포지션 상세
파트리지시스템즈는 AI 시대, 폭증하는 데이터를 '가볍고 빠르게' 처리하는 데이터옵스(DataOps) 및 에이아이옵스(AIOps) 플랫폼을 개발하여 데이터 인프라의 새로운 표준을 만들어갑니다. 자율주행, 스마트팩토리 등 물리적 세계에서 발생하는 거대한 데이터 병목 현상을 해결하기 위해, 국내 유일의 피지컬 AI 데이터옵스 플랫폼 데이터반(databahn)을 구축하고 있습니다. 독자적인 경량화 기술로 글로벌 리더들의 신뢰를 받는 파트너로 성장 중인 파트리지시스템즈에서, 글로벌 수준의 AI 인프라를 설계하고 운영할 백엔드 개발자를 모십니다.
[함께 성장하는 여정]
글로벌 최고 수준의 기업에서 경험을 쌓은 전문가들과 함께 '데이터를 통한 산업의 혁신'을 만들어갈 수 있습니다. 아직 누구도 해결하지 못한 거대한 데이터 문제를 직접 정의하고, 전 세계 산업의 기반이 될 인프라 기술을 함께 만들어나갈 동료를 기다립니다.
- 대용량 데이터를 처리하는 시스템 아키텍처를 함께 설계하고 지속적으로 최적화합니다.
- 이미지, 포인트클라우드, 이진수 시그널 등 다양한 형태의 데이터를 스트리밍하는 서비스를 개발합니다.
• AI 인프라 구축
- NVIDIA GPU 클러스터를 기반으로 Vision AI, VLM, LLM, VectorDB 등 최첨단 AI 기술을 지원하는 인프라 구축에 참여합니다.
• 코드 및 아키텍처 역량
- 유지보수 가능한 코드베이스 관리 및 레거시 코드 리팩토링 경험을 보유하신 분
- DDD(Domain-Driven Development) 기반 개발 경험이 있으신 분
- 모듈러 모놀리스, 분산형 서비스 아키텍처, MSA 등 다양한 아키텍처에 대한 이해가 있으신 분
• 데이터 및 인프라 경험:
- Polyglot Persistence: RDBMS(MySQL, PostgreSQL 등)와 NoSQL(MongoDB 등)의 사용 경험이 있으신 분
- 스토리지 엔진 및 인덱스에 대한 이해를 바탕으로 쿼리/성능을 개선해 본 경험이 있으신 분
- 클라우드 또는 온프레미스(On-premise) 환경에서의 개발, 배포, 운영 경험이 있으신 분
• 언어 유연성: Java 외에도 Go, Python, C++ 등의 언어에 관심을 갖고, 애플리케이션 특성에 맞는 기술 스택을 학습·활용할 수 있는 분
• AI 활용 역량
- Claude Code, Copilot 등 AI 코딩 에이전트를 실제 개발 워크플로우에 활용해 생산성을 높여 본 경험이 있으신 분
- LLM/AI 도구를 코드 작성, 리뷰, 문서화, 문제 해결 등에 능동적으로 적용하고, 그 결과를 비판적으로 검증할 수 있는 분
이렇게 일합니다 (AI-native 개발 문화)
우리는 AI 코딩 에이전트를 개발 하네스(harness) 위에서 적극 활용합니다. 단순히 AI를 "쓰는" 것을 넘어, 에이전트가 안전하고 일관되게 개발할 수 있도록 규칙·검증·회고 체계를 직접 설계하고 그 위에서 함께 개발합니다.
- 규칙의 코드화: DDD 레이어드 아키텍처, API·예외 처리·네이밍·트랜잭션·도메인 모델링 등 팀 컨벤션을 에이전트가 읽는. 규칙과 자동 가드로 관리
- 요구사항 검증 파이프라인: 자연어 요구사항(REQ)을 테스트 케이스(TC)와 통합 테스트(MockMvc·TestContainers)로 자동화하고, 커버리지 매트릭스로 증빙까지 이어지는 검증 루프 운영
- 정형화된 작업 흐름: 도메인 분석 구현 테스트 컨벤션 검증 회고(retrospect)로 이어지는 개발 파이프라인을. 스킬로 정의해 반복 가능하고 추적 가능한 개발 지향
AI 하네스 경험이 없어도 괜찮습니다. 도구에 열려 있고 더 나은 개발 방식을 함께 만들어갈 의지가 있는 분이면 충분합니다.
