Summary

Gruve의 Lead AI Engineer는 기업용 AI 솔루션의 제안(Pre-sales)부터 실제 구축(Delivery)까지의 전 과정을 진두지휘하는 핵심 리더입니다.

기술적 깊이는 물론, 비즈니스 관점에서 고객의 문제를 정의하고 팀을 이끌어 솔루션을 성공적으로 안착시킬 수 있는 분을 모십니다. 컨설팅 및 SI 환경에서 고성능 엔지니어링 팀을 리드해 본 경험이 있는 분이라면 Gruve의 AI 전환(AX) 여정에 큰 힘이 될 것입니다.

주요 업무

• 팀 리딩 및 성장: AI/ML 엔지니어 팀을 구성하고, 개개인의 기술적 역량 강화와 성과 관리를 책임집니다.

• 기술 제안 및 설계: 세일즈 팀과 협력하여 고객사의 요구사항을 분석하고, 최적의 AI 아키텍처 제안 및 기술 데모를 주도합니다.

• 엔드 투 엔드(End-to-End) 딜리버리: 솔루션의 설계부터 실제 배포, 안정화까지 전체 프로젝트 생애 주기를 관리하며 품질과 확장성을 보장합니다.

• 기술 자문: 엔터프라이즈 고객의 신뢰받는 기술 파트너로서, 프로젝트 전 과정에서 전문적인 인사이트를 제공합니다.

• 엔지니어링 표준 수립: MLOps 도입, 시스템 아키텍처 고도화 등 팀 내 엔지니어링 모범 사례(Best Practice)를 정의하고 전파합니다.

자격 요건

• 5년 이상의 소프트웨어 엔지니어링 경력 (AI/ML 관련 프로젝트 경험 필수)

• 피플 매니징 경험: 팀 빌딩, 채용, 성과 관리 등 팀 리더로서의 실질적인 경험이 있으신 분

• 기술 제안(Pre-sales) 경험: 고객 대상 솔루션 제안 및 기술 프리젠테이션이 가능하신 분

• AI/ML 도메인 지식: NLP, LLM, 데이터 플랫폼 등 최신 AI 기술에 대한 깊은 이해도를 보유하신 분

• 영어 커뮤니케이션: 글로벌 팀 및 고객사와 원활한 비즈니스 소통(메일, 회의)이 가능하신 분

우대 사항 (Preferred Qualifications)

• IT 컨설팅, 전문 서비스(Professional Services), 또는 SI 환경에서의 근무 경험

• MLOps 구축, 클라우드 플랫폼(AWS/GCP/Azure), Kubernetes 기반 대규모 배포 경험

• 엔터프라이즈급 AI 전환(AX) 프로젝트 또는 대규모 AI 솔루션 도입 완수 경험

• 생성형 AI(GenAI) 및 LLM 기반 애플리케이션 아키텍처 설계 경험

• 글로벌 협업 환경 또는 다국적 팀 매니징 경험

• Lead and manage a team of AI/ML engineers, including hiring, coaching, and performance management
• Drive both pre-sales and delivery activities, including solution design, client presentations, and project execution
• Partner with sales and pre-sales teams to shape AI opportunities and develop technical proposals
• Own end-to-end delivery of AI/ML solutions, ensuring quality, scalability, and client satisfaction
• Act as a trusted technical advisor to enterprise clients throughout the engagement lifecycle
• Define and enforce best practices in AI engineering, MLOps, and system architecture
• Provide hands-on technical guidance when needed, especially in complex solutioning scenarios
• Manage project timelines, resources, risks, and stakeholder communication
• Collaborate with global teams to align on strategy and execution

• 5+ years of experience in software engineering, with strong exposure to AI/ML
• Proven experience as a people manager (team leadership, hiring, performance management)
• Demonstrated experience in both pre-sales and delivery roles
• Strong understanding of AI/ML technologies (e.g., NLP, LLMs, data platforms)
• Experience designing and delivering scalable, production-grade systems
• Excellent communication skills in English (verbal and written)
• Ability to operate effectively in client-facing, fast-paced environments

• Experience in professional services, consulting, or SI environments
• Hands-on experience with MLOps, cloud platforms (AWS, GCP, Azure), and Kubernetes
• Experience supporting enterprise-level AI transformations or large-scale deployments
• Familiarity with GenAI / LLM-based applications and architectures
• Experience working in global or cross-regional teams

English follows Korean.

