[무신사 테크 소개]

팀 무신사 테크 조직은 혁신의 원동력이자 변화를 선도하는 핵심 기술 조직입니다. 고객과 입점 브랜드가 각자의 고유한 개성을 자유롭게 표현할 수 있도록, 데이터와 기술을 기반으로 한 개인화된 경험을 제공합니다. 무신사 테크는 새로운 도전을 두려워하지 않으며, 항상 새로운 영역에서의 성공을 꿈꿉니다.

무신사는 한국을 넘어 글로벌 시장에서도 경쟁력 있는 서비스를 선보이고자 OCMP(One Core Multi Platform)를 구축하고 있습니다. 이를 통해 전체 비즈니스의 폭발적 성장을 지원하며 무신사 테크는 끊임없는 도전과 혁신으로 고객에게 더 나은 가치를 제공하고자 합니다.

[Product Engineer 소개]

AI가 개발 방식을 빠르게 바꾸고 있는 지금, 우리는 직무의 경계보다 문제를 해결하는 역량에 더 집중하고자 합니다. 그래서 무신사 테크에서는 서버·웹·모바일 엔지니어가 Product Engineer(PE)라는 하나의 직군으로 함께 일합니다. PE는 각자의 엔지니어링 전문성을 기반으로 AI를 적극적으로 활용해, 고객과 비즈니스의 문제를 더 빠르고 깊이 있게 해결하는 엔지니어입니다.

지금까지 쌓아 온 전문성은 PE가 문제를 푸는 가장 강력한 도구이고, 무신사는 그 깊이를 그대로 존중합니다. 새롭게 더해지는 것은 그 전문성을 쓰는 범위입니다. 기능이 왜 필요한지 이해하고, 출시 이후 지표로 결과를 확인해 다음 개선으로 잇는 데까지 PM과 함께 참여합니다.

무신사의 PE는 이렇게 일합니다.

전문 영역에서 출발해 고객 경험과 지표가 실제로 바뀌었는지까지 확인합니다.
AI 에이전트와 함께 낯선 코드베이스와 인접 영역까지 빠르게 파악해 문제를 처음부터 끝까지 풀고, 결과물의 품질은 직접 검증하고 책임집니다.
긴 문서를 기다리기보다 짧은 문제 정리나 프로토타입으로 PM·디자이너와의 논의를 먼저 시작합니다.

이 포지션에서 중점적으로 필요한 전문성은 아래 포지션 소개와 담당업무, 자격요건에서 확인하실 수 있습니다.

[팀 소개]

Core Catalog 조직은 무신사 커머스의 핵심 데이터인 상품, 카테고리, 속성, 재고를 설계하고 운영하는 조직입니다. 무신사 상품 상세 페이지는 매출의 시작점이며, 추천·검색·주문·배송·클레임 등 커머스 전 영역과 연결되는 이 데이터를 얼마나 정확하고 유연하게 관리하느냐가 비즈니스 성과에 직결됩니다.

무신사는 단일 플랫폼을 넘어 29CM, 솔드아웃, 글로벌 등 멀티 플랫폼으로 빠르게 확장해 왔습니다. Core Catalog는 이 확장을 기술로 뒷받침하기 위해 OCMP 철학 아래 플랫폼 간 상품 데이터를 공통화하고 표준화하는 통합 카탈로그 플랫폼을 구축하고 있습니다. 또한 재고와 배송약속(Promise) 시스템을 전 플랫폼이 공유하는 단일 엔진(CIAP)으로 통합하여, 중복 개발 없이 어떤 플랫폼에서도 동일한 재고 인프라를 사용할 수 있는 기반을 만들어가고 있습니다.

[담당 업무]

통합 카탈로그 및 CIAP 재고·Promise 플랫폼의 핵심 도메인을 설계하고 구현합니다.
Tech Lead로서 아키텍처 리뷰와 기술 의사결정에 주도적으로 참여하고, 팀의 설계 방향을 이끕니다.
신규 기술 스택(AI/ML, 매칭 모델, 워크플로우 엔진 등)을 연구·PoC하고 조직에 설득력 있게 도입합니다.
대규모 트래픽 환경에서의 성능 병목을 진단하고, 낮은 지연(Low Latency)·높은 처리량(High Throughput)을 달성합니다.
SLO/SLA 정의, 장애 대응, Post-mortem 리딩 등 시스템 안정성 문화를 조직 전반에 정착시킵니다.
PM·인프라·데이터 사이언스 등 및 유관 조직과 함께 협업하여 비즈니스 요구사항을 기술 솔루션으로 전환합니다. 또한 해결할 고객 문제와 우선순위를 정의하고, 모호한 요구는 측정 가능한 가설로 바꾸며, 출시 이후 지표로 성과를 확인해 다음 개선으로 연결합니다.
AI 코딩 에이전트를 설계·구현·테스트·코드 리뷰·운영 전반에 적극 활용하고, 그 경험을 팀과 나눠 개발 생산성과 품질을 높이는 AI 기반 개발 방식을 조직에 만들어 갑니다.

