[무신사] Product Engineer (Retention) 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• 행동 데이터 적재 파이프라인, 미션·리워드 엔진, 리워드 원장, 예산 쿼타 등 AppTech Platform 핵심 컴포넌트의 설계와 구현을 리드하고, 서비스 확장에 따른 아키텍처 개선과 기술적 의사결정을 주도합니다.

  이렇게 볼 수 있어요

  조직 소개는 리워드 원장에 멱등성 보장을 붙여 설계하고 있다고 적었습니다. 같은 요청이 여러 번 들어와도 보상이 한 번만 지급되도록 포인트나 쿠폰 원장을 설계해 본 경험이 이 업무와 바로 이어집니다.

• 온보딩, 래플, 체험단 등 리텐션 핵심 서비스의 신규 기능을 개발하고, '무진장', '29위크' 등 대규모 프로모션에 대비한 성능 튜닝과 장애 대응(온콜)으로 안정적으로 운영합니다.

  이렇게 볼 수 있어요

  신규 기능 개발과 행사 대비 운영을 한 사람이 함께 맡고 온콜도 업무에 적혀 있습니다. 행사 기간에 장애를 받아 본 경험이 있다면 그때 무엇을 먼저 조치했는지를 사례로 꺼낼 수 있습니다.

• Kafka 기반 비동기 처리, 트랜잭셔널 아웃박스(Transactional Outbox), 분산 락, 멱등키 등을 활용해 데이터 정합성과 동시성 제어를 설계합니다.

  이렇게 볼 수 있어요

  쓰는 기법 이름이 업무에 그대로 나옵니다. 각 기법을 어떤 장애나 중복 문제 때문에 들였는지 이유까지 이어서 말할 수 있으면 도구를 써 본 경험과 설계해 본 경험이 구분됩니다.

• 코드 및 설계 리뷰로 기술적 판단의 근거와 노하우를 공유하고 팀 전반의 엔지니어링 역량을 높입니다.

  이렇게 볼 수 있어요

  자격 요건에도 코드 리뷰와 주니어 멘토링이 있습니다. 리뷰에서 남긴 설계 의견이 팀 규칙으로 자리 잡은 사례가 있으면 이 업무에 맞는 경험입니다.

• PM·디자이너 및 유관 조직과 해결할 고객 문제와 우선순위를 정의하고, 모호한 요구사항을 측정 가능한 가설로 구체화하며, 출시 이후 지표로 성과를 검증해 다음 개선으로 연결합니다.

  이렇게 볼 수 있어요

  공고의 PE 소개도 기능이 왜 필요한지 이해하고 출시 이후 지표로 결과를 확인해 다음 개선으로 잇는 데까지 PM과 함께 참여한다고 적었습니다. 리텐션 기능을 만들어 봤다면 그 기능이 움직인 참여나 재방문 지표를 수치로 말할 수 있어야 합니다.

• AI 코딩 에이전트를 설계·구현·테스트·코드 리뷰·운영 전반에 적극 활용하고, 그 경험을 팀과 공유해 개발 생산성과 품질을 높이는 AI 기반 개발 방식을 조직에 정착시킵니다.

  이렇게 볼 수 있어요

  개인 활용에서 끝나지 않고 팀의 개발 방식으로 정착시키는 일까지 업무에 들어 있습니다. 팀에 AI 코딩 에이전트 사용 규칙이나 결과 검증 절차를 들여온 경험이 이 업무의 사례입니다.

2자격 요건

• 백엔드 개발 실무 경력 7년 이상으로, Kotlin 또는 Java와 Spring Boot 기반 서비스를 초기부터 설계하고 구축해 본 경험을 요구합니다.

  이렇게 볼 수 있어요

  연차에 더해 '초기부터' 설계하고 구축한 경험도 요구합니다. 이미 있던 서비스를 유지보수한 경력과 처음 세운 서비스를 나눠 적으면 이 조건과 맞춰 보기 쉽습니다.

• RDBMS(MySQL 등)와 JPA/QueryDSL로 데이터 모델링과 쿼리 최적화를 해 본 경험이 필요합니다.

  이렇게 볼 수 있어요

  리워드 원장과 예산 쿼타처럼 금액과 수량이 정확해야 하는 데이터를 다루는 팀입니다. 느린 쿼리를 고친 사례라면 개선 전후 응답 시간이 함께 있어야 합니다.

• Kafka 기반 비동기·이벤트 아키텍처와 마이크로서비스 간 연동을 설계하고 운영해 본 경험을 요구합니다.

  이렇게 볼 수 있어요

  행동 데이터 적재 파이프라인이 이 구조 위에 올라갑니다. 운영 중 이벤트 유실이나 중복 소비를 겪었다면 그때 바꾼 설계를 사례로 준비합니다.

• Redis 기반 캐싱·분산 락 등 동시성 제어와 대용량 트래픽 환경의 성능 튜닝·장애 대응 경험이 필요합니다.

  이렇게 볼 수 있어요

  래플과 대규모 프로모션처럼 요청이 한꺼번에 몰리는 서비스를 운영하는 팀입니다. 분산 락으로 수량이나 지급 횟수를 지켜 본 경험이 있다면 몰린 요청 규모와 함께 설명합니다.

• 코드 리뷰와 주니어 멘토링으로 동료의 성장을 돕고, 고객 문제 정의부터 출시 이후 지표를 통한 성과 확인까지 함께해 온 경험을 요구합니다.