회사 소개 

쿠팡은 고객 감동 실현을 위해 존재합니다. 고객들이 "쿠팡 없이 그동안 어떻게 살았을까?" 라고 말할 때, 비로소 우리의 미션을 실현하고 있음을 알 수 있습니다. 고객들의 쇼핑과 식사, 생활 전반을 편하게 만들겠다는 유일한 집념으로 쿠팡은 수억 달러 규모의 이커머스 산업 전반의 혁신을 이끌고 있습니다. 쿠팡은 가장 빠르게 성장하는 이커머스 기업 중 하나로, 국내 커머스 업계에서의 독보적인 입지와, 고객 신뢰를 구축했습니다.    

쿠팡은 스타트업 문화를 기반으로 한 글로벌 대형 상장사라고 자부합니다. 이것이 창립 당시의 기민함을 유지하며, 신규 서비스를 끊임없이 출시하며 비즈니스를 확장해 나가는 우리의 성장 동력입니다. 쿠팡의 모든 임직원에게는 기업가 정신을 갖추고 새로운 혁신과 이니셔티브를 추진할 수 있는 기회가 주어집니다. 주저 없이 일에 뛰어들어 성과를 이루고자 하는 과감성이, 바로 쿠팡이 일하는 방식의 본질입니다. 쿠팡에서는 여러분 자신, 동료, 팀 그리고 회사 전체가 매일 성장하는 모습을 목격할 것입니다.   

쿠팡의 모든 직원은 커머스의 미래를 만들겠다는 쿠팡의 미션에 진심입니다. 우리는 고객의 문제를 해결해 나가고, 전통적인 관념과 통념에 맞서며 실현 가능한 한계를 뛰어넘고 있습니다. 고가용성 (always-on) 과 최첨단의 앞선 기술 (high-tech), 초연결사회 (hyper-connected world) 에서의 놀라운 업무 경험을 원하신다면, 지금 바로 쿠팡에 합류하세요.  

직무 소개 

Catalog Engineering 팀은 쿠팡의 방대한 상품 카탈로그를 구조화하고 검증하며 고도화하는 핵심 AI/ML 플랫폼을 구축하는 조직입니다.

우리 팀이 만드는 시스템은 Search, Recommendation, Personalization, Ads 등 다양한 고객 경험을 뒷받침하는 카탈로그 품질의 근간이 됩니다.

대규모 머신러닝, 딥러닝, 데이터 처리, 지식 기반 시스템을 활용하여

쿠팡 카탈로그가 정확하고 일관되며 초대규모 환경에서도 안정적으로 운영될 수 있도록 합니다.

Catalog Engineering 팀은 고난도 ML 플랫폼 구축에 열정을 가진 스태프 레벨 엔지니어를 찾고 있습니다.

업무 내용 

스태프 머신러닝 엔지니어로서 여러분은 다음을 담당합니다:

• 상품 분류, 속성 추론, 상품 정규화, 중복/유사 상품 처리 등 카탈로그 품질 개선을 위한 엔드투엔드 ML 시스템 설계 및 구축
• 수십억 건의 상품/속성 데이터를 기반으로 대규모 예측/생성 모델 개발 및 최적화
• 데이터 전처리, 피처 엔지니어링, 학습, 평가, 배포, 모니터링까지 이어지는 ML 파이프라인 아키텍처 설계 및 운영
• 딥러닝, 표현 학습, 벡터 모델링, 유사도 검색 등 최신 ML 기법 적용
• Search, Recommendation, Product, Data, Platform 등 크로스 펑셔널 팀과 협업하여 ML 시스템을 핵심 워크플로우에 통합
• A/B 테스트 및 오프라인/온라인 실험 설계를 통한 모델 효과 검증
• 모델 품질, 모니터링, 운영 안정성을 위한 ML 엔지니어링 베스트 프랙티스 수립 및 전파
• 모델링·파이프라인·시스템 설계 전반에서 엔지니어 멘토링 및 기술 리더십 발휘
• 카탈로그 ML 시스템의 중장기 기술 로드맵 수립 및 공용 ML/AI 기반 개선 기여