[자격 요건]

Java/Kotlin/Spring 기반 백엔드 시스템 개발 경력 7년 이상, 또는 이에 준하는 역량이 있으신 분
Kafka 등 메시징 큐를 활용한 이벤트 기반 비동기 처리 및 분산 시스템 설계·운영 경험이 있으신 분
Redis를 활용한 분산 락, 캐시, 동시성 제어 등 고가용성 시스템 구현 경험이 있으신 분
대용량 데이터의 확장성과 정합성을 고려한 RDBMS/NoSQL 설계 경험이 있으신 분
커머스 핵심 도메인(상품·카탈로그·재고·주문·배송)에 대한 깊은 이해가 있으신 분
설계 결정을 주도하고 팀의 기술 방향을 이해관계자와 정렬시킨 경험이 있으신 분
구현에 머무르지 않고 고객 문제를 함께 정의하고, 출시 이후의 지표로 결과를 확인하며 일해 오신 분
기술적 의사결정을 트레이드오프와 함께 문서로 정리하고, 이를 비즈니스 맥락에서 설명할 수 있는 분
AI 코딩 에이전트(Codex, Claude Code 등)를 실무에 적극 활용하고, 그 결과물의 품질을 스스로 검증하고 책임질 수 있는 분

[우대 사항]

카탈로그 통합, 상품 매칭, 재고 원장(Ledger) 시스템 등 커머스 코어 플랫폼 경험이 있으신 분
NER 모델, 이미지 분석, 벡터 임베딩 등 AI/ML 기술을 데이터 파이프라인에 적용한 경험이 있으신 분
MongoDB, Elasticsearch, Neo4j 등 NoSQL/그래프 DB 실무 경험이 있으신 분
Temporal 등 워크플로우 엔진을 활용한 복잡한 비즈니스 로직 처리 경험이 있으신 분
AWS, Kubernetes 환경의 DevOps 및 CI/CD 파이프라인 구축 경험이 있으신 분
멀티 플랫폼 또는 글로벌 서비스 환경에서의 시스템 설계·운영 경험이 있으신 분
팀 수준의 기술 로드맵 수립 및 OKR 설계 경험이 있으신 분
비즈니스 KPI를 기술로 개선하고 수치로 증명해 본 경험이 있으신 분
가설 수립 → 실험 → 데이터 검증을 거쳐 제품 의사결정에 참여해 본 경험이 있으신 분
AI를 개발 프로세스에 도입해 팀 단위 생산성이나 품질을 개선한 경험이 있으신 분
AI를 활용해 클라이언트 밖의 영역(서버 API, 데이터 파이프라인 등)까지 직접 문제를 풀어 본 경험이 있으신 분

[지원 서류]

이력서(필수) / 포트폴리오(선택)
(참고) 이력서/포트폴리오 작성 팁
이력서/포트폴리오에는 왜 해당 문제를 해결해야 했는지, 어떤 전략을 세웠는지, 어떤 성과가 있었는지 등에 대한 문제 정의, 문제 해결, 성과에 대한 전반적인 내용을 담아주세요. 프로젝트의 성공과 실패를 떠나, 1차 면접에서 인터뷰어와 심도있는 이야기를 나눌 수 있도록 프로젝트의 이해도가 높은 이력서로 구성해주세요. (프로젝트별 기여도 표시)
AI를 활용해 문제를 해결한 사례가 있다면 활용 방식과 결과, 그리고 결과물을 어떻게 검증했는지를 함께 적어 주세요.
전문 영역 밖으로 문제를 넓혀 풀어 본 경험이 있다면 함께 적어 주세요.

[근무 조건]

정규직

[전형 절차]

접수 기간 : 상시지원
전형 절차 : 서류 검토 - 1차 인터뷰 (Live Coding) - 2차 인터뷰 - 처우 협의 - 최종합격
진행 상황에 따라 전형은 변동될 수 있습니다.
문의사항 : recruit@musinsa.com

[기타사항]

본 포지션은 수시 진행으로 우수 인재 채용 시 마감될 수 있습니다.
적합한 지원자에게 채용 담당자가 개별 연락 예정이며, 내부 규정에 따라 각 전형 단계별 개별 피드백은 제공하지 않습니다.
최종 합격자는 3개월간의 수습기간이 적용되며, 해당 기간 중 급여는 100% 지급됩니다.
입사 지원 서류에 허위사실이 발견될 경우, 채용 확정 이후라도 채용이 취소될 수 있습니다.
국가보훈대상자, 장애인 등 취업보호대상자는 관계 법령에 따라 우대합니다.

[무신사 테크 ​소개]