*본 포지션은 2024 상반기 하이퍼커넥트 AI/ML 신입 공개채용에 해당하며, 자세한 내용은 홈페이지(링크)에서 확인해주세요. 1차면접을 진행한 분들에게는 면접비 10만원이 지원됩니다. (단, 1차면접비 10만원 지원 혜택은 본 페이지에서 지원하신 분에게만 적용됩니다.)

하이퍼커넥트 Machine Learning Software Engineer (MLSE)는 사람과 사람 사이를 연결하는 서비스에서, 소프트웨어 엔지니어링을 통해 머신러닝 기술을 서비스에 적용하고 사용자 경험을 혁신하는 일을 합니다. 사내 AI 조직에서 만든 영상/음성/문자/추천 등을 포함하여 다양한 도메인의 수많은 모델을 프로덕션에 적용하고, 모바일 및 클라우드 서버를 통해 안정적으로 제공하면서 마주하는 엔지니어링 문제들을 해결하며, 우리가 만들어 내는 기술이 실제 서비스의 성장에 기여하는 것을 목표로 합니다.

이러한 목표 아래 하이퍼커넥트의 ML Software Engineer는 아자르, 하쿠나 등 하이퍼커넥트의 여러 제품들에 기여하는 머신러닝 기술들을 수년간 발전시켜 나가고 있으며, 이렇게 축적된 기술들을 S&P 500 편입사인 매치그룹의 다양한 글로벌 비즈니스 서비스에도 손쉽게 활용하기 위한 기술을 개발하고 있습니다.

ML Software Engineer는 우리가 보유한 모든 AI 기술을 제품에 적용하여 비즈니스 임팩트를 낼 수 있도록 하며, 지속 가능한 시스템을 개발하여 AI 기술의 적용이 가속화 되도록 하는 것을 목표로 합니다. 이 목표를 달성하기 위해 (1) ML 모델 기반의 확장성 있는 백엔드 서버를 개발하며, (2) ML 모델 추론을 위한 실시간 데이터 파이프라인을 개발/운영하고, (3) A/B 테스팅을 통한 머신러닝 모델의 온라인 성능을 측정, 개선할 수 있도록 인사이트를 도출하며, (4) 다른 팀들과 협업하여 공통으로 관리할 수 있는 ML 컴포넌트를 플랫폼화하는 작업까지 수행합니다. 그 과정에서 다른 직군과도 밀접하게 협업하면서 KPI 달성에 도달하기 위해 필요로 하는 모든 과정(문제 정의, 가설 설정, 실험 설계, 분석 및 피드백)에 참여하며 주도적으로 업무를 진행하고 있습니다. 일하는 모습에 대한 조금 더 자세한 이야기는 다음의 내용을 참고하시면 좋습니다.

• ML Application Team 인터뷰

• Head of AI - Shurain 인터뷰

• 인터뷰x하커야 AI Lab ML Platform

• 인터뷰x하커야 AI Lab ML

ML Software Engineer들이 풀고 있는 재미있는 문제들은 Tech blog에 업로드 하고 있습니다.

• 고성능 ML 백엔드를 위한 10가지 Python 성능 최적화 팁

• 머신러닝 모델 서빙 비용 1/4로 줄이기

• 이벤트 기반의 라이브 스트리밍 추천 시스템 운용하기

• 머신러닝 어플리케이션을 위한 데이터 저장소 기술

탑티어 AI/ML 학회에 논문을 주기적으로 출판하는 Machine Learning Engineer 및 Machine Learning Research Scientist 들과 함께 일하고 있습니다. 하이퍼커넥트에서 출판한 논문은 여기서 확인해보실 수 있습니다.

수십 개 이상의 모델을 프로덕션에서 사용하고 있을 만큼, MLOps에 대한 노하우가 풍부한 조직에서 일할 수 있습니다.

• Deview 2023 - 실시간 추천 시스템을 위한 Feature Store 구현기

• Deview 2021 - 어떻게 더 많은 모델을 더 빠르게 배포할 것인가?

• 초고성능 딥러닝 클러스터 구축하기 1편

하이퍼커넥트는 제품에 머신러닝 기술을 적용하기 위해 다양한 방면으로 노력하고 있습니다. 하이퍼커넥트의 ML Software Engineer는 크게 다음과 같은 4가지 분야 중 한 가지 이상의 업무를 수행하게 됩니다.

하이퍼커넥트와 매치그룹에서 운영 중인 서비스들의 품질을 높이기 위한 다양한 머신러닝 기반의 백엔드 서비스 (FastAPI, Spring)를 개발합니다. 글로벌 스케일에서 실시간 동작이 가능하도록 성능 관점에서의 많은 고민과 함께 설계되고 있으며, 팀에서 운영 중인 마이크로서비스들은 전사 내에서도 가장 높은 수준의 트래픽을 처리하고 있습니다.

• 개인화 추천 시스템 및 검색 시스템 (Azar, Hakuna, 매치그룹 내의 서비스들)

• 지속적으로 모델을 개선하는 AI Flywheel 시스템 개발

• Trust & Safety를 위한 모더레이션 시스템 및 플랫폼 개발

• 영상, 음성 및 자연어 등의 비정형 데이터를 해석 가능한 형태로 변환해 주는 사내 API 서버

실시간 이벤트를 가공하여 모델 추론에 활용할 수 있게 하는 파이프라인(Apache Flink, KSQL)을 개발합니다. 피쳐를 빠르고 안정적으로 수집, 가공, 서빙하기 위한 시스템(ex. streaming application, feature store)을 고민하고 설계합니다. 때로는 파이프라인 개발 과정에서 모델 성능을 향상시키는 피쳐를 선제적으로 발굴하기도 합니다.

하이퍼커넥트와 매치그룹의 모바일 어플리케이션에 탑재되는 머신러닝 SDK를 개발하고 운영합니다. 하이퍼커넥트에서 개발하는 SDK는 전 세계 각지에서 사용되는 수많은 디바이스에서 동작할 수 있어야 하기에, 매우 높은 안정성을 목표로 하며 개발되고 있습니다. 더불어 최고 성능의 머신러닝 API를 제공하기 위해 지속적으로 업데이트될 수 있어야 하며, 이를 위해 Scalable 한 백엔드 플랫폼도 함께 개발하고 있습니다.

하이퍼커넥트는 제품에 기여하는 다양한 머신러닝 기술을 연구 및 개발하고 있습니다. 사내에서 개발된 새로운 머신러닝 모델의 비즈니스 임팩트를 측정하기 위해서는 Proof of Concept(PoC)가 필요한 경우가 많은데, MLSE는 PoC 프로덕트를 개발하는 역할을 하기도 합니다. PoC 프로덕트 개발을 통해 개발 사이클을 짧게 줄이고 더 많은 이터레이션을 돌게 함으로써, 모델 개선이 더 빠르게 이뤄지도록 합니다.