[미리캔버스] Machine Learning Engineer (Search & Agent)

| 회사 소개

"전 세계로 확장 중인 디자인 올인원 플랫폼"

미리디는 '모두가 쉽게 디자인을 통해 세상과 소통하게 하자'는 미션 아래, 2,000만 고객이 사랑하는 올인원 디자인 플랫폼 '미리캔버스'와 국내 1위 온라인 PoD(Print on Demand) 커머스 서비스 '비즈하우스'를 통해 누구나 자신의 아이디어를 손쉽게 실현할 수 있도록 돕고 있습니다.

미리디는 최고의 인재들과 함께 25년 매출 942억 원을 달성하고, 4년만에 약 5배에 달하는 매출 성장을 기록하며 빠르게 성장해왔습니다. 국내 1위 서비스로 더욱 공고히 자리매김하고, 글로벌 시장에서의 성공 가능성을 입증하고자 올해 'AI 기술 고도화·우수 인재 영입·해외 현지화 마케팅'에 집중하고 있습니다.

빠르게 성장하는 팀의 일원으로서 '글로벌 디자인 표준'을 함께 만들어 갈 동료를 기다립니다.

[미리캔버스]

누구나 디자인을 통해 자신의 이야기를 표현할 수 있는 세상을 꿈꿉니다. 디자인 지식이 없어도 다양한 템플릿과 요소로 나만의 창의적인 작품을 만들 수 있습니다.

25년 기준 가입자 2,000만 명을 돌파하고, 국내를 넘어 글로벌을 향해 나아가는 디자인 플랫폼 미리캔버스로 자유로운 표현의 세상을 경험해보세요.

[비즈하우스]

원하는 상품을 내 손으로 직접 디자인해 나만의 맞춤 상품을 만들어 보세요. 손쉬운 디자인 에디터와 수십 만 개 무료 샘플 디자인으로, 누구나 원하는 상품을 소량으로 맞춤 제작할 수 있습니다.

재구매 고객 80%, 26년 소상공인 대상 브랜드 선호도 1위에 빛나는 비즈하우스에서 혁신적인 디자인 인쇄 출력 서비스를 경험해보세요.

| ​직무 ​소개

미리캔버스는 “디자인을 더 쉽고, 똑똑하게 완성하는 세상”을 목표로 합니다.

AI 모델 연구팀은 디자인 도메인에 특화된 검색 AI와 Agentic AI 기술을 연구/개발하며, 사용자의 자연어 요청을 실제 편집 가능한 디자인 결과물로 연결하는 AI 서비스를 만들고 있습니다.

우리는 사용자의 텍스트, 이미지, 디자인 맥락을 이해하고, 이를 검색 Tool 실행으로 연결하는 Agentic AI 경험을 고도화하고 있습니다.

특히 외부 LLM/API에 의존하던 Query Rewriting, Planning, Tool Calling, Reranker 기능을 서비스 요구사항에 맞는 자체 모델로 전환하고, 품질과 속도 측면에서 실서비스에 적합한 AI 시스템을 만들어가고 있습니다.

기술 연구를 넘어, 실제 사용자 경험을 바꾸는 AI 서비스를 함께 만들고 싶다면 지금이 좋은 기회입니다.

| 합류 후 기대 역할

[1개월 차]

• 미리캔버스의 디자인 자산 구조, 검색 시스템, AI 적용 영역을 이해합니다.

• Search Agent의 현재 구조와 주요 시나리오를 파악합니다.

• Query Rewriting, Planning, Tool Calling, Embedder, Reranker, Evaluation Agent 등 핵심 컴포넌트의 역할과 평가 방식을 이해합니다.

[3개월 차]

• Search Agent의 핵심 시나리오에 대한 baseline 실험과 평가를 수행합니다.

• 외부 LLM/API 기반 기능을 자체 모델로 전환하기 위한 학습 데이터와 평가 기준을 정의합니다.

• 실험 결과를 바탕으로 모델 개선 방향을 제안하고, 서비스 적용 가능성을 검토합니다.

