| 회사 소개

"전 세계로 확장 중인 디자인 올인원 플랫폼"

 미리디는 '모두가 쉽게 디자인을 통해 세상과 소통하게 하자'는 미션 아래, 1,800만 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.

 21년도부터 매년 60% 이상의 매출 성장을 이뤄오며, 24년에 200억 규모의 시리즈 B 투자 유치를 성공적으로 완료하고 2년 연속 흑자 전환에 성공했습니다. 빠르게 성장하는 팀의 일원으로서, 전 세계에 우리의 서비스를 알리고 글로벌 디자인 표준 기업으로 도약하는 미래를 함께 만들어 갈 동료분을 기다리고 있습니다!

[미리캔버스]

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

2025년 기준 국내외 가입자 1800만명을 돌파한, 한국인이 가장 사랑하는 디자인 플랫폼, 미리캔버스로 자유로운 표현의 세상을 경험해보세요.

[비즈하우스]

15만 개 이상의 샘플 디자인과 3D/AR 뷰어 등 획기적인 인쇄 경험을 제공하며 매년 35%이상 성장하는 온라인 POD 서비스!

더욱 많은 고객들을 위한 프린팅 플랫폼으로 거듭나며 일본, 미국 배송을 시작하였어요.

| 데이터 팀 소개 페이지 바로가기

https://miridihdata.lovable.app/

| 직무 소개

미리디의 데이터 ​사이언티스트는 템플릿, 고객 제작 ​디자인, ​AI 생성 ​디자인 등 방대한 ​콘텐츠 자산과 ​고객의 ​전 주기 ​행동 ​데이터를 ​기반으로 콘텐츠와 고객 ​간의 ​상호작용을 정량적으로 모델링하고 ​해석합니다.

단순한 ​지표 ​분석을 넘어, 고객의 ​잠재적 성향과 ​선호도, ​콘텐츠 소비 ​및 제작 ​맥락, ​LTV와 행동 변화 ​가능성을 확률적·통계적 ​모델로 구조화하고, 이를 사업 전반에서 일관되게 활용 가능한 분석 프레임워크로 발전시켜 데이터로 비즈니스와 프로덕트의 방향을 결정하는 역할을 수행합니다.

| 기대 모습

• 1개월 뒤
• 미리디 서비스 전반의 사용자 여정과 주요 이벤트 로그 구조를 이해하고, User·Content 데이터의 수집 및 결합 방식에 익숙해집니다.
• 템플릿, 사용자 디자인, AI 생성 디자인 등 콘텐츠 유형별 특성과 활용 맥락을 파악합니다.
• 기존 사용자 세그먼트, 핵심 지표, 예측 모델 또는 휴리스틱 로직을 분석하고 한계를 식별합니다.
• 데이터 레이크 및 분석 환경을 활용하여 탐색적 분석(EDA)을 안정적으로 수행합니다.

• 3개월 뒤
• 사용자 주요 행동(방문, 검색, 디자인, 편집, 구독, 구매)을 기반으로 한 행동 표현(feature representation) 을 설계합니다.
• 사용자 성향, 선호도, 활동성, 전환 가능성, LTV 등을 확률 변수로 정의하고, 예측·분류 모델을 개발합니다.
• 콘텐츠(템플릿/디자인/AI 생성물)의 속성과 소비 맥락을 반영한 Content Representation을 정의합니다.
• User × Content 상호작용 데이터를 활용해 세그먼테이션, 클러스터링, 임베딩 기반 분석을 수행합니다.
• 실험(A/B Test) 결과를 통해 모델 또는 가설의 타당성을 검증하고, 비즈니스 지표와 연결합니다.

• 그 이후
• 사용자 행동 변화와 비즈니스 성과 간의 관계를 설명하기 위한 인과적 가설을 수립하고 검증합니다.
• 예측 모델의 결과를 의사결정에 활용할 수 있도록 해석 가능성, 안정성, 재현성을 고려한 분석 체계를 구축합니다.
• 개인화 추천, 검색 랭킹, CRM 타겟팅, 구독/구매 예측 등 핵심 기능에 데이터 모델을 내재화합니다.
• 다양한 조직이 공통으로 활용할 수 있는 User / Content Profiling 및 Prediction Framework를 지속적으로 고도화합니다.

| 주요 업무

"미리디에서 이런 일들을 함께 하고 싶어요"

• User Behavior Modeling: 이벤트 로그 기반 사용자 행동을 모델링하여 성향·선호·전환 가능성·LTV를 확률적으로 추정하고, 세그먼트·클러스터·임베딩 기반의 사용자 유형화를 수행합니다.

• Content & Interaction Modeling: 템플릿·사용자 디자인·AI 생성 콘텐츠의 속성과 활용 맥락을 정의하고, User × Content 상호작용을 모델링하여 개인화·추천·타겟팅에 활용 가능한 피처와 모델을 개발합니다.

• 예측·분류·세그먼테이션: 분류·회귀·생존 분석·클러스터링 등 통계·머신러닝 기법을 활용해 사용자 라이프사이클과 가치 변화를 예측합니다.

• 인과 분석 및 실험: 가설을 기반으로 인과 관계를 탐색하고, A/B 테스트와 준실험적 방법론을 활용해 효과를 정량적으로 추정합니다.

• 비즈니스 협업 및 인사이트 제공: 마케팅·세일즈·프로덕트 팀과 협업해 분석 결과를 전략과 기능에 반영하고, 지표·리포트·대시보드를 통해 인사이트의 해석과 한계를 명확히 공유합니다.

• 7년 이상의 데이터 사이언스 또는 관련 분야의 경력이 있는 분

• Python 기반의 데이터 분석 및 머신러닝 모델링 역량을 갖추신 분

• SQL을 활용한 대규모 로그 데이터 처리 경험이 있는 분

• 사용자 행동 데이터 또는 시계열 데이터 분석 경험이 있는 분

• 통계적 모델링 및 확률적 사고에 대한 이해를 갖추신 분

• 가설 수립 -＞ 분석 -＞ 실험 -＞ 의사결정까지의 전체 사이클을 경험해보신 분

• 분석 결과를 비즈니스 맥락에서 논리적으로 설명할 수 있는 분

• 사용자 행동 예측, LTV 모델링, 개인화/추천 시스템 관련 경험이 있는 분
• 실험 설계 및 인과 추론(Causal Inference)에 대한 실무 또는 연구 경험이 있는 분
• 콘텐츠 플랫폼, SaaS, 구독 기반 서비스에 대한 도메인 경험이 있는 분
• 임베딩 모델, Representation Learning, LLM 활용 경험이 있는 분
• 통계학, 컴퓨터공학, 산업공학 등 관련 전공 석사 이상의 학위를 보유한 분
• 논문 또는 기술 문서를 이해하고 실무에 적용할 수 있는 영어 독해 능력을 갖추신 분

| 기타 사항

• [서류 전형] - [1차 인터뷰] - [2차 인터뷰] - [처우 협의] - [입사] 의 프로세스로 진행됩니다.
• 서류는 원활한 검토를 위해 PDF 형식으로 제출 부탁 드립니다.
• 2차 인터뷰의 경우, 직무/직급에 따라 생략될 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.