[무신사] Product Engineer (Catalog) 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• 통합 카탈로그와 CIAP 재고·Promise 플랫폼의 핵심 도메인을 설계하고 구현합니다. 플랫폼별 상품 데이터의 통합·표준화, 상품 매칭, 재고 원장과 가용 재고 계산, Promise 산출 같은 과제를 맡아 요구사항 정리부터 배포·운영까지 책임집니다.

  이렇게 볼 수 있어요

  팀 소개는 29CM, 솔드아웃, 글로벌 등 여러 플랫폼의 상품 데이터를 공통화하고 재고와 배송약속을 하나의 엔진으로 모은다고 적었습니다. 여러 시스템의 상품이나 재고 데이터를 하나로 합쳐 본 경험이 이 업무와 가장 가깝습니다.

• 담당 영역의 상세 설계를 직접 하고, 설계 리뷰와 코드 리뷰에서 근거를 갖고 더 나은 방식을 제안합니다.

  이렇게 볼 수 있어요

  설계를 직접 하고 리뷰에서 근거를 대는 일이 업무입니다. 설계 문서에서 대안을 비교하고 고른 이유를 남긴 사례가 있다면 그 문서의 구성을 면접에서 설명하면 됩니다.

• 대규모 트래픽 환경에서 생기는 성능 병목과 데이터 정합성 문제를 진단하고 개선합니다.

  이렇게 볼 수 있어요

  팀 소개는 상품 상세 페이지를 매출의 시작점이라고 적었습니다. 조회가 몰리는 데이터의 병목을 찾아 고친 경험이 있다면 응답 시간이나 처리량을 개선 전후 숫자로 밝히는 편이 좋습니다.

• 담당 시스템의 모니터링·알림·런북을 갖추고 장애 대응과 Post-mortem에 참여해 재발 방지 조치까지 마무리합니다.

  이렇게 볼 수 있어요

  운영 체계를 만드는 일과 장애 뒤 처리가 함께 있습니다. 직접 쓴 런북이나 Post-mortem 문서가 있다면 무엇을 바꿔 재발을 막았는지까지 설명할 수 있어야 합니다.

• PM·인프라·검색·주문 등 유관 조직과 함께 요구사항을 구체화하고, 작게 나누어 빠르게 출시합니다.

  이렇게 볼 수 있어요

  팀 소개에 따르면 이 데이터는 추천·검색·주문·배송·클레임 등 커머스 전 영역과 연결됩니다. 큰 변경을 여러 번의 작은 출시로 나눠 다른 조직과 맞춘 경험이 이 업무에 쓰입니다.

• AI 코딩 도구를 설계·구현·리뷰에 일상적으로 활용하고, 효과가 확인된 방식은 팀과 공유합니다.

  이렇게 볼 수 있어요

  PE 소개에 따르면 PE는 AI 에이전트와 함께 낯선 코드베이스와 인접 영역까지 빠르게 파악해 문제를 풉니다. 팀에 공유해 본 AI 활용 방식이 있다면 도입 뒤 달라진 점을 숫자로 보여 주는 편이 좋습니다.

2자격 요건

• Java/Kotlin/Spring 기반 백엔드 시스템 개발 경력 10년 이상, 또는 이에 준하는 역량이 필요합니다.

  이렇게 볼 수 있어요

  공고 머리의 경력사항 칸은 '경력 5년 이상'이라 자격 요건과 표기가 다릅니다. '이에 준하는 역량'도 함께 적혀 있으므로 커머스 코어 도메인을 설계한 경험과 맡은 시스템 규모를 자세히 쓰면 연차와 함께 역량을 보여 줄 수 있습니다.

• Kafka 등 메시징 큐를 활용한 이벤트 기반 비동기 처리와 분산 시스템 설계·운영 경험을 요구합니다.