[그 이후]

• Search Agent 구현 및 자체 모델화를 수행합니다.

• 사용자 로그와 평가 데이터를 기반으로 모델 품질, latency, 비용 효율성을 지속적으로 개선합니다.

• 팀 내 기술 전파, 문서화, 코드베이스 품질 개선을 통한 장기 기술 자산화에 기여합니다.

| 주요 업무

"미리디에서 이런 일들을 함께 하고 싶어요"

[Search Agent 구현 및 자체 모델화]

• 사용자의 텍스트, 이미지, 디자인 맥락을 이해하고, 검색 의도에 맞는 쿼리로 변환하는 모델을 개발합니다.

• 검색 계획 수립, Tool 선택 및 실행, 재검색 등을 수행하는 Search Agent Workflow를 설계하고 고도화합니다.

• Embedder, Reranker 등 검색 모델을 개발하고, 검색 결과의 정확도와 관련성을 개선합니다.

• 외부 LLM/API 기반 핵심 기능의 자체 모델화를 위한 학습 데이터 구축, 모델 학습 및 평가를 수행합니다.

• Evaluation Agent 및 자동 평가 체계를 구축하고, 검색 품질과 Tool Calling 정확도, Latency 및 비용을 개선합니다.

• 사용자 프로필, 선호도 및 디자인 맥락 등의 Memory를 활용하여 검색 결과와 Search Agent의 응답을 개인화하는 모델을 개발합니다.

• 합성 페르소나 데이터셋을 활용하여 다양한 사용자 특성을 반영한 개인화 학습 및 평가 데이터를 구축합니다.

"이런 분이라면 목표 달성에 확신을 얻을 것 같아요"

• 3년 이상의 머신러닝 모델 개발 또는 서비스 적용 경험이 있으신 분

• 검색, NLP, Multimodal AI, LLM 중 하나 이상의 모델링 경험이 있으신 분

• 데이터셋 구축, 모델 학습, 평가 실험을 직접 수행한 경험이 있으신 분

• 실험 결과를 해석하고 개선 방향을 도출할 수 있는 역량을 갖추신 분

"이런 분이라면 장기적으로 서로에게 더 긍정적일 것 같아요!"

• LLM SFT, preference tuning 경험이 있으신 분

• Tool Use, Planning, Agent Workflow 관련 개발 경험이 있으신 분

• 이미지와 텍스트를 함께 다루는 Multimodal 모델 개발 경험이 있으신 분

• 검색 품질 평가, LLM-as-a-Judge, 자동 평가 체계 구축 경험이 있으신 분

• ML 관련 Top-tier 학회 및 저널 논문 게재 경험이 있으신 분

| 이런 분과 함께하고 싶습니다

• 모델 연구에 그치지 않고, 실제 서비스에서 동작하는 AI를 만들고 싶은 분

• LLM/API 기반 기능을 자체 모델로 전환하며 품질, 속도, 비용을 함께 개선하고 싶은 분

• 검색, Agentic AI, Tool Use가 만나는 지점에 관심이 있는 분

• 빠르게 실험하고, 결과를 분석하고, 서비스 적용까지 연결하는 과정을 즐기는 분

• [서류 전형] - [1차 인터뷰] - [처우 협의] - [입사] 의 프로세스로 진행됩니다.

• 서류는 원활한 검토를 위해 PDF 형식으로 제출 부탁 드립니다.

- 직무에 따라 코딩테스트, 과제 전형이 추가될 수 있습니다.

- 직급에 따라 인터뷰 후 레퍼런스 체크 전형이 추가될 수 있습니다.

- 입사 후 3개월의 수습 기간 및 수습 평가가 진행됩니다. (급여 100%)

• 서류 전형 결과 안내까지는 최대 2주, 인터뷰 결과 안내까지는 최대 3주가 소요됩니다.

• 여러 포지션에 동시에 지원해주시는 것은 가능하지만 동일한 포지션의 경우 최종 결과 안내를 받은 시점으로부터 6개월 후에 재지원이 가능합니다.