[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]

무신사의 디스커버리는 고객이 수많은 상품과 브랜드, 콘텐츠 가운데 자신의 취향에 맞는 대상을 발견하고 탐색하도록 돕는 모든 경험을 의미합니다. 홈과 각종 전시 지면, 검색·추천·랭킹 결과, 콘텐츠와 커뮤니티가 고객의 탐색과 비교를 거쳐 상품 상세로 이어지기까지 하나의 여정을 이룹니다. 이 경험의 품질은 웹과 모바일 화면의 구조, 렌더링 성능과 상태 관리, 앱 동작과 릴리스 안정성, 그리고 이를 뒷받침하는 서버 데이터와 API 계약이 함께 맞물릴 때 완성됩니다.

[포지션 소개]

이 포지션은 Biz-E Platform Innovation 조직에 소속되어 디스커버리 전체의 기술 방향을 이끄는 Staff Engineer입니다. 특히 웹·모바일 클라이언트 아키텍처와 고객 지면에 깊은 전문성을 바탕으로, 서버 Display와 콘텐츠·커뮤니티부터 디스커버리의 FE·ME 지면, 앱테크의 노출 지면과 전시 아키텍처까지 E2E로 바라봅니다. 개별 팀의 구현을 대신하거나 특정 클라이언트 프레임워크만을 최적화하는 역할이 아니라, 여러 팀 사이에 걸친 가장 어려운 문제를 발견하고 공통의 기술 비전과 아키텍처 원칙을 세우며 실제 고객 경험과 안정적인 운영으로 이어지도록 끝까지 밀고 나가는 역할입니다.

화면 구성과 렌더링, 클라이언트 상태 관리, 웹·앱 성능과 품질, 앱 동작과 릴리스에 관한 도메인 기술 판단을 주도합니다. 공통 FE 플랫폼과 클라이언트 기반에 관한 결정은 해당 영역의 Staff와, 서버의 데이터 모델·상태 전이·트랜잭션 경계에 관한 결정은 서버 리더와 함께 내립니다. API·이벤트 계약처럼 서버와 클라이언트의 경계를 바꾸는 결정은 양쪽이 합의해 정합니다. 이를 통해 조직도나 시스템 경계보다 고객의 발견 경험을 기준으로 문제를 해결합니다.

[담당 업무]

디스커버리 고객 여정과 비즈니스 전략을 바탕으로 웹, 모바일, 서버를 아우르는 기술 비전과 중장기 로드맵을 수립합니다.
홈, 검색, 추천, 랭킹, 콘텐츠의 클라이언트 아키텍처를 주도하고, 중복 구조를 줄여 새로운 지면과 채널로 확장하기 쉬운 구조를 만듭니다.
성능, 접근성, 안정성부터 테스트와 릴리스까지 E2E 품질 기준을 수립하고, 여러 팀의 개발과 운영 수준을 높입니다.
서버 Display, 콘텐츠, 커뮤니티 조직과 데이터 모델 및 API, 이벤트 계약을 설계하고 시스템 간 책임 경계를 정립합니다. AI 에이전트와 외부 탐색 채널 등 새로운 고객 접점도 검증합니다.
PM, 디자이너 및 유관 조직과 고객 문제와 우선순위를 정의하고, 모호한 요구사항을 측정 가능한 가설로 구체화하며, 출시 이후 지표를 검증해 다음 개선으로 연결합니다.
설계, 구현, 테스트, 코드 리뷰, 운영 전반에 AI 코딩 에이전트를 적극 활용하고, 경험을 팀과 공유해 생산성과 품질을 높이는 개발 방식을 정착시킵니다.

[자격 요건]

대규모 웹 또는 모바일 서비스를 설계하고 운영하며, 성능과 품질 문제의 근본 원인을 해결해 보신 분
여러 제품 지면과 서버 시스템을 연결하는 E2E 아키텍처를 설계하고 개선해 보신 분
TypeScript, React, Next.js 등 웹 기술 또는 iOS, Android 네이티브 환경에 대한 깊은 이해가 있으신 분
데이터 모델, API, 이벤트 계약, 캐시, 분산 시스템을 이해하고 서버 엔지니어와 시스템 경계를 설계하실 수 있는 분
고객 문제를 기술 전략과 실행 계획으로 구체화하고, 설계 리뷰와 코칭으로 여러 팀을 이끌며 출시 이후 지표로 성과를 검증해 보신 분
기술적 의사결정의 근거와 트레이드오프를 문서화하고, 고객 경험, 비즈니스 성과, 운영 안정성, 조직의 실행 가능성을 고려해 설명하실 수 있는 분
AI 코딩 에이전트(Codex, Claude Code 등)를 실무에 적극 활용하며, 결과물의 품질을 직접 검증하고 책임지실 수 있는 분

[주요 기술 스택 및 도구]

웹 클라이언트: TypeScript, React, Next.js
모바일 클라이언트: iOS, Android 및 모바일 앱 아키텍처
서버 연계: Java, Kotlin, Spring Boot, REST API, Event-driven Architecture, API Gateway/BFF
인프라 및 데이터: AWS, Kubernetes, Kafka, Redis, Elasticsearch/OpenSearch
운영 및 품질: Web Vitals, SLI/SLO, Observability, Incident Review, CI/CD, 자동화된 테스트와 품질 게이트
협업 및 의사결정: HLD/LLD, ADR, 설계 리뷰, GitHub 기반 개발 프로세스
AI 개발 도구: Codex, Claude Code 등 코딩 에이전트

실제 기술 스택과 도구는 담당하는 제품과 팀의 환경에 따라 달라질 수 있습니다.

특정 도구의 사용 경험보다 문제에 맞는 기술을 선택하고 조직에 정착시키는 역량을 중요하게 봅니다.

[우대 사항]

커머스의 탐색, 검색, 추천, 전시, 콘텐츠, 커뮤니티 영역에서 복잡한 클라이언트 시스템을 설계하고 운영해 보신 분
여러 팀의 기술 방향을 이끌거나, 웹과 모바일, 멀티 브랜드 환경에서 일관된 고객 경험을 위한 공통 아키텍처를 설계해 보신 분
대규모 트래픽 환경에서 로딩, 렌더링, 이미지, 네트워크, 캐시 등을 최적화하고 장애 격리 구조를 개선해 보신 분
디자인 시스템, 공통 BFF, 라이브러리 등 여러 제품 팀이 활용하는 기반을 구축해 생산성과 품질을 높여 보신 분
AI 에이전트나 외부 검색, 추천 채널에서 활용할 상품 및 콘텐츠 데이터 구조를 설계하거나 검증해 보신 분
가설 수립, 실험, 데이터 검증을 통해 제품 의사결정에 참여하고, 기술로 비즈니스 KPI를 개선해 수치로 입증해 보신 분
AI를 개발 프로세스에 도입해 팀 단위 생산성이나 품질을 개선해 보신 분
AI를 활용해 서버 API, 데이터 파이프라인 등 클라이언트 외 영역까지 직접 문제를 해결해 보신 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 등 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 - 2차 인터뷰 - 처우 협의 - 최종합격
1차 인터뷰는 Live Coding, Architecture Design 중 유연하게 구성되어 진행될 수 있습니다.
문의사항 : recruit@musinsa.com

[기타 사항]

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.
입사지원 서류에 허위사실이 발견될 경우, 채용확정 이후라도 채용이 취소될 수 있습니다.
국가보훈대상자, 장애인 등 취업보호대상자는 관계 법령에 따라 우대합니다.

[무신사 테크 ​소개]