[함께 성장하는 여정]
글로벌 최고 수준의 기업에서 경험을 쌓은 전문가들과 함께 '데이터를 통한 산업의 혁신'을 만들어갈 수 있습니다. 아직 누구도 해결하지 못한 거대한 데이터 문제를 직접 정의하고, 전 세계 산업의 기반이 될 인프라 기술을 함께 만들어나갈 동료를 기다립니다.
주요업무
• 아키텍처 설계 및 최적화- 대용량 데이터를 처리하는 시스템 아키텍처를 함께 설계하고 지속적으로 최적화합니다.
- 이미지, 포인트클라우드, 이진수 시그널 등 다양한 형태의 데이터를 스트리밍하는 서비스를 개발합니다.
• AI 인프라 구축
- NVIDIA GPU 클러스터를 기반으로 Vision AI, VLM, LLM, VectorDB 등 최첨단 AI 기술을 지원하는 인프라 구축에 참여합니다.
자격요건
• 개발 경력: Java Spring Framework 기반 개발 경력 3년 이상이신 분• 코드 및 아키텍처 역량
- 유지보수 가능한 코드베이스 관리 및 레거시 코드 리팩토링 경험을 보유하신 분
- DDD(Domain-Driven Development) 기반 개발 경험이 있으신 분
- 모듈러 모놀리스, 분산형 서비스 아키텍처, MSA 등 다양한 아키텍처에 대한 이해가 있으신 분
• 데이터 및 인프라 경험:
- Polyglot Persistence: RDBMS(MySQL, PostgreSQL 등)와 NoSQL(MongoDB 등)의 사용 경험이 있으신 분
- 스토리지 엔진 및 인덱스에 대한 이해를 바탕으로 쿼리/성능을 개선해 본 경험이 있으신 분
- 클라우드 또는 온프레미스(On-premise) 환경에서의 개발, 배포, 운영 경험이 있으신 분
• 언어 유연성: Java 외에도 Go, Python, C++ 등의 언어에 관심을 갖고, 애플리케이션 특성에 맞는 기술 스택을 학습·활용할 수 있는 분
• AI 활용 역량
- Claude Code, Copilot 등 AI 코딩 에이전트를 실제 개발 워크플로우에 활용해 생산성을 높여 본 경험이 있으신 분
- LLM/AI 도구를 코드 작성, 리뷰, 문서화, 문제 해결 등에 능동적으로 적용하고, 그 결과를 비판적으로 검증할 수 있는 분
이렇게 일합니다 (AI-native 개발 문화)
우리는 AI 코딩 에이전트를 개발 하네스(harness) 위에서 적극 활용합니다. 단순히 AI를 "쓰는" 것을 넘어, 에이전트가 안전하고 일관되게 개발할 수 있도록 규칙·검증·회고 체계를 직접 설계하고 그 위에서 함께 개발합니다.
- 규칙의 코드화: DDD 레이어드 아키텍처, API·예외 처리·네이밍·트랜잭션·도메인 모델링 등 팀 컨벤션을 에이전트가 읽는. 규칙과 자동 가드로 관리
- 요구사항 검증 파이프라인: 자연어 요구사항(REQ)을 테스트 케이스(TC)와 통합 테스트(MockMvc·TestContainers)로 자동화하고, 커버리지 매트릭스로 증빙까지 이어지는 검증 루프 운영
- 정형화된 작업 흐름: 도메인 분석 구현 테스트 컨벤션 검증 회고(retrospect)로 이어지는 개발 파이프라인을. 스킬로 정의해 반복 가능하고 추적 가능한 개발 지향
AI 하네스 경험이 없어도 괜찮습니다. 도구에 열려 있고 더 나은 개발 방식을 함께 만들어갈 의지가 있는 분이면 충분합니다.
