이 자리가 왜 생겼을까요
당근은 2026년 2월에 피드실과 검색실, 광고실의 머신러닝 엔지니어를 함께 인터뷰한 글을 채용 블로그에 올렸습니다. 그 글은 '테니스채'를 검색하면 중고 테니스채와 함께 테니스 모임, 관련 광고가 한 화면에 이어진다는 예를 들면서 검색실이 검색어의 의도와 맥락을 해석해 결과를 고르는 조직이라고 설명합니다. 회사가 중고거래에서 부동산과 알바, 모임, 지도까지 서비스를 넓히는 동안 검색은 그 서비스들을 잇는 입구가 됐습니다. 검색품질팀이 파트를 도메인별로 나눠 둔 배경이 여기에 있습니다. 그래서 지원 서류에서도 본인이 다뤄 본 도메인이 무엇인지가 먼저 보여야 합니다.
당근이 지금 어떤 사업에 집중하고 있는지는 당근 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
사용자의 검색 의도를 파악해 맞춤 키워드와 컬렉션, 상품을 추천합니다.
이렇게 볼 수 있어요
검색어를 그대로 매칭하는 일이 아니라 뒤에 있는 의도를 다루는 일입니다. 질의를 해석해 결과를 바꿔 본 경험이 있다면 정확도보다 사용자의 행동이 어떻게 달라졌는지를 적어야 이 항목에 맞습니다.
자연어 처리와 그래프 기반 모델, 개인화 알고리즘으로 검색 품질을 높입니다.
이렇게 볼 수 있어요
채용 블로그의 검색실 소개는 「테니스채」 검색에 중고 테니스채와 테니스 모임, 관련 광고가 한 화면에 이어진다는 예를 들었습니다. 서로 다른 서비스의 결과를 같은 관심사로 묶는 데는 업무에 나오는 지식그래프 같은 그래프 기반 모델이 쓰일 수 있습니다. 자연어 처리는 검색어의 의도 해석과 검색어 제안에, 개인화는 같은 검색어라도 사용자마다 다른 결과를 고르는 데 쓰입니다. 공고가 세 방식을 모두 요구한다기보다 파트마다 쓰는 방식이 다를 수 있습니다. 본인이 깊은 쪽 하나를 분명히 강조하는 편이 낫습니다.
모델을 실시간으로 서빙하기 위해 경량화하고 아키텍처를 설계합니다.
이렇게 볼 수 있어요
모델 성능만이 아니라 응답 속도까지 책임지는 자리입니다. 지연 시간을 줄이려고 모델을 줄이거나 구조를 바꾼 경험이 있다면 그때의 기준을 함께 적어 두면 됩니다.
컬렉션 랭킹과 지식그래프, 키워드 제안 모델의 개선 실험과 운영을 담당합니다.
이렇게 볼 수 있어요
만드는 일과 굴리는 일이 한 문장에 같이 들어 있습니다. 배포한 모델이 시간이 지나며 나빠지는 것을 발견하고 다시 학습시킨 이력이 있으면 이 줄의 근거로 강합니다.
2자격 요건
머신러닝 기반 추천, 검색, 랭킹 시스템을 실제로 설계하고 운영해 본 경험을 요구합니다.
이렇게 볼 수 있어요
같은 회사 피드·광고 ML 엔지니어 공고는 ML 이론과 딥러닝 이해를 자격 요건으로 두고 large-scale 프로덕션 구축 경험은 우대로 돌렸습니다. 검색 공고는 추천·검색·랭킹 시스템을 실제로 운영해 본 경험을 자격 요건에 두었습니다. 연구 결과가 아니라 운영해 본 시스템을 묻는 요건입니다. 논문이나 경진대회 성과가 있더라도 서비스에 올린 모델 이야기를 더 자세히 써 주세요. 서빙 지연이나 색인 갱신처럼 출시 뒤에 다룬 일까지 보여 주면 이 요건에 맞습니다.
자연어 처리 또는 그래프 기반 추천 시스템 개발 경험을 묻습니다.
