[카카오스타일을 소개해요] 카카오스타일은 모든 사람이 나만의 특별한 스타일을 가지고 있고, 내가 좋아하는 무언가를 발견했을 때의 즐거움이 나의 일상을 더욱 나답게 만든다고 믿어요. 내 마음을 읽은 듯한 개인화 추천으로 누구나 나만의 스타일을 쉽게 찾도록 도움으로써 다양한 스타일이 공존하는 세상을 만들고 싶어요. '지그재그'는 2015년 공식 출범 이후 패션부터 뷰티, 라이프까지 카테고리를 확장했어요. 이에 멈추지 않고 AI 기술을 기반으로 선호 쇼핑몰, 관심 상품, 구매 이력 등에 따른 개인 맞춤형 추천 상품 제공을 통해 유저들의 구매 여정을 유의미한 경험으로 만들어가고 있어요. 또한, 4050을 위한 패션 플랫폼인 '포스티'를 통해 더 다양한 연령층이 함께할 수 있는 국내 대표 스타일 커머스 기업으로 나아가고자 해요. [관련 기사] 1. “개인 맞춤 AI·비용 효율화 효과”…카카오스타일, 첫 연간 흑자 청신호 (

https://n.news.naver.com/mnews/article/030/0003276514?sid=101

) 2. 지그재그, 상위 100개 쇼핑몰 상품 구매자 수 49% 증가…신규·충성 고객 확보하며 성장가도 (

https://n.news.naver.com/mnews/article/009/0005379294?sid=103

) 3. 포스티, 누적 회원 수 100만 명 돌파…4050 온라인 쇼핑 필수 앱 등극 (

https://n.news.naver.com/mnews/article/009/0005394898?sid=101

) [우리 팀을 소개해요] 카카오스타일 데이터 사이언스팀은 유저에게 더 나은 쇼핑 경험을 제공하기 위해, 데이터와 알고리즘을 바탕으로 개인화된 추천을 설계하고 고도화하고 있어요. 유저의 취향과 맥락을 이해하고 수많은 상품 중에서 '지금 이 순간' 가장 어울리는 선택지를 제시하는 것이 우리의 목표예요. 즉, 지그재그를 비롯한 카카오스타일의 다양한 서비스에서 발생하는 방대한 행동 데이터를 분석하고, 이를 바탕으로 "유저에게 지금 가장 적합한 상품은 무엇일까?"라는 질문에 답을 찾아가요. 단순히 추천 모델을 개발하는 데 그치지 않고, 데이터 기반으로 문제를 정의하며 가설을 세우고 이를 검증해 서비스의 성과와 유저 만족도를 동시에 향상시키는 실질적인 개선에 집중하고 있어요. 또한, 추천 품질의 정량적 향상뿐 아니라 유저가 느끼는 탐색의 즐거움과 발견의 경험을 함께 설계하며 서비스 전반에 걸쳐 검색, 광고, 콘텐츠 추천 등 다양한 개인화 기술을 융합해 나가고 있어요. 데이터 사이언스팀은 이렇게 데이터로 문제를 정의하고 실험으로 증명하며, 기술로 경험을 바꾸는 과정을 통해 카카오스타일의 개인화 여정을 만들어가고 있어요. [우리 팀이 더 궁금하다면?] 🔎 "AI 추천 검색 더 정교하게"...카카오스타일, 맞춤형 쇼핑 메이트로 진화 >>

https://www.ajunews.com/view/20250527140214328

• 지그재그를 비롯한 카카오스타일 서비스 전반의 유저 행동 데이터를 수집·분석하고, 개인화된 상품 추천 모델을 설계 및 개발해요. • 대규모 데이터 환경에서 추천 파이프라인(수집 - 전처리 - 모델링 - 서빙)을 구축하고 효율적으로 운영해요. • 유저의 탐색 의도부터 상황, 맥락, 세션 흐름을 반영하기 위해 딥러닝 기반 Retrieval·Ranking·Reranking 모델과 그래프·시퀀스·LLM 기반의 추천 아키텍처를 설계하고 고도화해요. • 추천 품질 향상을 위해 오프라인 평가와 온라인 A/B 테스트를 병행하며, 데이터 기반으로 성능을 지속적으로 검증하고 고도화해요. • 추천 시스템의 실시간성을 높이기 위해 피드백 루프, 온라인 러닝, 피처 스토어 등을 설계하고 최적화해요. • 서비스 특성과 유저 경험을 함께 고려해 추천 결과의 다양성·공정성·신뢰성을 확보하는 기술적 방안을 탐구해요. • PO, 개발자, 디자이너 등 다양한 직군의 크루들과 협업하며 추천 모델이 실제 서비스 경험에 자연스럽게 녹아들 수 있도록 설계하고 개선해요.

