채용 홈

채용 중

AI Product Engineer / 풀스택 개발자

Engineering5년 이상정규직서울 성동구

이메일로 지원하기

또는 support@adtype.work 로 이력서를 보내주세요. 메일 제목: [AI Product Engineer / 풀스택 개발자] 이름

애드타입을 소개합니다

애드타입은 데이터와 AI 기술을 기반으로 오프라인 광고의 기획, 실행, 운영, 성과 측정 방식을 고도화하는 광고 인텔리전스 회사입니다.

우리는 지하철, 버스, 편의점, 리테일 매장, 건물, 생활공간, 디지털 사이니지 등 사람들이 실제로 이동하고 머무는 오프라인 접점을 다룹니다.

과거의 오프라인 광고는 주로 ‘어디에 광고를 붙일 것인가’의 문제로 여겨졌습니다. 하지만 지금의 광고주는 더 구체적인 질문을 하고 있습니다.

이 브랜드는 왜 오프라인 광고를 해야 하는가
어떤 소비자와 어떤 공간에서 만나야 하는가
오프라인 광고는 브랜드 인지도, 기억, 구매 맥락, 리테일 접점 확대에 어떤 역할을 해야 하는가
성과는 어떤 기준으로 판단하고, 다음 캠페인에는 무엇을 개선해야 하는가

애드타입은 이 질문에 답하기 위해 만들어졌습니다. 단순히 광고 매체를 제안하고 집행하는 조직이 아니라, 브랜드가 오프라인 광고를 하나의 성장 전략 채널로 이해하고 활용할 수 있도록 돕는 전략 파트너가 되고자 합니다.

애드타입에 대해 더 알아보기

애드타입을 처음 접하시는 분들을 위해, 저희가 어떤 문제를 풀고 있고 어떤 방식으로 오프라인 광고 시장을 바꾸고 있는지 확인하실 수 있는 외부 기사와 보도자료를 함께 공유드립니다.

포지션을 소개합니다

애드타입은 오프라인 광고의 의사결정을 데이터와 AI 기반으로 바꾸기 위해, 내부적으로 애드타입 인텔리전스 제품군을 개발하고 있습니다.

애드타입 인텔리전스는 브랜드, 소비자, 캠페인, 공간, 매체 데이터를 연결해 오프라인 광고 전략 수립과 실행을 돕는 분석·기획 시스템입니다. 현재 서베이레이더, 리뷰레이더, 애드맵, 페르소나 AI, 시뮬레이터 등 여러 제품과 내부 도구를 개발하고 있습니다.

이번에 찾고 있는 AI Product Engineer / 풀스택 개발자는 이 애드타입 인텔리전스 제품군을 실제 제품 구조로 만들어가는 역할입니다.

현재 애드타입 인텔리전스 팀에는 Codex, Claude Code 등 AI 코딩 도구를 활용해 제품 화면과 프로토타입을 빠르게 구현하는 기획자들이 함께하고 있습니다. 이 포지션은 기획자가 만든 화면과 사용자 흐름을 실제 제품 구조로 연결하는 역할에 가깝습니다.

핵심은 백엔드 API, 데이터 모델, AI Agent 워크플로우, LLM 파이프라인, 검색·인덱싱 구조, 배포·운영 구조를 설계하고 구현하는 일입니다. 특히 리뷰, 검색, 커뮤니티, 서베이, 공간, 매체 데이터처럼 형태가 다른 데이터를 LLM과 AI Agent가 이해하고 활용할 수 있는 지식 구조로 전환하는 일이 중요합니다.

애드타입 인텔리전스가 만들고자 하는 것은 단순한 챗봇이나 분석 대시보드가 아닙니다. 여러 데이터와 내부 도구를 연결해 리서치, 분석, 요약, 제안, 리포트 생성 등 실제 광고 전략 업무를 수행하는 Agentic AI 시스템에 가깝습니다.

모든 영역을 처음부터 혼자 완성하는 역할은 아닙니다. 현재 진행 중인 제품과 프로토타입을 함께 이해하며, 백엔드·데이터·AI Agent 구조를 중심으로 하나씩 제품화해가는 역할입니다.

단순히 LLM API를 호출하거나 AI 도구를 잘 쓰는 개발자가 아니라, AI 기반 제품이 실제로 작동하기 위해 필요한 데이터 구조, 시스템 구조, 제품 구조를 함께 설계하고 구현할 수 있는 분을 찾고 있습니다.