이렇게 볼 수 있어요
업무가 꼽은 세 방식 가운데 개인화는 빠지고 자연어 처리와 그래프만 자격 요건에 남았습니다. 이 둘이 검색품질팀의 기본기에 가깝습니다. 그래프 기반 추천은 사용자·상품·검색어를 노드로 잇는 GNN이나 업무에 나오는 지식그래프를 다뤄 본 경험을 말합니다. 두 갈래 가운데 어느 쪽인지 밝히면 검토자가 Search Vertical, Search Fleamarket, Search Place 세 파트 가운데 어디에 맞을지 판단하기 쉽습니다.
Python 기반의 머신러닝 훈련 파이프라인을 구축한 경험도 조건으로 두었습니다.
이렇게 볼 수 있어요
모델 코드가 아니라 파이프라인을 지목한 항목입니다. 학습을 반복 가능하게 만든 구조, 데이터 갱신 주기와 재학습 조건을 어떻게 정했는지가 여기에 해당합니다.
대용량 데이터를 활용한 실험 설계와 A/B 테스트 경험이 있어야 한다고 적었습니다.
이렇게 볼 수 있어요
검색 실험에서는 클릭률 말고도 결과가 없는 검색의 비율이나 사용자가 곧바로 검색어를 바꾸는 재검색률처럼 검색 품질만의 지표를 함께 봅니다. 당근 데이터 가치화팀의 2026년 8월 기술 블로그 글에 따르면 사내 실험플랫폼에서 월 290여 개 실험이 진행됩니다. 이 항목은 지표를 정하고 결과를 판단한 경험을 봅니다. 실험이 실패해 모델을 되돌린 사례라면 그때 무엇을 보고 되돌렸는지가 오히려 설명하기 좋습니다.
모델 서빙과 성능 최적화를 고려한 시스템 구현 경험을 요구합니다.
이렇게 볼 수 있어요
업무에 실시간 서빙을 위한 경량화와 아키텍처 설계가 있고 우대 사항에도 실시간 딥러닝 추론 서빙이 있어, 모델 품질과 함께 검색 응답 시간 안에 추론을 끝내는 일이 이 요건의 중심입니다. 모델을 줄이거나 서빙 구조를 바꿔 지연 시간을 낮춘 경험이 있다면 전후의 지연 시간과 품질 지표를 함께 적을 수 있습니다.
3우대 사항
검색어 자동완성과 연관검색어, 오타 교정 같은 검색어 제안 모델링 경험을 우대합니다.
이렇게 볼 수 있어요
사용자가 검색어를 다 치기 전에 작동하는 영역입니다. 이 경험이 있다면 지연 시간 제약을 어떻게 맞췄는지까지 적어야 설득력이 붙습니다.
실시간 딥러닝 모델 추론 서빙 경험도 우대 항목입니다.
이렇게 볼 수 있어요
배치로 미리 계산해 두는 방식과 요청마다 추론하는 방식은 다룰 문제가 다릅니다. 어느 쪽을 해 봤는지 구분해 적어야 오해가 없습니다.
ML 엔지니어 팀에서 오너십을 가지고 랭킹이나 추천 같은 특정 도메인을 이끌어 본 경험을 우대합니다.
이렇게 볼 수 있어요
참고 사항에 역량에 따라 담당 영역이 조정될 수 있다고 적혀 있습니다. 한 도메인을 끝까지 맡아 본 이력이 있으면 그 범위를 숫자와 함께 밝히는 것이 배치 판단에 도움이 됩니다.
4기타 사항
- 게시일 : 2025년 6월 16일
- 고용형태 : 정규직(수습 3개월)
- 근무지 : 서울특별시 서초구 강남대로 465, 교보강남타워 11층 (추정)
- 경력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- Python
전형과 지원
채용 FAQ가 밝힌 정규직 기준 일반적인 전형은 여섯 단계이고 단계마다 결과 통보에 걸리는 기간까지 공개돼 있습니다. 포지션에 따라 절차가 달라 공고마다 확인해야 합니다. 재지원 규칙이 단계마다 달라서 지원 순서를 정할 때 먼저 볼 부분입니다.
