24개 SaaS 구독 제품을 공급하며 고객들의 매출 향상, 비용 절감, 효율성 향상을 돕고 있습니다. 에이플러스 조직은 크게 디스커버리 AI, 커머스 AI 코어, 숏폼생성AI, AI회의록-Knoi 로 구성되어 있습니다.
디스커버리 AI
• 검색 : 수작업에 크게 의존하던 기존 검색 운영 방식을 AI 를 통해서 자동화를 하면서 효율성을 높이고, 동시에 매출을 획기적으로 증가 시킬 수 있는 강력한 이커머스 검색 랭킹을 보유하고 있습니다.
• 추천 : 생성형 AI 를 포함한 최신 AI 기술들을 이커머스 분야에 가장 효과적으로 적용하여 실질적인 추천 매출 향상을 이끌어 냅니다.
• 쇼핑 어시스턴트 : 상품을 더 빨리 이해하고, 더 쉽게 비교하고, 더 잘 결정하게 돕는 AI 쇼핑 어시스턴트
• 에이플러스 조직중 디스커버리 AI는 이커머스 고객들의 매출을 폭발적으로 증가 시켜주는 강력한 검색&추천 엔진과, 쇼핑 어시스턴트를 만들고 있습니다. 실제 도입한 고객사들은 40%~70%의 놀라운 매출 증가를 이루어 내면서, 고객들에게 감동을 주는 서비스를 만들어 나가고 있습니다.
[이런 성장 가능성을 가지고 있습니다.]
• 추천 전문 기업들과 경쟁하며 빠르게 성장하고, 업계 최고 수준의 추천 엔진과 AI 쇼핑 어시스턴트를 함께 만들어가는 경험
• 대형 이커머스 고객사들의 다양한 데이터를 기반으로 추천, 검색, 개인화, 상품 이해, 대화형 커머스 경험까지 연구·개발·운영할 수 있는 최적의 환경
• 오프라인 실험에 머무르지 않고, 실제 서비스에 적용해 구매전환·매출·탐색 경험 개선까지 직접 검증할 수 있는 기회
• 리서치부터 서빙, API, 운영 자동화, 품질 개선까지 폭넓게 경험하며 AI Product Engineer / Applied AI Engineer로 성장할 수 있는 환경
[이런 분과 함께 하고 싶습니다.]
• 기술과 데이터를 실제 서비스에 적용해 사용자와 비즈니스 문제를 해결하는 것에 보람을 느끼는 분
• 추천, 검색, LLM, 에이전트 등 다양한 접근을 열어두고 가장 현실적인 해법을 끝까지 찾아가는 분
• 정확한 문제 정의를 바탕으로, 실험과 지표를 통해 가설을 검증하고 개선해 나가는 분
• 빠른 러닝 커브와 새로운 기술 학습에 대한 개방성을 가진 분
• 빠른 개발 속도와 양질의 결과물을 함께 추구하시는 분
• 알고리즘 자체의 정교함보다도 서비스 안정성, 운영 가능성, 사용자 가치를 함께 고려하시는 분
• 모니터링 지표와 로그를 기반으로 원인을 빠르게 분석하고 해결하는 것을 즐기시는 분
• 리서치에 그치지 않고 배포, API 설계, 장애 대응, 운영 자동화까지 연결할 수 있는 하이브리드형 엔지니어를 지향하시는 분
• 백엔드 전반의 가이드라인과 협업 원칙을 이해하고 함께 만들어가실 분
• E-commerce에서 사용되는 추천 기술 전반 (Collaborative Filtering, User/Item Feature Extraction, Matrix Factorization, User Segmentation, Multi Armed Bandit, Graph Neural Network, Sequential Recommendation) 연구·개발