주요 업무

1. 애드타입 인텔리전스 제품군 백엔드 개발

서베이레이더, 리뷰레이더, 애드맵, 페르소나 AI, 시뮬레이터 등 애드타입 인텔리전스 제품군의 백엔드 기능 설계 및 개발
브랜드, 제품, 캠페인, 타겟, 공간, 매체, 리포트 데이터의 구조화 및 연결
AI 코딩 도구로 구현한 프로토타입을 기반으로 한 API, 데이터 구조, 인증·권한, 배포 구조의 제품화

2. AI Agent 시스템 설계 및 워크플로우 구현

리서치, 분석, 요약, 리포트 생성, 제안 자동화 등 실제 업무 흐름을 수행하는 AI Agent 기능 구현
RAG, Function Calling, Tool Use, MCP, Agent Workflow를 활용한 데이터·도구 호출 및 실행 구조 설계
리뷰레이더, 서베이레이더, 애드맵, 페르소나 AI 등 애드타입 인텔리전스 도구와 AI Agent 간 API 및 실행 구조 설계
실제 제품과 내부 업무에서 반복적으로 활용할 수 있는 Agentic AI 시스템 구현

3. LLM 기반 지식 베이스 구축 및 RAG 파이프라인 설계

리뷰, 검색, 커뮤니티, 서베이, 공간, 매체 데이터 등 비정형·정형 데이터의 정제 및 구조화
청킹, 메타데이터, 임베딩, 벡터 인덱싱, 검색 구조 설계
온톨로지, 스키마, 카테고리 체계, 개념 간 관계 구조를 활용한 지식 베이스 구축

자격요건

백엔드 개발 또는 AI/데이터 기반 제품 개발 실무 경력 5년 이상이신 분
컴퓨터공학, 컴퓨터과학, 소프트웨어공학, 인공지능, 데이터사이언스 등 관련 전공 학사 이상이신 분 또는 이에 준하는 개발 역량과 컴퓨터 과학 기본기를 갖추신 분
Node.js, NestJS 또는 Python 기반으로 API 서버와 비즈니스 로직을 설계·개발해본 경험이 있으신 분
PostgreSQL, MySQL 등 관계형 데이터베이스를 활용해 데이터 모델을 설계하고 SQL을 작성해본 경험이 있으신 분
LLM, AI Agent, RAG, Function Calling, Tool Use 등 AI 애플리케이션 개발 개념을 이해하고 직접 구현해본 경험이 있으신 분
LLM을 단순 호출하는 것을 넘어 외부 도구·데이터·API를 연결해 실제 업무 흐름을 수행하는 Agent Workflow에 관심이 있으신 분
불명확한 기획 요구사항을 기술적 구조와 동작하는 MVP로 바꿔본 경험이 있으신 분
기획자, 디자이너, 사업 담당자와 제품 요구사항을 함께 정리하고 구현 방향을 논의할 수 있으신 분

우대사항

AI Agent 기반 제품 기능을 기획부터 개발, 배포, 운영까지 직접 구현해본 경험이 있으신 분
RAG, Agent Workflow, Multi-Agent, Function Calling, Tool Use, MCP 등을 활용해 실제 동작하는 시스템을 만들어본 경험이 있으신 분
LangChain, LlamaIndex, LangGraph, CrewAI 등 LLM/Agent 애플리케이션 프레임워크를 활용해본 경험이 있으신 분
OpenAI, Anthropic, Gemini 등 LLM API를 활용해 실제 기능 또는 자동화 도구를 만들어본 경험이 있으신 분
RAG 파이프라인, 벡터 DB, 검색 리랭킹, 임베딩 전략, 문서 인덱싱 구조를 직접 설계하거나 구현해본 경험이 있으신 분
온톨로지, 지식 그래프, 카테고리 체계, 데이터 스키마 설계 등 비정형 데이터를 지식 구조로 바꿔본 경험이 있으신 분
Docker, AWS/GCP, CI/CD, 모니터링 등 기본적인 서비스 배포·운영 환경에 대한 이해가 있으신 분
Next.js, React, TypeScript 기반의 프론트엔드 개발 경험이 있으신 분
GitHub, 배포 URL, 데모 영상, 기술 블로그 등 실제 구현 결과물로 자신의 문제 해결 방식을 설명할 수 있으신 분

이런 분과 함께하고 싶습니다

AI를 단순 개발 보조 도구가 아니라 제품과 업무 시스템을 바꾸는 기술로 바라보는 분
LLM 모델 자체보다 LLM을 활용해 실제 업무를 수행하는 AI Agent 시스템에 관심이 있는 분
빠른 프로토타입을 좋아하지만 운영 가능한 제품 구조와 유지보수성을 중요하게 생각하는 분
프론트엔드 화면 구현보다 백엔드 구조, 데이터 모델, API, AI Agent 워크플로우, 시스템 안정화에 더 강점이 있는 분
기획자가 만든 프로토타입의 속도를 살리면서 제품 구조로 받아낼 수 있는 분
비정형 데이터를 LLM과 AI Agent가 이해하고 분석할 수 있는 지식 구조로 바꾸는 일에 관심이 있는 분
불완전한 요구사항 속에서도 핵심 문제를 파악하고 동작하는 결과물로 빠르게 검증하는 방식을 선호하는 분
광고, 마케팅, 리서치, 공간 데이터처럼 낯선 도메인을 배우고 이를 제품 구조와 데이터 구조로 바꾸는 일에 흥미가 있는 분

