| ​ ​팀 ​소개

합성팀은 미리캔버스 ​사용자의 디자인 결과물을 이미지·PDF·영상으로 ​변환하는 ​렌더링 파이프라인을 ​운영하는 팀입니다. 매일 ​수백만 건의 ​렌더링 ​요청을 NestJS ​기반 ​풀스택으로 ​안정적으로 처리하는 팀이며, ​그 ​위에서 풀어야 할 ​현재 ​가장 ​큰 핵심 과제는 ​AI Agent를 ​합성 ​파이프라인에 production ​수준으로 통합하는 ​것입니다.

​| 합류 ​시 얻을 ​수 있는 경험

"합류 시 이러한 과제를 직접 설계·운영하며, 실무 중심의 역량을 깊이 있게 쌓아갈 수 있습니다."

• AI Agent 워크로드의 production 운영
• AI팀과 협업하여 실제 트래픽 위에서 비결정성·비용·지연시간·회귀 검증을 모두 다뤄야 하는 AI 시스템의 설계와 운영 경험을 깊이 있게 쌓을 수 있습니다.
• 매일 수백만 건의 동시 작업을 무중단 처리하기 위해 4개 이상의 AWS ECS 서비스와 수십 개 이상의 Task 운영 및 오토스케일링 제어
• 월간 수천만 건의 렌더링 요청을 무손실·무지연 처리 및 고가용성 분산 큐 아키텍처 설계
• Node.js 기반 병렬 워커 파이프라인 설계 및 동시성 제어

| 주요 업무

"미리디에서 이런 일들을 함께 하고 싶어요"

합류 직후에는 아래의 AI Agent 프로젝트를 우선 책무로 맡게 됩니다. 동시에 프로젝트의 진행 단계에 따라 합성팀 공통 업무를 병행하거나 비중을 옮겨가며 함께 수행합니다. 즉, AI 영역과 합성 인프라 영역 모두에서 깊이 있게 일하고 싶은 분과 함께하고 싶습니다.

핵심 책무 — AI Agent 프로젝트

이 포지션의 가장 핵심적인 실무 책임 영역입니다. 코드를 직접 작성하고 시스템을 직접 운영합니다.

• AI팀과 협업하는 메인 개발자로서 AI팀이 선정한 모델/프롬프트 R&D 결과물을 AI 모듈로서 직접 구현·개선하고, 기존 합성 파이프라인에 통합하여 production 환경에서 운영합니다.
• LLM 기반 워크로드의 fallback / recovery / 비용 / 지연시간 / 회귀 검증 등, 비결정성에서 오는 운영 이슈를 시스템 설계로 흡수합니다.
• AI 모듈의 입력·출력 품질을 정량적으로 측정하는 평가 체계를, 합성팀이 이미 운영 중인 회귀 테스트 인프라 위에서 함께 진화시킵니다.

합성팀 공통 업무

위 핵심 책무와 함께, 합성팀의 일원으로서 다음 일들도 함께 수행하게 됩니다.

• 매일 들어오는 수백만 건의 합성 요청을 안정적으로 흘려보내기 위해 고가용성 분산 큐 시스템을 함께 설계·개선합니다.
• Datadog APM/메트릭과 OpenSearch 로그 위에서 실서비스 데이터 기반으로 의사결정합니다. — 추측이 아니라 측정으로.

| 자격요건

"이런 분이라면 목표 달성에 확신을 얻을 것 같아요"

• 백엔드 서비스를 5년 이상 설계·운영해 오신 분 (Node.js/NestJS 또는 그에 준하는 스택)
• Claude, Codex 등 LLM 기반 도구를 일상적으로 활용해 본인의 워크플로우에 통합한 경험이 있고, LLM의 작동 방식과 한계(비결정성·context window·hallucination 등)를 운영 관점에서 이해하고 계신 분
• 비동기 작업 큐 기반 시스템(BullMQ/SQS/Kafka 등)의 처리량·장애 시나리오를 직접 설계·튜닝해보신 분
• NoSQL(MongoDB/DocumentDB) 환경에서 스키마·인덱스 의사결정을 주도하고 그 결과를 책임져보신 분
• 프로덕션 장애 상황에서 APM/로그/메트릭으로 원인을 추적하고, 재발 방지를 시스템 레벨에서 풀어보신 분
• AWS 운영 환경에서 비용/성능/안정성 트레이드오프를 고민하며 의사결정해보신 분

| 우대 사항

"이런 분이라면 장기적으로 서로에게 더 긍정적일 것 같아요!"

• LLM/AI API를 활용한 Agent 및 Agent Workflow 프로젝트 경험이 있으신 분 (규모 무관)
• Agentic Process fallback 처리 설계/개발 경험이 있으신 분
• AI Agent 평가 체계 설계/운영 경험이 있으신 분 (정량 지표 정의, 평가 데이터셋 구축, Human-in-the-loop 검증, Regression 테스트 자동화)
• Node.js CPU/메모리 프로파일링, GC/heapdump 기반 병목 분석 경험이 있으신 분
• 사용 중인 라이브러리/프레임워크의 소스 코드를 직접 읽고, 이슈를 코드 레벨로 추적·해결해본 경험이 있으신 분

| 미리디에서 활용하는 기술 스택

미리캔버스 합성팀은 최신 기술을 적극적으로 도입하며, 팀원들과 함께 최적의 스택을 고민하고 적용합니다.

• Core: JavaScript/TypeScript, Node.js, NestJS
• AI/LLM: Anthropic Claude (Sonnet, Opus), MCP
• Media Rendering: Electron, FFmpeg, Apache POI
• Message Queue: BullMQ (ElastiCache 기반), AWS SQS
• Database: DocumentDB
• Infra: AWS ECS (EC2), S3, CloudFront, Datadog, OpenSearch
• Testing: Vitest, 이미지 정합성 회귀 테스트 시스템

| 이력서에 이런 내용을 함께 공유해주시면 좋아요!

"지원자님의 이야기를 통해 더 깊이 이해하고 싶습니다."

• AI Agent 또는 LLM 기반 시스템 운영 경험이 있다면, 잘 동작한 결과물보다 실패 케이스와 그것을 시스템으로 어떻게 흡수했는지를 함께 적어주시면 좋아요. (Hallucination, 비용 폭주, 평가 지표 설계 실패, fallback 누락으로 인한 장애 등)
• 단순히 어떠한 기술을 사용할 줄 아는지에 대한 내용보다, 다양한 기술을 어떻게 활용하여 어떠한 문제를 해결했는지 경험에 기반하여 서술해주시면 좋아요.
• 지원자님의 경력 중 가장 임팩트 있었던 경험이나, 큰 실패를 극복한 과정에 대해 공유해 주세요.

| 기타 사항

• [서류 전형] - [기술 스크리닝] - [1차 인터뷰] - [2차 인터뷰] - [처우 협의] - [입사] 의 프로세스로 진행됩니다.
• 기술 스크리닝 : 실무 인터뷰 전, 컴퓨터 공학 기초 지식을 확인합니다. (온라인, 30분 내외)
• 서류 합격 시 지원자님을 더 잘 이해하기 위한 간단한 사전 설문을 요청 드리고 있습니다.
• 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.