직군/직무

법인

고용형태

경력

근무지

입사지원은 PC를 이용해주세요.

사용자 위치/취향에 기반한 개인화된 장소 추천 서비스를 개발/운영합니다.

플레이스 서비스와 관련된 대용량 데이터(블로그리뷰/방문자리뷰/클릭/저장/예약/검색 등)들을 이용해 네이버 검색/지도 등 다양한 지면에서 나에게 가장 적합한 장소들을 찾아주는 가치를 만들어내고 있습니다.

이러한 가치를 더욱 견고히 하고 사용자 경험을 극대화하기 위해, 데이터를 핵심 성장 동력으로 활용합니다.

방대한 사용자 행동 데이터와 장소 데이터를 분석하여 서비스의 현재를 진단하고 미래를 예측하며, 끊임없이 진화하는 추천 시스템의 개발을 지향하고 있습니다.

1. 플레이스 검색 개인화 : 검색한 지역의 context와 유저의 이력을 이해한 개인화된 검색 결과 제공

2. 여행코스 추천 : 제주도 여행코스 등 연결된 POI에 대한 추출, 코스 제목 및 추천 이유 생성

3. 해외 여행 테마 : 해외 도시의 특색있는 테마 생성 및 테마에 적합한 POI Retrieval

4. 지도앱 개인화 컨텐츠 : 유저가 좋아할 만한 동영상/이미지 리뷰 추천

• LLM 기반 User Persona 모델링 및 평가 : 유저의 행동 이력과 리뷰 데이터를 기반으로, LLM을 활용해 정교한 User Persona를 추출하고 이를 검증하는 모델을 연구/개발

***- LLM 기반 페르소나 추출 : Unstructured Data(리뷰, 텍스트 등)에서 유저의 취향과 성향을 구조화된 형태로 추출하는 프롬프트 엔지니어링 및 Fine-tuning 수행

***- Persona Quality Judgement : 추출된 페르소나의 정확도와 적합성을 평가할 수 있는 LLM-as-a-Judge 파이프라인 또는 평가 메트릭 설계

• 추천 ML 모델 리서치 및 개발 : 다양한 추천 item candidates 중 유저가 가장 좋아할 만한 컨텐츠의 최종 노출 순서를 결정하는 랭킹 모델을 고도화

***- Exploration&Exploitation : 신규 컨텐츠나 유저에게 적절한 탐색 기회를 제공하기 위한 MAB(Multi-Armed Bandit) 알고리즘 리서치

• 컴퓨터 공학, 인공지능, 통계학 등 관련 전공 이수하신 분 (재학생 및 졸업예정자 포함)

• Python을 능숙하게 다루며 PyTorch, TensorFlow 등 1개 이상의 ML 프레임워크 사용 경험이 있으신 분

• SQL을 활용한 데이터 추출 및 지표 분석 능력을 갖추신 분

• 추천 관련 AI/ML 논문을 읽고 핵심 아이디어를 파악할 수 있으신 분

• [LLM] LangChain, HuggingFace 등을 활용하여 LLM 애플리케이션을 구축해본 경험이 있으신 분

• [RecSys] 추천 시스템 관련 프로젝트 경험이 있으신 분 (Kaggle, 해커톤 등)

• [Research] AI/ML 관련 탑티어 학회(NeurIPS, ICML, ICLR, KDD, RecSys, ACL 등) 논문 게재 경험이 있으신 분

NAVER Careers