합류 후 경험하게 될 일

합류 후 2주

애드타입의 주요 사업, 고객군, 서비스, 캠페인 사례, 인텔리전스 제품군의 구조 학습
서베이레이더, 리뷰레이더, 애드맵, 페르소나 AI, 시뮬레이터의 문제 정의와 데이터 흐름 파악
기획자들이 Codex, Claude Code 등을 활용해 구현한 프론트 프로토타입과 내부 도구 검토
기존 코드베이스, API, 데이터베이스, 배포 환경 파악 및 작은 단위의 개선 작업 수행

합류 후 1개월

애드타입 인텔리전스 제품군 중 하나 이상의 기능을 백엔드 중심으로 개선 또는 신규 구현
서베이 응답 데이터 구조화, 리뷰 데이터 분석 파이프라인, 공간·매체 데이터 연결 구조, LLM 분석 워크플로우 구현
리뷰, 설문, 검색, 공간, 매체 데이터를 LLM과 AI Agent가 활용할 수 있는 지식 베이스와 RAG 구조로 정리
기획자 프로토타입과 연결되는 API 스펙 정의 및 필요 시 Next.js 화면 보완

합류 후 3개월

애드타입 인텔리전스의 핵심 제품 또는 내부 AI 업무 시스템 중 하나를 독립적으로 책임지고 개선
브랜드·캠페인·타겟·공간·매체·리포트 데이터가 하나의 제품 흐름 안에서 연결되도록 백엔드 구조 고도화
온톨로지, 스키마, 지식 베이스, RAG 파이프라인, AI Agent 실행 구조 설계 및 개선
애드타입 인텔리전스의 개발 속도와 제품 품질을 함께 높이는 핵심 엔지니어로 역할 확장

혜택 및 복지

1. AI 기반 제품의 구조를 직접 설계해볼 수 있는 환경

애드타입 인텔리전스는 리뷰, 서베이, 검색, 공간, 매체, 캠페인 데이터를 연결하고 이를 AI Agent가 실행 가능한 구조로 바꾸는 제품입니다.

정해진 스펙을 구현하는 역할을 넘어 백엔드 구조, 데이터 구조, RAG 구조, Agent Workflow, 운영 구조를 함께 만들어갑니다.

2. 미들급 개발자가 제품의 기술 방향에 실질적으로 기여할 수 있는 환경

기획자, 사업 담당자, 리더십과 가까운 거리에서 제품의 문제 정의와 기술 구조를 함께 논의합니다.

API 설계, 데이터 모델, AI Agent 구조, LLM 파이프라인, 인프라 구성, 개발 방식에 대해 직접 제안하고 반영할 수 있습니다.

3. 빠른 프로토타이핑과 안정적인 제품화 사이의 균형을 만드는 경험

애드타입 인텔리전스 팀은 Codex, Claude Code, Cursor 등 AI 코딩 도구를 적극적으로 활용하고 있습니다.

기획자가 빠르게 화면과 사용자 흐름을 만들고, 개발자는 이를 안정적인 백엔드, 데이터 모델, AI 워크플로우, 지식 베이스, 배포 구조로 연결합니다.

4. 백엔드·AI Agent 애플리케이션 역량을 깊게 쌓을 수 있는 환경

API 설계, 데이터 모델링, 검색·인덱싱, RAG, Function Calling, Tool Use, Agent Workflow, MCP 등 AI 기반 제품을 실제로 운영하기 위해 필요한 기술을 제품 맥락 안에서 다룹니다.

5. 학습과 제작을 위한 지원

직무 관련 도서 구매 지원
AI, LLM, AI Agent, 백엔드, 데이터, 광고 기술, 제품 개발 관련 교육 콘텐츠 지원
세미나·컨퍼런스 참가 지원
개발과 실험에 필요한 AI 도구 및 SaaS 지원

6. 업무 환경

성수동 오피스 근무
뚝섬역 도보 약 5~10분 거리
업무용 노트북 및 모니터 제공
Cursor, Claude, OpenAI 등 업무 관련 AI 도구 사용 지원
Slack, Figma 등 업무에 필요한 SaaS 지원
야근 시 저녁 식사비 지원
월별 기능 단위 커피챗 진행

채용 절차

서류 전형 → 1차 컬쳐핏 인터뷰 → 실무 인터뷰 → CEO 인터뷰 → 최종 합격

서류 전형에서는 이력서, 포트폴리오, GitHub, 기술 블로그, 배포 URL, 데모 영상 등을 검토합니다.
실제로 어떤 문제를 어떻게 풀었는지, 어떤 기술을 왜 선택했는지, 백엔드·데이터·AI Agent 애플리케이션 개발 경험을 중심으로 살펴봅니다.
실무 인터뷰에서는 백엔드 개발 경험, AI Agent 애플리케이션 구현 경험, RAG·지식 베이스 설계 경험, AI 개발 도구 활용 방식, 문제 해결 방식에 대해 이야기 나눕니다.
필요 시 간단한 사전 질문 또는 실무 과제가 진행될 수 있습니다.
과제나 라이브 세션에서는 평소 사용하는 AI 개발 도구를 활용할 수 있습니다.