[쿠팡] Senior Staff, Machine Learning Engineer (Coupang Eats Search) 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• Customer and Business Outcomes: 쿠팡이츠 검색 화면 전반에서 브랜드, 매장, 메뉴(dish), 상품 retrieval을 개선하고 전환을 높이는 ML 전략, 지표, 실행을 맡습니다. 결과 지표와 목표를 정하고 엄격한 실험과 진단으로 개선을 이어 가되 핵심 guardrail 지표와 고객 경험을 지킵니다.

  이렇게 볼 수 있어요

  모델 성능보다 검색 성공과 전환이라는 결과를 책임지는 자리입니다. 맡았던 검색 개선이 전환이나 검색 성공률을 얼마나 바꿨고 그때 어떤 지표가 나빠지지 않게 지켰는지 설명할 수 있어야 합니다.

• Query and Product Understanding: 검색어 의도와 엔티티 이해, 메뉴·매장 표현, 오타 허용(typo tolerance), 동의어 확장(synonym expansion), query rewriting을 개선합니다.

  이렇게 볼 수 있어요

  검색어를 해석하는 단계에서 다룰 기법이 구체적으로 적혀 있습니다. 오타 처리나 동의어 확장을 실제 서비스에 넣어 본 경험이 있다면 어떤 검색어가 얼마나 더 찾아졌는지 숫자로 정리하세요.

• Retrieval: lexical, semantic, hybrid retrieval을 발전시키고 indexing, feature pipeline, model life cycle을 포함해 확장 가능하고 지연 시간이 짧은(low-latency) retrieval 전략을 설계합니다.

  이렇게 볼 수 있어요

  모델만이 아니라 색인과 피처 파이프라인까지 업무 범위입니다. hybrid retrieval을 운영 환경에 넣어 본 경험이 있다면 지연 시간 목표를 어떻게 지켰는지가 이 업무에서 가장 구체적인 근거입니다.

• Relevance Measurement and Experimentation: offline evaluation, human judgments, online experiments, guardrail metrics, 그리고 tail query와 cold-start, 고객 세그먼트별 진단으로 엄격한 품질 체계(quality framework)를 세웁니다.

  이렇게 볼 수 있어요

  평가 체계를 만드는 일이 업무 한 항목을 차지합니다. 사람 평가와 온라인 실험 결과가 어긋날 때 어떻게 판단했는지 사례가 있다면 면접에서 쓸 수 있습니다.

• ML and LLM Innovation: 최신 머신러닝, embeddings, LLMs를 query·menu understanding, candidate generation, labeling, evaluation, defect analysis에 적용하면서 고객에게 분명한 효과를 내고 비용 관리(cost discipline)도 챙깁니다.

  이렇게 볼 수 있어요

  LLM 활용과 비용 관리가 같은 항목에 들어 있습니다. LLM을 라벨링이나 평가에 써 본 경험이라면 얻은 효과는 이 항목의 절반이고, 들인 비용이 나머지 절반입니다.

• Multi-Market and Localization: 재사용 가능한 역량을 만들면서 언어 이해, 요리 분류 체계(cuisine taxonomies), 고객 선호, 마켓플레이스 신호를 시장마다 맞춥니다.

  이렇게 볼 수 있어요

  한 시장만이 아니라 여러 시장을 염두에 둔 업무입니다. 다른 언어나 국가로 검색 모델을 옮겨 본 경험은 우대 사항에도 있고 이 업무에도 쓰입니다.

• Organization Leadership: 머신러닝 엔지니어와 인프라 엔지니어를 코칭하고 데이터 분석가와 함께 쿠팡이츠 검색 경험을 만듭니다.

  이렇게 볼 수 있어요

  코칭 대상이 ML 엔지니어와 인프라 엔지니어 양쪽입니다. 이끈 인원과 직군 구성을 이력서에 밝혀 두면 리더 역할의 규모가 드러납니다.

2자격 요건

• search, information retrieval, NLP 분야 경력이 10년 이상 필요합니다(원문 '10+ years in search, information retrieval, NLP').

  이렇게 볼 수 있어요

  검색과 NLP 계열 업무의 기간을 셉니다. 경력마다 이 분야 업무였던 기간을 표시해 두어야 10년을 어느 분야 경력으로 채웠는지 알 수 있습니다.

• product understanding, retrieval, relevance, 최신 LLM 기법에 대한 깊은 전문성이 필요합니다.

  이렇게 볼 수 있어요

  업무의 Query and Product Understanding, Retrieval, ML and LLM Innovation이 자격 요건에도 다시 나옵니다. 각 영역에서 직접 만든 시스템을 하나씩 들 수 있는지가 면접 준비의 출발점입니다.

• 측정 가능한 고객·비즈니스 효과를 낸 대규모 소비자 검색(consumer Search) 시스템을 실제로 내놓은 실적이 필요합니다(Proven delivery).

