FingerTrip · 파운딩 팀
AI Recommender Systems Engineer
FingerTrip을 개인화하는 지능을 만듭니다. 장기적인 취향과 위치, 시간, 날씨, 예산, 기분, 동행이라는 실시간 맥락을 결합해 다음 목적지를 돕는 생성형 추천 시스템을 개발합니다.
업무 환경
Mac을 기본 환경으로 사용하며 Notion을 공용 워크스페이스로, Claude·Codex·Cursor를 일상적인 제작 도구로 활용합니다. 사용 경험도 좋지만, 배우는 데 열린 태도가 더 중요합니다.
주요 업무
- 검색, 랭킹, 임베딩, 생성을 결합한 하이브리드 추천 시스템을 개발합니다.
- 방문, 저장, 건너뛰기, 비선호, 명시적 피드백, 맥락에서 학습하고 실제 장소와 제약에 결과를 근거화합니다.
- GCP 또는 AWS의 추론·데이터 파이프라인과 함께 평가, 실험, 피드백, 다양성, 안전 루프를 구축합니다.
- 모델 품질을 제품 품질로 연결하고, 추천 이유를 어떻게 설명할지와 언제 아무것도 내놓지 않을지를 디자인·엔지니어링과 함께 정합니다.
자격 요건
- Python과 응용 ML, 추천·랭킹·검색·임베딩·개인화 경험.
- LLM 또는 생성 시스템을 제품화하고 오프라인 지표와 온라인 실험으로 평가한 경험.
- 콜드 스타트, 편향, 다양성, 다목적 최적화, 지연시간, 신뢰성, 비용에 대한 이해.
- 더 큰 모델보다 단순한 모델, 더 좋은 피처, 깨끗한 데이터가 이기는 순간을 알아보는 판단력.
우대 사항
- GCP/AWS ML 워크로드, PyTorch, JAX, TensorFlow, 벡터 검색, 피처 파이프라인 또는 모델 서빙 경험.
- 지리공간·로컬 검색, 여행, 맥락 추천, 인간 피드백, 강화학습 또는 에이전트 시스템 경험.
- 추천이나 랭킹 분야의 논문, 오픈소스 기여 또는 대회 성적.
왜 FingerTrip인가
검색은 결과를, 지도는 장소를, 소셜은 영감을, 여행 앱은 재고를 돌려줍니다. 그런데 그 모든 것을 하나의 결정으로 바꾸는 일은 여전히 사람의 몫으로 남아 있습니다. 저희는 AI가 이 인터페이스를 근본적으로 바꾼다고 믿습니다. FingerTrip은 사람이 정말 원하는 것을 이해하고 실제로 가서 경험하도록 돕습니다. 이곳의 모든 파운딩 포지션이 그 모습을 함께 만듭니다.