[당근] Software Engineer, Machine Learning | ML 인프라
🥕 ML 인프라팀 채용
"더 단순하게, 더 빠르게, 하지만 안정적으로"
📌 팀 소개
당근은 수많은 프로덕트가 모여 있는 스타트업 생태계처럼 각 프로덕트마다 Stage와 고민이 다릅니다. ML 인프라팀은 이 복잡성을 제품팀이나 개발자가 직접 감당하지 않도록, 기술의 복잡함을 플랫폼이 대신 책임지게 만드는 역할을 합니다. 구성원들이 사용자 문제와 제품 아이디어에 더 집중할 수 있도록, ML과 LLM 기반 서비스를 만들 때 "이렇게까지 간단해도 되나?"라는 와우 포인트를 설계합니다.
이를 위해 자체 개발한 LLM 라우터, 대규모 학습 파이프라인, 그리고 실험부터 배포까지의 흐름을 연결하는 ML 메타데이터 시스템을 만들고 있습니다.
🔗 관련 아티클
- 당근의 GenAI 플랫폼
- 서버리스 ML 훈련 인프라 구축하기: Vertex AI Pipelines & TFX
- ML Infrastructure with GCP | 2025 당근 GCP 밋업
🛠️ 이런 일을 해요
- 사내 프롬프트 스튜디오와 에이전트 시스템을 지원하는 LLM 라우터를 개발합니다. 단순한 프록시를 넘어서, 다양한 LLM의 기능과 특성을 자연스럽게 활용할 수 있도록 추상화하고 확장합니다.
- ML 메타데이터 관리 및 조회 시스템을 자체 개발합니다. 단순한 관리 도구를 넘어서 AI 에이전트 기반으로 실험과 운영을 분석하고 자동화하는 방향으로 발전시킵니다.
- 여러 학습 프레임워크를 위한 머신러닝 모델 배포 시스템을 운영/개발합니다. 사내 배포 시스템(Kontrol)과 긴밀히 연동해, 누구나 쉽고 안정적으로 모델을 서빙하고 관리할 수 있는 환경을 만듭니다.
- 그 외에도 당근에서 머신러닝과 AI를 더 잘 활용할 수 있다면, 문제의 크기나 형태에 관계없이 필요한 모든 것을 만들어갑니다.
👥 이런 분과 함께하고 싶어요
- 당근에서 다루는 문제처럼 뚜렷한 정답이나 레퍼런스가 없는 상황에서 새로운 문제를 정의하고 해결하는 과정을 즐기시는 분
- 머신러닝과 AI를 통해 더 나은 당근 서비스에 기여하고 싶은 분, 기술 자체보다 실제 문제 해결과 사용자 가치 창출에 관심이 있는 분
- 파이썬을 주요 언어로 사용하며, 파이썬 기반 개발 환경에 익숙하거나 사용하는 데 부담이 없는 분
- 특정 도메인 경험보다 문제 해결 능력을 더 중요하게 생각하며, 다른 영역에서 복잡한 문제를 잘 풀어오신 분
- 백엔드 시스템이나 머신러닝 시스템을 개발해본 경험이 있는 분
- 실무에서 약 3년 이상 문제를 풀어오신 분(미드 레벨)
- 실무에서 약 5년 이상 문제를 풀어오신 분(시니어 레벨)
✨ 이런 분이면 더 좋아요
이 팀은 단순히 인프라를 운영하는 팀이라기보다, 당근의 AI 개발 방식 자체를 새롭게 설계하는 팀에 가깝습니다. 문제를 발견하면 임시방편보다 구조적으로 풀고 싶어 하고, 반복되는 불편을 개인의 노하우가 아닌 공통 시스템으로 만들고 싶어 하며, 복잡한 기술을 다루더라도 다른 팀에는 더 단순한 경험으로 전달하고 싶어 하는 분과 잘 맞습니다.
- 작더라도 실제 서비스 운영 과정에서 생기는 현실적인 문제를 직접 다뤄본 분
- 확장성, 안정성, 성능 같은 주제를 실제 구조 개선으로 연결해본 분
- 여러 팀이 함께 쓸 플랫폼, 공통 도구, 내부 시스템을 고민해본 분
- ML 시스템(서빙, 학습 파이프라인 등)이나 LLM 기반 서비스의 흐름을 이해하고 있거나, 빠르게 배우며 실제 문제에 적용해본 분
- 정답이 없는 환경에서 더 재미를 느끼고, 팀과 함께 기준을 만들어가는 분
💡 참고해 주세요
- 정규직 채용의 경우 3개월의 수습기간이 있습니다.
- 장애인고용촉진 및 직업재활법, 국가유공자 등 예우 및 지원에 관한 법률에 따라 장애인 및 보훈대상자는 채용 전형 시 우대합니다.
🗓️ 전형 절차
서류 전형 → 화상 인터뷰 → 직무 인터뷰 → 컬처핏 인터뷰 및 레퍼런스 체크 → 처우협의 → 최종 합격 및 입사
👉 당근 합류 여정 가이드 바로가기(🔗)
당근마켓