• 최신 추천 기술의 서비스 적용 가능성 분석 및 실제 서비스 반영
• AI 쇼핑 어시스턴트에 필요한 상품 이해, 사용자 의도 해석, 질의 응답, 요약/비교/추천 로직 설계 및 개선
• LLM, RAG, 검색/랭킹, 개인화 기술을 활용한 대화형 커머스 경험 설계 및 개발
• 모델/프롬프트/룰 기반 시스템을 포함한 다양한 방식의 품질 비교 및 고도화
• A/B 테스트와 오프라인/온라인 평가를 통한 성능 검증 및 지속적인 개선
• 실서비스 운영·서빙
• 추천 모델 및 쇼핑 어시스턴트 기능의 API 개발·배포·운영 안정화
• 장애 발생 시 로그 및 지표 기반 원인 분석 및 문제 해결
• 피처 추출·배치·실시간 데이터 파이프라인 운영 및 정합성 관리
• 모델 버전 관리 및 서빙 환경 고도화
• 실제 고객사 환경에 맞춘 추천 품질 및 어시스턴트 응답 품질 개선
• 운영 자동화, 품질 모니터링, 평가 체계 구축
• 상품/유저/컨텍스트 데이터를 활용한 개인화 로직 및 실시간 응답 시스템 개선
• 논문을 빠르고 정확하게 이해하고 구현할 수 있는 분
• API화 및 배포까지 할 정도로 Python 사용 능력이 능숙하신 분
• 로그 분석·모니터링·장애 대응 등 실제 서비스 운영 경험이 있는 분
• Docker, K8S 기반 서빙/배포 환경 사용 경험이 있는 분
에이플러스는 고객이 손쉽게 비즈니스에 AI 를 활용하여 혁신적인 비즈니스 성과를 창출하도록 돕고 있습니다. 이를 더 잘 할 수 있는 배경에는 18년전에 포스텍 연구실에서 창업한 이후, 홈쇼핑 통합 1위 서비스 “홈쇼핑모아”를 통해서 실제 비즈니스 성과를 창출하는 수많은 AI 기술들을 실전에 적용한 경험이 있습니다. 그 결과 에이플러스 출시 1년만에 10배 이상 고속 성장을 하면서 홈앤쇼핑, 삼성카드, 쇼핑엔티, 신세계라이브쇼핑, KT 알파쇼핑, CJ온스타일 등 엔터프라이즈 이커머스사 11개사에 24개 SaaS 구독 제품을 공급하며 고객들의 매출 향상, 비용 절감, 효율성 향상을 돕고 있습니다. 에이플러스 조직은 크게 디스커버리 AI, 커머스 AI 코어, 숏폼생성AI, AI회의록-Knoi 로 구성되어 있습니다.
디스커버리 AI
• 검색 : 수작업에 크게 의존하던 기존 검색 운영 방식을 AI 를 통해서 자동화를 하면서 효율성을 높이고, 동시에 매출을 획기적으로 증가 시킬 수 있는 강력한 이커머스 검색 랭킹을 보유하고 있습니다.
• 추천 : 생성형 AI 를 포함한 최신 AI 기술들을 이커머스 분야에 가장 효과적으로 적용하여 실질적인 추천 매출 향상을 이끌어 냅니다.
• 쇼핑 어시스턴트 : 상품을 더 빨리 이해하고, 더 쉽게 비교하고, 더 잘 결정하게 돕는 AI 쇼핑 어시스턴트
• 에이플러스 조직중 디스커버리 AI는 이커머스 고객들의 매출을 폭발적으로 증가 시켜주는 강력한 검색&추천 엔진과, 쇼핑 어시스턴트를 만들고 있습니다. 실제 도입한 고객사들은 40%~70%의 놀라운 매출 증가를 이루어 내면서, 고객들에게 감동을 주는 서비스를 만들어 나가고 있습니다.
[이런 성장 가능성을 가지고 있습니다.]