자격 요건 

• 소프트웨어 엔지니어링 및/또는 머신러닝 엔지니어링 분야 총 10년 이상 경력
• 대규모 ML 시스템을 프로덕션 환경에서 4년 이상 직접 구축·운영한 경험
• ML/AI/딥러닝 아키텍처, 손실함수, 최적화, 통계 모델링에 대한 깊은 이해
• Python 능숙 + Scala/Java/PySpark 중 1개 이상 실무 경험
• PyTorch/TensorFlow 기반 모델링 경험
• SQL, Spark, Data Lake/Warehouse 등 대규모 데이터 처리 경험
• AWS/GCP/Azure 등 클라우드 기반 ML 시스템 운영 경험
• 여러 이해관계자와 함께 복잡한 기술 프로젝트를 리드한 경험
• 글로벌 환경에서 필요한 높은 수준의 커뮤니케이션 스킬

우대 사항 

• 관련 분야 석사 또는 박사 학위
• 이커머스/카탈로그/검색/데이터 품질 플랫폼 경험
• 임베딩·표현 학습·벡터/유사도 검색·대규모 클러스터링 경험
• MLflow/Kubeflow/SageMaker/W&B 등 MLOps 도구 경험
• 고성능/저지연 추론 시스템 설계 경험
• 조직 단위 기술 방향성에 영향력을 행사한 경험
• 시니어/스태프 엔지니어 멘토링 경험

==

About the Team

The Catalog Engineering team builds foundational AI and ML systems that structure, validate, and optimize Coupang’s ever-growing product catalog. Our work powers the accuracy, quality, and consistency of catalog data used across Search, Recommendation, Personalization, Ads, and downstream customer experiences.

We innovate in large-scale machine learning, deep learning, data processing, and knowledge-based systems to ensure that Coupang’s catalog remains comprehensive, reliable, and operational at massive scale. We are looking for Staff-level ML Engineers who are passionate about building high-impact, production-grade ML platforms at the core of e-commerce.

Role / Responsibilities

As a Staff Machine Learning Engineer in Catalog Engineering, you will:

• Architect and develop end-to-end ML systems that improve catalog quality, including product classification, attribute inference, normalization, disambiguation, and product grouping
• Build and optimize large-scale predictive and generative models that operate on billions of product records and attributes
• Design ML pipelines for feature computation, data preprocessing, model training, evaluation, deployment, and continuous monitoring
• Apply state-of-the-art methods in deep learning, representation learning, vector modeling, and similarity search to solve catalog-centric problems
• Partner with engineering, product, data, and platform teams to ensure catalog ML systems integrate effectively into mission-critical workflows
• Drive experimentation frameworks (A/B tests, offline/online validation) to measure and improve model impact
• Establish best practices for ML engineering, including model quality, monitoring, reliability, observability, and MLOps standards
• Provide technical leadership across the ML lifecycle and mentor engineers on system design, modeling approaches, and pipeline development
• Influence the long-term technical roadmap for Catalog Engineering by identifying opportunities for foundational improvements and reusable components

Basic Qualifications

• 10+ years of experience in software engineering and/or applied machine learning
• 4+ years of hands-on experience building production-grade, large-scale ML systems
• Deep expertise in ML/AI/deep learning, including model architecture, loss functions, optimization, and statistical modeling
• Strong programming skills in Python and at least one of: Scala, Java, or PySpark
• Experience with ML frameworks such as PyTorch or TensorFlow
• Significant experience with large-scale data processing (SQL, Spark, data lakes, data warehouses)
• Experience deploying and operating ML systems in cloud environments (AWS, GCP, or Azure)
• Strong track record of leading complex technical initiatives and working with cross-functional partners
• Excellent communication skills and ability to influence engineering and product stakeholders

