[집중채용] Product Engineer (BE)

주요업무

Merakiplace의 AI Native Back-end Engineer는 고객이 가장 쉽고 편리하게 건강을 케어할 수 있는 Healthcare Super App을 만들기 위해 <나만의닥터> 서비스의 Backend를 이루는 다양한 서버들과 인프라를 개발/운영해 나가고 있습니다. AI Native Engineering 시대에도 가치를 극대화하고, 더 큰 임팩트를 만들어 내기 위해 AI를 적극 활용하여 최근 6개월~1년간 폭발적인 생산성향상과 역량 성장을 만들어 오고 계신 분을 찾고 있습니다. 모든 구성원들이 스스로 문제를 정의하고, 이를 Product로 해결해가면서 팀, 제품, 그리고 구성원이 함께 성장해 나가는 것을 추구합니다. AI를 레버리지하여, Legacy 시스템의 문제를 공격적으로 해결해 나가며, 과거보다 높은 속도와 품질을 유지해 나갈 수 있는 시스템을 만들어 나가는 것에 큰 흥미를 가지고 계신 분과 함께 하고 싶습니다 AI Native Engineering을 통한 Healthcare 혁신 Healthcare Super App 성장 과정의 핵심 Backend 문제들을 AI를 적극 활용하여 해결 AI 도구들(Cursor/Claude/Gemini/MCP)을 활용한 개발 속도와 품질의 향상 Engineering 을 통한 고객 / 제품 / 팀 / 동료 의 문제를 탁월하게 해결 Python/Django Legacy 시스템 기반에서 Go/Kotlin/Java/Typescript 등을 전략적으로 선택하여 최적 솔루션 구현 Sprint 기반 제품 개발 Chapter/Squad 소속으로 문제 정의부터 배포까지 전 과정 참여 Why/What(문제 정의) → When/How(계획 및 시스템 디자인) → 실행 및 운영의 완전한 오너십 모니터링과 분석을 자동화를 통한 안정적인 서비스 운영 0→1 단계의 팀/제품/기능: 빠른 검증과 민첩한 실행 AI/Engineering 를 통한 고객 문제 발견 및 검증 프로세스 구축 실험 친화적 아키텍처 설계 (만들기 쉽고, 없애기도 쉬운 모듈화) 보안과 속도를 모두 확보하는 엔지니어링 기반 구축 1→10 단계의 팀/제품/기능: 확장성과 안정성 확보 신뢰성, 확장성, 성능 최적화를 통한 시스템 진화 조직 성장에 따른 개발 생산성 병목 해결 (빌드, 배포, 협업 최적화) AI 기반 자동화를 통한 팀 생산성 극대화 10→100 단계의 팀/제품/기능: 대규모 서비스 운영 대용량 트래픽 및 데이터 처리 아키텍처 설계 높은 신뢰성 확보와 동시에 지속적인 실험 지원 전사적 엔지니어링 표준 및 플랫폼 구축

자격요건

5년차 수준 이상의 개발 역량 + AI 레버리지 성장: 최근 6개월~1년간 AI 도구를 활용해 폭발적 생산성/역량 성장을 만들어 오고 계신 분. 주도적 오너십: 복잡하고 어려운 문제 해결을 주도 하며, 동료와 함께 제품 개발의 모든 사이클을 이끌어 나가실 수 있는 분 문제 정의 & 시스템 디자인: 복잡한 비즈니스 문제의 기술적 분해 및 확장 가능한 아키텍처 설계 효율적 데이터 모델링, 대용량 처리, DB 최적화 데이터 중심 사고를 하시는 분 멀티 스택 엔지니어링 기본기: Python/Django 기반 Legacy 시스템 경험 + Go/Kotlin/Java/Typescript 등 타 언어 선택에 두려움 없는 소프트웨어 엔지니어링 기본기 Docker / Cloud(AWS, GCP, Vercel 등) 기반 개발/운영 환경 경험 제품/고객 중심 사고와 지속적 개선 경험 Notion/Figma/Slack/IssueTracker/Github 기반의 협업에 익숙하신 분 AI Native Engineering 요구 역량 (적극 성장하고 계신 분) AI 도구 마스터리: Cursor/Claude/Gemini/MCP 활용 + Prompt/Context Engineering Full-Stack 통합 역량: FE/BE/DevOps 경계를 넘나드는 문제 해결 능력

우대사항

성장 단계별 경험 0→1, 1→10 성장의 성공/실패 경험과 그 과정에서의 폭넓은 학습 운영 전문성 B2C/B2B 제품 운영: 무중단 배포, 대량 데이터 migration, 장애 대응 대용량 트래픽 처리: 모니터링/알림 시스템, Load 테스트, 분산 시스템 문제 해결 Legacy 시스템 분석/개선, Cache 전략, Scalability 향상 경험 인프라 & 자동화 Docker / Cloud 기반 환경을 0 → 1 → 10 해 보신 경험 대량 데이터 처리 인프라 구성 테스트 자동화를 통한 품질/효율성 향상 협업 & 문화 불확실성과 변화에 열린 애자일 제품 개발 문화 경험 Frontend, Backend, Data, Infra 영역을 넘나드는 문제 해결 선호

기술스택

Java, Python, Kotlin, Go, Celery, Django, FastAPI, Spring

채용절차

서류 면접 → 대면 직무 인터뷰 → Fit 인터뷰 → 레퍼런스 체크 → 처우 협의 → 입사 화상 인터뷰는 구글밋으로 진행되며, 대면 직무 인터뷰 부터는 사무실에서 진행됩니다. 직무 인터뷰는 경력을 중심으로 경험과 역량을 판단합니다. Fit 인터뷰는 CEO와 진행합니다. 지원자님이 '어떤' 사람이고, 팀의 문화와 적합한지를 알아가는데 집중합니다.