  이렇게 볼 수 있어요

  사내 도구가 아니라 소비자가 쓰는 검색을 요구합니다. 출시한 검색 시스템의 사용 규모와 효과 지표를 함께 적어야 소비자 검색을 실제로 내놓은 실적이 됩니다.

• 분산된 대규모 저지연(low-latency) 시스템에서 relevance를 보장하는 retrieval 방법을 설계한 경험이 필요합니다.

  이렇게 볼 수 있어요

  정확도와 속도를 동시에 맞춰야 하는 설계입니다. 지연 시간 예산 안에서 후보 수나 모델 구조를 어떻게 조정했는지가 면접 질문으로 이어질 수 있습니다.

• Computer Science 또는 관련 기술 분야 석사 또는 박사 학위가 필요합니다.

  이렇게 볼 수 있어요

  학사 학위로는 이 요건을 채울 수 없고, 경력으로 대신할 수 있다는 문구도 없습니다. 학위 논문이 검색이나 NLP와 관련 있다면 학력란의 논문 주제가 이 분야와의 연결을 보여 줍니다.

3우대 사항

• 음식 배달, 로컬 커머스, 이커머스, 광고 경험을 우대합니다.

  이렇게 볼 수 있어요

  음식 배달, 로컬 커머스, 이커머스, 광고 가운데 다뤄 본 분야가 있다면 그 분야의 검색이나 랭킹 경험을 경력 설명에 자세히 적어 두세요.

• 위치, 영업 여부(availability), 배달 시간, 가격, 프로모션 신호를 반영해 장소와 시간에 따라 바뀌는 랭킹(hyperlocal, time-sensitive ranking) 경험을 우대합니다.

  이렇게 볼 수 있어요

  직무 소개도 배달 검색이 위치와 시간에 따라 수시로 바뀐다(dynamic, hyperlocal, time-sensitive)고 설명합니다. 위치나 시간대에 따라 결과가 바뀌는 랭킹을 만들어 본 경험이 이 우대 사항과 가장 가깝습니다.

• 여러 시장에 걸친 다국어 또는 현지화 검색 경험(Multilingual or localized Search)을 우대합니다.

  이렇게 볼 수 있어요

  업무의 Multi-Market and Localization과 이어집니다. 우대 사항이 여러 시장(across markets)과 다국어(Multilingual)를 함께 적었으므로 맡았던 시장 수와 언어 수가 그 경험의 범위입니다.

• 측정 가능한 효과를 낸 embeddings, transformers, LLMs 실무 경험을 우대합니다.

  이렇게 볼 수 있어요

  써 본 것만이 아니라 효과가 측정된 경험을 봅니다. 모델을 바꾼 전후의 지표 차이를 숫자로 적어야 써 본 경험과 효과를 낸 경험이 구별됩니다.

• 검색, NLP, 이커머스, 광고 분야 논문(Publications)을 우대합니다.

  이렇게 볼 수 있어요

  논문은 우대 사항입니다. 발표한 학회와 연도를 이력서에 적습니다.

4기타 사항

• 게시일 : 2026년 8월 21일
• 고용형태 : 해당 내용은 원본 공고에서 확인되지 않습니다.
• 근무지 : 서울
• 경력 조건 : 경력 10년 이상
• 학력 조건 : Computer Science 또는 관련 기술 분야 석사 또는 박사

전형과 지원

쿠팡 채용 안내 페이지는 전형을 서류 전형, 리크루터 스크리닝 콜, 직무 적합성 인터뷰와 핵심 역량 인터뷰, 처우 협의와 최종 오퍼 순으로 안내합니다. 지원자의 직무 역량과 조직 문화가 맞는지를 모든 전형 단계에서 확인한다고 적었으므로 어느 단계에서든 리더십 원칙에 맞춘 사례를 꺼낼 수 있어야 합니다.

지원 전 준비할 것

1. 1

   검색 개선 사례를 지표로 정리하기

   맡았던 검색 개선 하나를 골라 검색어 이해, retrieval, relevance 가운데 어느 단계를 바꿨고 전환이나 검색 성공률이 얼마나 달라졌는지 정리하세요. 그때 지킨 guardrail 지표도 적어 둡니다.

2. 2

   평가 체계 설명 준비하기

   offline evaluation, human judgments, online experiments를 어떻게 조합해 품질을 판단했는지 설명할 수 있게 준비합니다. tail query나 cold-start 문제를 따로 진단해 본 사례가 있으면 그것도 꺼낼 수 있습니다.

3. 3

   영어로 로드맵 설명하기

   공고가 영어로만 쓰여 있습니다. 채용 FAQ는 외국어 면접이 예정되면 담당 리크루터가 미리 안내한다고 적었으니, 여러 해 로드맵을 세워 본 경험을 영어로 5분 안에 설명하는 연습을 해 두세요.