Preferred Qualifications

• Master’s or PhD in Computer Science, Engineering, Statistics, Mathematics, or related fields
• Experience in e-commerce, catalog systems, product understanding, search, or data quality platforms
• Experience with embedding models, representation learning, vector similarity search, or large-scale clustering
• Knowledge of MLOps practices and tooling (MLflow, Kubeflow, SageMaker, Weights & Biases, CI/CD for ML)
• Experience designing high-throughput, low-latency inference systems
• Ability to influence technical direction beyond the immediate team and contribute to shared ML/AI foundations
• Experience mentoring senior engineers and driving architectural excellence

전형 절차 및 안내 사항 

• 전형 절차 
  • 서류전형 - 전화면접 - 대면(화상)면접 – 최종 합격
  • 전형절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다.
  • 전형 일정 및 결과는 지원서에 등록하신 이메일로 개별 안내 드립니다. 

• 참고 사항 
  • 본 공고는 모집 완료 시 조기 마감될 수 있습니다.
  • 지원서 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다.
  • 취업 보호 대상자(보훈대상자, 장애인 등)는 관련 법률에 따라 채용우대를 받을 수 있습니다.
  • 직급과 담당 업무 범위는 후보자의 전반적인 경력과 경험 등 제반사정을 고려하여 변경될 수 있습니다. 이러한 변경이 필요할 경우, 최종 합격 통지 전 적절한 시기에 후보자와 커뮤니케이션 될 예정입니다.
  • 채용 및 업무 수행과 관련하여 요구되는 법령상 자격이 갖추어지지 않은 경우 채용이 제한될 수 있습니다. 

개인정보 처리방침   

• 쿠팡 그룹은 입사지원자 개인정보 처리방침(아래 링크)에 따라 귀하의 개인정보를 수집하여 처리합니다. https://www.coupang.jobs/kr/privacy-policy   

서류 반환 정책   

1. 본 고지는 『채용절차의공정화에관한법률』 제11조제6항에 따른 것 입니다. 
2. 당사 채용에 응시한 구직자 중 최종 합격이 되지 못한 구직자는 『채용절차의 공정화에 관한 법률』에 따라 제출한 채용서류의 반환을 청구할 수 있음을 알려 드립니다. 다만, 홈페이지 또는 전자우편으로 제출된 경우나 구직자가 당사의 요구 없이 자발적으로 제출한 경우에는 그러하지 아니하며, 천재지변이나 그 밖에 당사에게 책임 없는 사유로 채용서류가 멸실된 경우에는 반환한 것으로 봅니다.
3. 위2항 본문에 따라 채용 서류 반환 청구를 하는 구직자는 채용 서류 반환 청구서 [채용절차의 공정화에 관한 법률 시행규칙 별지 제 3 호 서식]를 작성하여 이메일 (recruitingops@coupang.com) 로 제출하면, 제출이 확인된 날로부터 14 일 이내에 지정한 주소지로 등기우편을 통하여 발송해 드립니다. 이 경우 등기우편요금은 수신자 부담으로 하게 되오니 유념하시기 바랍니다.  
4. 당사는 위2항 본문에 따른 구직자의 반환 청구에 대비하여 채용 여부가 확정된 날로부터 180 일간 구직자가 제출한 채용서류 원본을 보관하게 되며, 그때까지 채용서류의 반환을 청구하지 아니할 경우에는 『개인정보 보호법』에 따라 지체 없이 채용서류 일체를 파기할 예정입니다.
5. 단, 위 1항 내지 4항의 내용은 대한민국의 노동 관계 법령이 적용되는 경우에만 적용됩니다. 그 이외의 경우에는 적용되지 않습니다.