[회사 소개] Agentic AI의 확산으로 AI 인프라의 패러다임이 근본적으로 변화하고 있습니다. 수많은 에이전트가 동시에 구동되는 환경에서 기존 데이터센터 구조는 성능과 효율의 한계에 직면해 있습니다. 망고부스트는 이러한 변화에 선제적으로 대응하며, AI 데이터센터의 전 계층을 혁신하는 'Full-Stack AI infra solution'을 제시합니다. 우리는 AI 추론 성능 최적화 엔진인 LLMBoost 소프트웨어와, 독자 설계한 DPU 바탕으로 구동되는 GPU 및 스토리지 시스템을 비롯해 이를 유기적으로 통합하고 제어하는 오케스트레이션 소프트웨어까지 AI 인프라의 모든 계층을 직접 설계하고 개발합니다. 단순히 개별 제품을 만드는 것을 넘어, 시스템 전반의 복잡한 병목 현상을 해결하고 비효율을 근본적으로 제거하는 데 집중합니다. 망고부스트의 기술은 데이터 이동 및 코디네이션 비용을 최소화하고 시스템 자원 활용도를 극대화하여, 고객에게 압도적인 성능과 최적의 TCO를 제공합니다. 현재 우리의 솔루션은 글로벌 파트너사의 실제 AI 인프라에 적용되어 그 가치를 증명하고 있으며, 망고부스트는 이를 통해 글로벌 AI 데이터센터의 새로운 표준을 정립해 나가고 있습니다. [포지션 소개] MangoBoost는 차세대 하이퍼스케일 AI 데이터센터를 구동하는 풀스택 AI 인프라를 만듭니다 — AI 네트워킹, 차세대 GPU 시스템, 고성능 스토리지, 그리고 이를 아우르는 풀스택 소프트웨어 생태계까지입니다. 우리 팀은 AI 워크로드에 특화된 고성능 스토리지 어플라이언스를 개발하고 있습니다. Kubernetes 위에서 오케스트레이션되는 오픈소스 기반 분산 스토리지 백엔드로 데이터센터 수준의 IO 성능을 목표로 합니다.(SPDK·NVMe-oF 데이터 패스, Kubernetes Operator 오케스트레이션, REST API/CLI 컨트롤 플레인, React 대시보드, DAOS·Kuzu·Qdrant 통합) Software Validation Engineer로서 본 플랫폼의 성능·품질·안정성을 책임지게 됩니다. 어플라이언스가 데이터센터 수준의 성능 목표와 견고한 신뢰성을 만족함을 증명하는 자동화 프레임워크를 설계하고 벤치마크 파이프라인, 스트레스/장애 주입 하네스, 멀티노드 테스트 클러스터를 구축하며 개발팀과 직접 협업해 깊은 시스템 이슈를 근본 원인까지 추적합니다. junior부터 senior까지 모두 지원 가능합니다. 스택은 주로 Go와 C/C++이지만, 우리는 AI 보조 개발을 핵심 워크플로우로 활용합니다. 최신 AI 코딩 에이전트의 도움을 받아 정확하고 효과적인 검증 도구를 만들 수 있다면 이전에 어떤 언어를 다뤘는지는 장벽이 되지 않습니다. 시스템에 대한 본질적 이해와 엄밀한 방법론이 중요합니다.

• 멀티노드 스토리지 클러스터 전반에 걸친 자동화 검증·성능 평가 파이프라인 설계·구현·운영 • 처리량, 지연, 부하·장애 상황에서의 동작을 특성화하기 위한 벤치마크·스트레스·장애 주입(fault-injection) 프레임워크 구축 • 데이터 패스·오케스트레이션·컨트롤 플레인 전반의 복잡한 결함 재현·격리·근본 원인 분석 및 개발팀과의 직접 협업 • 업계 표준 스토리지 벤치마크 정의·수행 및 선도 제품 대비 경쟁 분석 주도 • 명확하고 결과 중심적인 시나리오를 통한 신뢰성·고가용성(노드/디스크/네트워크 장애 및 복구) 검증 방법론, 결과, 회귀(regression) 사항의 영어 문서화

• CS, EE, CE 또는 관련 분야 학사/석사/박사, 또는 동등한 실무 경험(junior~senior 모두 지원 가능) • 스토리지 및/또는 네트워크 시스템 개념에 대한 탄탄한 이해와 관련 시스템 프로젝트 경험 • 실제 베어메탈 시스템에서의 성능 벤치마킹, 병목 분석, 소프트웨어 기반 근본 원인 디버깅 경험 • 테스트 자동화/검증 도구 개발 경험 및 스크립팅 역량(Python, Bash 등) • Linux 시스템 기본기에 대한 이해 • 영어로 기술 문서를 작성하고 기본적인 커뮤니케이션이 가능한 역량

• 스토리지/IO 벤치마크 실무 경험: IO500, fio, SPECstorage, MLPerf Storage • 분산/병렬 스토리지(Ceph, Lustre, DAOS) 및 고속 패브릭(NVMe-oF, RDMA/RoCE, InfiniBand) 경험 • Kubernetes 기반 CI/CD 및 테스트 오케스트레이션 경험 • 장애 주입/카오스 엔지니어링/HA·failover 검증 경험 • LLM inference 시스템(vLLM, LMCache, Mooncake) 또는 AI 스토리지 워크로드 경험 • SPDK 등 커널 바이패스 스토리지 스택에 대한 이해

서류 전형 -＞1차 인터뷰(실무진) -＞ 코딩 테스트 -＞ 2차 인터뷰(C-level) -＞ 처우 협의 -＞ 최종 합격

• 업계 최고 수준의 처우 협의 • 점심/저녁 식대 연봉 외 별도 제공(15,000원) • 연간 복지 포인트 • 종합병원에서 높은 수준의 건강검진 매년 제공(+1일 공가) • 업무상 도서구매 지원, 컨퍼런스 지원 등 성장의 기회 • 생일 반차 • 경조사 지원 • 사내 추천 포상 제도 • Mango Day 등 다양한 사내 이벤트 • 커피 및 스낵바 무제한 제공 [채용서류 반환에 관한 고지] 1. 이 고지는 「채용절차의 공정화에 관한 법률」 제 11조 제 6항에 따른 것으로, 최종 합격자를 제외한 구직자를 대상으로 기 제출한 채용서류를 반환받을 수 있습니다. 2. 당사 채용에 응시한 구직자 중 최종합격이 되지 못한 구직자는 채용여부 확정일 이후 180일 이내에 제출한 채용서류의 반환을 청구할 수 있음을 알려드립니다. 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. 채용서류 반환 청구를 하려는 구직자는 채용서류 반환청구서[채용절차의 공정화에 관한 법률 시행규칙 별지 제3호 서식]를 작성하여 이메일로 제출하면, 제출이 확인된 날로부터 14일 이내에 지정한 주소지로 등기우편을 통하여 발송해 드립니다. 이 경우 등기우편요금은 수신자 부담으로 하게 되오니 유념하시기 바랍니다. 4. 당사는 구직자의 반환 청구에 대비하여 채용여부 확정일 이후 180일 간 채용서류를 보관하게 되며, 그때까지 채용서류의 반환을 청구하지 아니할 경우에는 「개인정보 보호법」에 따라 지체 없이 채용서류 일체를 파기할 예정입니다.