• 추천 전문 기업들과 경쟁하며 빠르게 성장하고, 업계 최고 수준의 추천 엔진과 AI 쇼핑 어시스턴트를 함께 만들어가는 경험
• 대형 이커머스 고객사들의 다양한 데이터를 기반으로 추천, 검색, 개인화, 상품 이해, 대화형 커머스 경험까지 연구·개발·운영할 수 있는 최적의 환경
• 오프라인 실험에 머무르지 않고, 실제 서비스에 적용해 구매전환·매출·탐색 경험 개선까지 직접 검증할 수 있는 기회
• 리서치부터 서빙, API, 운영 자동화, 품질 개선까지 폭넓게 경험하며 AI Product Engineer / Applied AI Engineer로 성장할 수 있는 환경
[이런 분과 함께 하고 싶습니다.]
• 기술과 데이터를 실제 서비스에 적용해 사용자와 비즈니스 문제를 해결하는 것에 보람을 느끼는 분
• 추천, 검색, LLM, 에이전트 등 다양한 접근을 열어두고 가장 현실적인 해법을 끝까지 찾아가는 분
• 정확한 문제 정의를 바탕으로, 실험과 지표를 통해 가설을 검증하고 개선해 나가는 분
• 빠른 러닝 커브와 새로운 기술 학습에 대한 개방성을 가진 분
• 빠른 개발 속도와 양질의 결과물을 함께 추구하시는 분
• 알고리즘 자체의 정교함보다도 서비스 안정성, 운영 가능성, 사용자 가치를 함께 고려하시는 분
• 모니터링 지표와 로그를 기반으로 원인을 빠르게 분석하고 해결하는 것을 즐기시는 분
• 리서치에 그치지 않고 배포, API 설계, 장애 대응, 운영 자동화까지 연결할 수 있는 하이브리드형 엔지니어를 지향하시는 분
• 백엔드 전반의 가이드라인과 협업 원칙을 이해하고 함께 만들어가실 분
주요업무
• 추천/쇼핑 어시스턴트 기술 연구·개발• E-commerce에서 사용되는 추천 기술 전반 (Collaborative Filtering, User/Item Feature Extraction, Matrix Factorization, User Segmentation, Multi Armed Bandit, Graph Neural Network, Sequential Recommendation) 연구·개발
• 최신 추천 기술의 서비스 적용 가능성 분석 및 실제 서비스 반영
• AI 쇼핑 어시스턴트에 필요한 상품 이해, 사용자 의도 해석, 질의 응답, 요약/비교/추천 로직 설계 및 개선
• LLM, RAG, 검색/랭킹, 개인화 기술을 활용한 대화형 커머스 경험 설계 및 개발
• 모델/프롬프트/룰 기반 시스템을 포함한 다양한 방식의 품질 비교 및 고도화
• A/B 테스트와 오프라인/온라인 평가를 통한 성능 검증 및 지속적인 개선
• 실서비스 운영·서빙
• 추천 모델 및 쇼핑 어시스턴트 기능의 API 개발·배포·운영 안정화
• 장애 발생 시 로그 및 지표 기반 원인 분석 및 문제 해결
• 피처 추출·배치·실시간 데이터 파이프라인 운영 및 정합성 관리
• 모델 버전 관리 및 서빙 환경 고도화
• 실제 고객사 환경에 맞춘 추천 품질 및 어시스턴트 응답 품질 개선
• 운영 자동화, 품질 모니터링, 평가 체계 구축
• 상품/유저/컨텍스트 데이터를 활용한 개인화 로직 및 실시간 응답 시스템 개선
자격요건
• 2년 이상의 추천 기술과 서비스 경험이 있는 분• 논문을 빠르고 정확하게 이해하고 구현할 수 있는 분
• API화 및 배포까지 할 정도로 Python 사용 능력이 능숙하신 분
• 로그 분석·모니터링·장애 대응 등 실제 서비스 운영 경험이 있는 분
• Docker, K8S 기반 서빙/배포 환경 사용 경험이 있는 분