  이렇게 볼 수 있어요

  설계와 운영을 함께 묻습니다. 이벤트 유실이나 순서 문제를 다뤄 본 경험이 있다면 쓴 방식과 처리 규모를 밝힐 수 있습니다.

• 캐싱 전략과 동시성 제어(분산 락, 낙관적 락 등)를 이해하고 이를 바탕으로 시스템을 설계·구현한 경험이 필요합니다.

  이렇게 볼 수 있어요

  업무에 재고 원장과 가용 재고 계산이 있습니다. 같은 재고에 요청이 몰릴 때 어떤 락이나 캐시 전략으로 정합성을 지켰는지 구체적으로 씁니다.

• 대용량 데이터 환경에서 확장성과 데이터 정합성을 고려한 RDBMS 설계와 성능 최적화 경험을 요구합니다.

  이렇게 볼 수 있어요

  대규모 트래픽에서 생기는 성능 병목과 데이터 정합성 문제는 입사 후 직접 진단하고 개선하게 됩니다. 테이블 설계를 바꾸거나 쿼리를 고쳐 처리 시간을 줄인 사례를 숫자로 준비할 수 있습니다.

• 상품, 재고, 주문, 배송 등 커머스 도메인 개발 경험이 있거나, 새로운 도메인을 빠르게 이해하고 실질적인 성과를 만들어 본 경험이 필요합니다.

  이렇게 볼 수 있어요

  커머스 도메인 경험과 새 도메인을 빠르게 익힌 경험이 '거나'로 이어져 있습니다. 커머스 밖에서 일해 왔다면 낯선 도메인에 들어가 결과를 낸 과정을 자세히 쓸 수 있습니다.

• 명확하게 정의되지 않은 요구사항을 주도적으로 구체화하고, 설계부터 개발과 출시까지 이끌어 본 경험을 요구합니다.

  이렇게 볼 수 있어요

  PE 소개는 '긴 문서를 기다리기보다 짧은 문제 정리나 프로토타입으로' 논의를 먼저 시작한다고 적었습니다. 요구사항이 흐릿한 상태에서 시작해 출시까지 간 프로젝트가 있다면 처음에 무엇으로 논의를 열었는지 면접에서 이야기할 수 있습니다.

3우대 사항

• 카탈로그, 상품 매칭, 재고 원장(Ledger) 등 커머스 코어 시스템을 개발하고 운영한 경험을 우대합니다.

  이렇게 볼 수 있어요

  같은 회사 Product Engineer 공고 가운데 Partner Ads & Growth는 광고 과금·파트너 정산을, Retention은 리워드·포인트·쿠폰 정합성을 우대합니다. 이 공고는 카탈로그·상품 매칭·재고 원장을 꼽았습니다. 상품 매칭은 플랫폼마다 다르게 등록된 같은 상품을 품번이나 옵션 기준으로 하나로 묶는 일입니다. 재고 원장은 입출고 기록을 쌓아 가용 재고를 계산하는 기반입니다. 해 본 영역이 있다면 공고의 과제 이름으로 불러 업무 목록과 대조되게 쓸 수 있습니다.

• MongoDB, Elasticsearch 등 NoSQL 데이터베이스를 실무에서 활용한 경험과 Temporal 등 워크플로우 엔진으로 비즈니스 로직을 구현한 경험을 우대합니다.

  이렇게 볼 수 있어요

  필수 요건은 RDBMS 설계입니다. MongoDB·Elasticsearch·Temporal은 이 공고의 기술 스택에도 올라 있는 우대 기술입니다. 카테고리마다 속성이 다른 상품 데이터는 문서형 저장소인 MongoDB에, 검색용 색인은 Elasticsearch에 두는 구성이 흔합니다. Temporal은 여러 단계를 거치는 비즈니스 로직의 재시도와 상태 관리를 맡는 엔진입니다. 써 봤다면 어떤 데이터나 로직에 썼는지까지 밝힐 수 있습니다.

