Staff Machine Learning Engineer

대규모 추천 및 decisioning 시스템 설계·구현, Ads Manager/Business Assistant/Pinnacle/세일즈 생산성 워크플로우용 proactive guidance 제공, 통합 컨텍스트 레이어와 context agent를 위한 ML 기반 구축, 문제 정의·라벨/피드백 설계·피처 파이프라인·모델 개발·오프라인 평가·프로덕션 배포·실험·모니터링 전 과정 오너십, 추천 품질·신뢰·행동률·비즈니스 임팩트·실패 모드 측정 및 개선, retrieval/ranking/embeddings/personalization/multi-objective optimization/contextual decisioning/response modeling 적용, AI를 활용한 분석·프로토타이핑·문서화·실험 가속, 엔지니어 멘토링 및 ML 개발 품질/책임 있는 AI 사용 수준 제고.

필수: 7년 이상 대규모 ML 시스템을 프로덕션에서 구축·배포한 경험(ads ranking, recommendation, Agentic AI, search 등), 문제 정의부터 평가·실험까지 엔드투엔드 오너십, Python 또는 Java 등 현대적 언어와 대규모 데이터 시스템에 대한 소프트웨어 엔지니어링 역량, Computer Science/Mathematics 또는 관련 전공 학위 혹은 동등 경험, 추천 시스템 아키텍처(candidates generation, retrieval, ranking, re-ranking, embeddings, vector search, multi-task learning, calibration, contextual bandits, reinforcement learning 등) 깊은 이해, Staff급 기술 리더십과 크로스펑셔널 커뮤니케이션 능력, AI 코딩 어시스턴트(Cursor, Claude Code 등) 및 LLM 생산성 도구 활용 경험과 검증/보안/리뷰 관점의 판단력. 우대: 명시적 별도 우대사항은 없으나 광고 추천·검색·에이전트형 AI 경험이 강한 선호 신호로 보임.