시니어 백엔드 소프트웨어 엔지니어, AI 플랫폼 — inDrive
inDrive 머신러닝 플랫폼을 위한 Go 및 Python 서비스를 구축하고 프로덕션 모델과 MLOps 도구를 지원합니다. 48개국 시스템에 서비스를 제공하는 관측 가능한 고부하 인프라 운영을 돕습니다.
설명
- 머신러닝 플랫폼을 위한 Go 및 Python 백엔드 서비스와 내부 도구를 구축하고 운영합니다.
- 프로덕션 서비스의 배포, 모니터링 및 온콜 지원을 담당합니다.
- 플랫폼 기능을 조사하고 설계하며 주요 기술적 트레이드오프를 기록합니다.
- 모델 서빙, 오토스케일링 및 데이터 수집을 위한 배포 도구와 SDK를 개발합니다.
- 동기 및 비동기 통신을 통해 머신러닝 서비스를 백엔드 시스템에 연결합니다.
- 데이터 과학자 및 ML 엔지니어와 협력하여 모델 및 파이프라인 CI/CD, 모니터링, 성능 지표를 다룹니다.
- 메트릭, 로그, 대시보드, 트레이싱, 알림 및 런북을 통해 종단 간 관측 가능성을 제공합니다.
- 검토를 거친 풀 리퀘스트를 사용해 Terraform과 Terragrunt로 인프라를 코드로 관리합니다.
- 코드 및 설계 리뷰에 참여하고 엔지니어를 멘토링하며, AI 생성 변경 사항도 다른 기여와 동일한 기준으로 평가합니다.
- 데이터 과학, ML, 소프트웨어 및 데이터 엔지니어링 팀과 협업합니다.
지원 자격
- 상용 백엔드 엔지니어링 경력 5년 이상이며 고부하 시스템 업무 경험이 있어야 합니다.
- 고급 기능을 포함한 Go 프로덕션 환경 경험이 풍부해야 합니다.
- 데이터 처리 및 서비스 개발을 위한 Python 숙련도가 필요합니다.
- 스키마 설계, 인덱싱, 쿼리 최적화, 복제 및 파티셔닝을 포함한 탄탄한 SQL 역량이 필요합니다.
- Redis 또는 이에 준하는 키-값 저장소 사용 경험이 필요합니다.
- 신뢰성에 중점을 둔 HTTP, gRPC, Kafka 또는 RabbitMQ 경험이 필요합니다.
- Docker 및 CI/CD 파이프라인 경험과 Kubernetes 실무 지식이 필요합니다.
- 컴퓨팅, 스토리지, 네트워킹, ID 및 액세스 관리에 관한 AWS 또는 Google Cloud 핵심 서비스 경험이 필요합니다.
- 데이터 준비, 모델 성능 지표, 비기능 요구사항 및 개념 드리프트를 포함한 머신러닝 수명 주기를 이해해야 합니다.
- scikit-learn, PyTorch 또는 TensorFlow에 익숙해야 합니다.
- 메트릭, 로깅, 대시보드, 트레이싱, 알림 및 런북을 포함하는 관측 가능성 시스템 설계 및 운영 경험이 필요합니다.
- Prometheus, Grafana, ELK 또는 유사 도구 사용 경험이 필요합니다.
- Git 워크플로, 코드 리뷰, Linux 명령줄 및 TCP/IP, DNS, VPC, 로드 밸런서 등의 네트워킹 기본 지식이 필요합니다.
- 데이터 과학자, 제품 책임자 및 온콜 엔지니어에게 기술적 트레이드오프를 명확히 설명할 수 있어야 합니다.
- 우대 경험: Databricks, SageMaker, Kubeflow, MLflow 또는 Airflow와 같은 MLOps 도구, GPU 또는 LLM 추론, AI 코딩 에이전트, 신흥 시장 또는 인프라 코드화 도구.
복리후생
- 글로벌 규모로 일하며 전 세계 차량군에 프로덕션 모델을 제공하고, 상당한 GPU 예산 및 LLM 워크로드를 다룹니다.
- 백엔드 엔지니어가 MLOps 분야로 성장할 기회가 있으며 플랫폼 측의 교육도 제공됩니다.
- 멘토링, 커리어 상담 및 학습 프로그램을 통해 전문 역량을 키울 수 있습니다.
- Global Talent Exchange Program에 참여해 국제 경험을 쌓을 수 있습니다.
- 전사 챌린지, 시상, 스포츠, 직원 주도 사회공헌 및 자원봉사 활동에 참여할 수 있습니다.
- 비용을 공동 부담하는 언어 강좌와 사내 회화 모임을 이용할 수 있습니다.
- 복리후생은 근무 지역에 따라 달라질 수 있습니다.