• AWS와 Kubernetes 환경에서 서비스를 운영하거나 CI/CD 파이프라인을 구축한 경험을 우대합니다.

  이렇게 볼 수 있어요

  이 조직은 요구사항을 작게 나누어 빠르게 출시하고 담당 시스템의 모니터링·알림·런북까지 직접 갖춥니다. CI/CD를 다뤄 봤다면 배포를 얼마나 자주 했는지, 배포 뒤 문제를 어떻게 되돌렸는지처럼 잦은 출시를 받친 내용이 이 우대에서 꺼낼 이야기입니다.

• 멀티 플랫폼 또는 글로벌 서비스 환경에서 시스템을 개발하고 운영한 경험을 우대합니다.

  이렇게 볼 수 있어요

  팀이 만드는 통합 카탈로그는 여러 플랫폼이 함께 쓰는 기반입니다. 여러 서비스가 함께 쓰는 공통 시스템을 맡아 봤다면 쓰는 서비스 수와 서비스 간 차이를 처리한 방식이 핵심입니다.

• 서비스 장애 대응과 사후 분석(Post-mortem)을 주도하고, 재발 방지를 위한 개선 조치를 수행한 경험을 우대합니다.

  이렇게 볼 수 있어요

  업무에는 Post-mortem 참여와 모니터링·알림·런북 정비가 있습니다. 이 우대가 묻는 것은 그 사후 분석을 직접 이끈 경험입니다. 재고 원장이나 가용 재고 계산에서 난 장애는 품절 상품이 팔리거나 주문이 취소되는 식으로 고객에게 바로 드러납니다. 그만큼 재발 방지 조치의 무게가 큽니다. 직접 이끈 사후 분석이 있다면 원인과 개선 조치, 그 뒤 런북이나 알림을 어떻게 바꿨는지를 한 사례로 정리할 수 있습니다.

• AI 코딩 도구를 개발 프로세스에 적극적으로 활용해 개발 생산성이나 코드 품질을 실질적으로 개선한 경험을 우대합니다.

  이렇게 볼 수 있어요

  지원 서류 안내도 AI를 활용해 문제를 해결한 사례가 있다면 활용 방식과 결과, 결과물을 어떻게 검증했는지를 적어 달라고 요청합니다. 개선을 보여 줄 숫자가 있다면 그 사례에 함께 붙이면 됩니다.

4기타 사항

• 게시일 : 2026년 10월 23일
• 고용형태 : 정규직(수습 3개월)
• 근무지 : 무신사 성수 오피스 (추정)
• 경력 조건 : 경력 5년 이상
• 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.

쓰는 기술

공고 본문에 적힌 기술만 모은 목록입니다.

• Java
• Kotlin
• Spring
• Kafka
• MongoDB
• Elasticsearch
• Temporal
• AWS
• Kubernetes

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

   데이터 통합 경험 한 건

   여러 시스템의 상품이나 재고 데이터를 하나로 합친 프로젝트를 공고 작성 팁의 순서대로 문제 정의, 문제 해결, 성과와 프로젝트별 기여도로 정리합니다.

2. 2

   두 경력 표기 확인

   경력사항 칸은 '경력 5년 이상'이고 자격 요건은 '10년 이상, 또는 이에 준하는 역량'입니다. 팀 소개 끝에는 경력 10년 이상 또는 이에 준하는 역량을 갖췄다면 Product Engineer (Catalog) 채용공고로 지원해 달라는 안내도 있습니다. 지원 전에 채용 문의 메일(recruit@musinsa.com)로 어느 공고로 낼지 확인하는 편이 안전합니다.

3. 3

   AI 활용 사례를 검증까지

   지원 서류 안내가 AI로 문제를 해결한 사례의 활용 방식, 결과, 검증 방법과 전문 영역 밖으로 문제를 넓혀 풀어 본 경험을 적어 달라고 요청합니다. 두 가지를 각각 한 사례로 준비해 두세요.