  이렇게 볼 수 있어요

  두 가지가 한 항목에 묶여 있습니다. 멘토링한 인원과 기간, 그리고 문제 정의부터 지표 확인까지 참여한 기능 하나를 각각 준비합니다.

• 기술적 의사결정의 근거와 트레이드오프를 문서화하고 이를 비즈니스 맥락에서 설명할 수 있어야 합니다.

  이렇게 볼 수 있어요

  문서화 습관이 자격 요건에 들어 있습니다. 설계 문서에 버린 대안과 그 이유를 적은 기록이 있다면 면접에서 그 기록을 예로 들 수 있습니다.

• AI 코딩 에이전트(Codex, Claude Code 등)를 실무에 적극 활용하고 결과물의 품질을 직접 검증하고 책임질 수 있어야 합니다.

  이렇게 볼 수 있어요

  이 공고에서 AI 활용은 우대가 아니라 자격 요건에 있습니다. 활용에 그치지 않고 결과물 품질을 직접 검증하고 책임지는 것까지 한 항목으로 적었으므로, AI가 만든 결과물을 검증한 기준과 바로잡은 문제를 사례로 준비하세요.

3우대 사항

• 리텐션, CRM, 마테크(MarTech), 프로모션 이벤트 도메인의 서비스 개발 경험을 우대합니다.

  이렇게 볼 수 있어요

  도메인 경험은 우대입니다. 출석체크나 미션, 쿠폰처럼 이 팀이 맡는 서비스와 닮은 기능을 만들어 봤다면 기능 이름을 그대로 씁니다.

• 멱등성 보장, 트랜잭셔널 아웃박스 패턴 등을 활용한 리워드·포인트·쿠폰의 정합성 설계나 예산·쿼타·결제·정산의 복잡한 비즈니스 로직 설계 경험을 우대합니다.

  이렇게 볼 수 있어요

  AppTech Platform의 리워드 원장과 예산 쿼타가 바로 이 영역입니다. 둘 가운데 하나만 해 봤어도 이 우대 항목에 적을 수 있습니다.

• 타임세일, 선착순 이벤트 등 순간적으로 집중되는 대규모 트래픽을 처리해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  '무진장', '29위크' 같은 대규모 프로모션 대비가 업무에 적혀 있습니다. 행사 당일 최대 요청 수와 그때 생긴 장애를 숫자로 말할 수 있으면 됩니다.

• 멀티 플랫폼·글로벌 확장을 고려한 공통 API 규격 설계나 신규 플랫폼 구축 경험, 팀 내 기술 표준과 코딩 컨벤션을 수립하고 확산해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  조직 소개는 공통 엔진과 인터페이스로 29CM와 글로벌까지 리텐션 프로그램을 넓히는 것을 목표로 적었습니다. 여러 서비스가 같이 쓰는 API나 팀 표준을 만들어 퍼뜨려 봤다면 몇 개 서비스가 그 API나 표준을 쓰게 됐는지 밝힙니다.

• 가설 수립·실험·데이터 검증으로 제품 의사결정에 참여하고, 기술로 비즈니스 KPI를 개선해 수치로 입증해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  PE는 출시 이후 지표로 결과를 확인하는 데까지 참여합니다. 실험 결과로 제품 결정을 바꾼 사례라면 바뀐 KPI와 수치가 같이 있어야 합니다.

• AI를 개발 프로세스에 도입해 팀 단위의 생산성이나 품질을 개선해 본 경험, AI를 활용해 서버 API, 데이터 파이프라인 등 클라이언트 외 영역까지 직접 문제를 해결해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  자격 요건이 개인의 AI 활용이라면 우대 사항은 팀 단위 도입과 다른 영역의 문제 해결입니다. 지원 서류 안내도 전문 영역 밖으로 문제를 넓혀 풀어 본 경험이 있다면 적어 달라고 했습니다.

4기타 사항

• 게시일 : 2026년 10월 16일
• 고용형태 : 정규직(수습 3개월)
• 근무지 : 무신사 성수 오피스
• 경력 조건 : 경력 7년 이상
• 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.

쓰는 기술

공고 본문에 적힌 기술만 모은 목록입니다.

• Kotlin
• Java
• Spring Boot
• MySQL
• JPA
• QueryDSL
• Kafka
• Redis
• Codex
• Claude Code

전형과 지원

무신사 정규직 공고는 기본적으로 인터뷰를 두 번 봅니다. 공고에 따라 3차 인터뷰나 커피챗처럼 단계가 하나씩 더 붙으므로 지원할 공고의 전형 절차 항목을 따로 확인해야 합니다.

지원 전 준비할 것

1. 1

   리워드 정합성 설계 사례 한 건 고르기

   포인트나 쿠폰, 리워드 지급에서 중복이나 누락을 막은 설계를 하나 골라 문제, 쓴 기법, 결과를 순서대로 정리합니다. 공고의 이력서 작성 팁이 문제 정의, 문제 해결, 성과와 프로젝트별 기여도 표시를 요청하므로 그 순서를 그대로 따릅니다.

2. 2

   AI 활용 사례를 검증 방법까지

   지원 서류 안내가 AI로 문제를 해결한 사례에 활용 방식과 결과, 결과물을 어떻게 검증했는지를 적어 달라고 했습니다. 생성된 코드를 어떤 테스트와 리뷰로 확인했는지까지 한 사례로 준비해 둡니다.

3. 3

   프로모션 트래픽 대응을 숫자로

   대형 행사나 선착순 이벤트를 준비한 경험이 있다면 평소 대비 트래픽 배수, 사전에 한 준비, 온콜 중 처리한 장애를 정리합니다.