• 추천 시스템, 개인화, 랭킹 모델 등 ML 기반 서비스 개발 경험이 3년 이상 혹은 이에 준하는 역량을 보유하신 분 • 실제 서비스 환경에서 머신러닝 모델을 설계하는 것부터 학습, 배포, 운영까지 전반적인 경험이 있으신 분 • Python 기반으로 데이터 분석 및 머신러닝 파이프라인을 구축해 본 경험이 있으신 분 • PyTorch, TensorFlow, Scikit-learn, LightGBM 등 주요 ML 프레임워크 사용에 익숙하신 분 • Airflow, Spark, Kafka, Redis, OpenSearch 등 데이터 처리 및 서빙 인프라를 활용한 경험이 있으신 분 • A/B 테스트 또는 오프라인 평가를 통해 모델 성능을 검증하고 지표를 개선해 본 경험이 있으신 분 • 모델의 성능뿐 아니라 유저 경험과 비즈니스 임팩트를 함께 고려하는 사고방식을 가지신 분 • 다양한 직군과 협업하며 함께 효과적으로 목표를 달성할 수 있는 분 • 데이터에 대한 호기심으로 문제를 깊이 탐구하며, 새로운 시도와 실패도 두려워하지 않고 주도적으로 실행할 수 있는 분

• 추천 시스템, 검색, 광고 등 개인화 도메인에서 문제를 정의하고 모델링을 주도해 본 경험이 있으신 분 • 유저 행동 로그 설계 및 피처 엔지니어링을 통해 추천 품질을 개선해 본 경험이 있으신 분 • 실시간 추천 시스템 또는 온라인 러닝 환경을 구축하거나 운영해 본 경험이 있으신 분 • 랭킹·탐색·하이브리드 추천 알고리즘 등 다양한 접근 방식을 실험하고 적용해 보신 분 • 대규모 데이터 환경에서 파이프라인 최적화 및 분산 학습 경험이 있으신 분 • 추천 품질, 다양성, 공정성, 신뢰성 등 정성적 품질 요소를 기술적으로 개선해 본 경험이 있으신 분 • 최신 논문이나 알고리즘을 프로덕션 환경에 직접 적용해보거나 이를 즐기는 탐구형 성향을 가지신 분

[서류는 이런 내용을 담아 제출해주시면 좋아요] • 카카오스타일의 지원 서류는 모두 자유 양식으로 예비 크루님이 여태까지 해오셨던 업무, 프로젝트 등 역량이 잘 드러날 수 있도록 작성해주세요. • 보유하고 계신 이력서 및 경력기술서는 반드시 PDF 파일로 첨부해주세요. 다른 파일 형식으로 제출해주시는 경우 내용 확인이 어려울 수 있어요. [합류 여정은 다음과 같아요] • 서류 전형 > 과제 > 1차 인터뷰 > 2차 인터뷰(대면) > 레퍼런스 체크 > 처우 협의 > 최종합격 및 입사 • 전형 과정 중 추가 인터뷰가 진행될 수 있어요.

[지원하시기 전 확인해주세요!] • 해당 공고는 상시 채용으로, 채용 완료 시 조기 마감될 수 있어요. • 카카오스타일은 여러 공고에 중복지원이 불가해요. • 동일 공고에 대한 재지원은 불합격 결과를 받은 뒤 최소 6개월 이후 가능해요. 단, 다른 공고로의 재지원은 가능해요. • 이력서에 연봉 정보 등 민감한 개인 정보가 포함되지 않도록 확인해주세요. • 이력서 및 제출 서류에 허위 사실이 확인된 경우, 합격 및 채용 취소가 될 수 있어요. • 입사 후 경력직은 3개월, 신입은 6개월의 수습기간이 있어요.