여섯 단계
일반적인 순서는 서류, 화상 인터뷰, 과제, 직무 인터뷰, 컬처핏 인터뷰와 레퍼런스 체크, 처우 협의이고 포지션에 따라 다릅니다. 결과 통보는 서류가 영업일 7일 이내, 화상과 직무 인터뷰가 5일 내외, 컬처핏 단계가 10일 내외입니다. 과제는 "5일 또는 7일 이내 작성 가능한 분량"이고 별도 전형으로 있기도 하고 인터뷰에 함께 출제되기도 합니다.
이렇게 볼 수 있어요
각 단계의 대기 기간이 공개돼 있으므로 다른 회사 일정과 겹쳐 볼 수 있습니다. 서류부터 최종까지 한 달이 넘게 걸린다고 보고 움직이는 편이 안전합니다.
컬처핏 뒤에는 1년
서류와 화상 인터뷰, 직무 인터뷰 단계에서 떨어지면 같은 공고에 6개월 뒤 다시 지원할 수 있고 다른 공고는 제한이 없습니다. 컬처핏 인터뷰 이후에는 모든 공고에 1년간 지원할 수 없습니다. 회사는 컬처핏 기준이 전 공고 공통이기 때문이라고 밝혔습니다.
이렇게 볼 수 있어요
마지막 단계의 실패 비용이 다른 단계보다 훨씬 큽니다. 인재상 다섯 가지에 각각 대응하는 사례를 하나씩 준비해야 하는 이유가 여기에 있고, 여러 공고를 염두에 두고 있다면 더욱 그렇습니다.
이력서 형식
자유 형식이고 PDF를 권장합니다. 채용 FAQ는 hwp와 word를 호환 문제로 지양해 달라고 하고 zip은 받지 않으며, 웹 링크는 이력서나 포트폴리오 파일에 첨부하라고 적었습니다.
이렇게 볼 수 있어요
형식을 정해 두지 않았으므로 양식을 맞추는 데 시간을 쓸 필요가 없습니다. 대신 자유 형식에서는 무엇을 강조할지가 온전히 지원자의 선택이라 공고의 업무 목록에 적힌 일을 해 본 경험을 자세히 적는 편이 낫습니다.
복수 지원과 그 밖의 규칙
정규직은 전부 상시 채용이고 복수 지원이 가능하며 공고별로 평가자와 기준이 달라 각각 진행됩니다. 나이와 학력 제한이 없습니다. 공고에는 입사 후 3개월 수습이 적혀 있습니다.
이렇게 볼 수 있어요
공고마다 절차가 따로 도는 구조라 두 곳에 지원하면 일정이 서로 어긋날 수 있습니다. 다만 컬처핏 단계까지 간 공고가 하나라도 있으면 그 결과가 나머지에 영향을 주므로 순서를 생각해 둘 필요가 있습니다.
지원 전 준비할 것
- 1
세 파트 중 맞는 도메인 고르기
Search Vertical과 Search Fleamarket, Search Place가 각각 다른 데이터를 다룹니다. 상품 데이터를 주로 다뤘는지 장소나 업체 데이터를 다뤘는지에 따라 맞는 파트가 달라지므로 어떤 데이터를 다뤄 왔는지 이력서에 분명하게 밝혀야 합니다.
- 2
운영한 모델 하나를 처음부터 끝까지 적기
자격 요건이 설계와 운영을 함께 묻습니다. 데이터 수집과 학습, 서빙, 실험, 재학습까지 한 모델을 따라가며 적으면 여러 항목에 한 번에 답할 수 있습니다.
- 3
지연 시간 제약을 다룬 이야기 준비하기
경량화와 서빙 최적화가 업무와 자격 요건 양쪽에 나옵니다. 정확도를 조금 내주고 응답 속도를 지킨 판단이 있었다면 그 기준을 숫자로 설명할 수 있게 정리해 두면 됩니다.
- 4
컬처핏 인터뷰 사례를 따로 준비하기
당근은 컬처핏 인터뷰에서 떨어지면 모든 공고에 1년간 지원할 수 없다고 채용 FAQ에 밝히고 있습니다. 실험 결과가 본인의 예상과 달랐을 때 어떻게 했는지는 인재상의 신뢰와 충돌 항목으로 이어지기 쉬운 주제입니다.