Project 프로젝트
•
Monetai’s mission is to build a fairer and more sustainable digital business ecosystem through data and artificial intelligence.
Monetai의 미션은 데이터와 인공지능을 통해 더 공정하고 지속 가능한 디지털 비즈니스 생태계를 만드는 것입니다.
•
We help app operators automate revenue and growth by predicting users with low purchase intent and offering them reasonable, personalized promotions. At the same time, users gain a more satisfying purchasing experience with benefits tailored to them.
우리는 구매할 가능성이 낮은 사용자를 예측하고 이들에게 합리적이고 개인화된 맞춤형 프로모션을 제안하여, 앱 운영사가 매출과 성장을 자동화할 수 있도록 돕습니다. 동시에 사용자는 자신에게 맞는 혜택을 통해 더 만족스러운 구매 경험을 얻게 됩니다.
•
Ultimately, Monetai aims to create a sustainable value structure where apps and users grow together through technology.
Monetai는 궁극적으로 기술을 통해 앱과 사용자가 함께 성장하는 지속적인 가치 구조를 만들어 가고 있습니다.
Role 역할
•
At Monetai, AI Product Engineers develop models that predict purchase likelihood from time-series user behavior data, enabling enterprise customers to maximize revenue. These models are validated through experimentation and evaluation, and ultimately deployed reliably in production environments.
Monetai에서 AI 프로덕트 엔지니어는 시계열 사용자 행동 데이터를 활용해 구매 가능성을 예측하고, 이를 통해 고객사의 매출을 극대화할 수 있는 모델을 개발합니다. 이러한 모델을 기반으로 실험과 평가를 통해 성능을 검증하고, 최종적으로 프로덕션 환경에서 안정적으로 운영하는 역할을 맡습니다.
•
They also collaborate with various teams to support enterprise customers in adopting and integrating Monetai into their products. This requires the ability to clearly explain and compellingly demonstrate complex solutions to both technical and non-technical audiences.
또한 다양한 직군과 협력하여 엔터프라이즈 고객이 Monetai를 원활하게 도입하고 자사 제품에 통합할 수 있도록 지원합니다. 이 과정에서는 기술적·비기술적 청중 모두에게 복잡한 솔루션을 이해하기 쉽게 설명하고 설득력 있게 시연할 수 있는 커뮤니케이션 역량이 큰 도움이 됩니다.
•
Beyond building and operating models, AI Product Engineers continuously evolve revenue optimization models that directly impact customer outcomes, shaping Monetai’s long-term value.
AI 프로덕트 엔지니어는 단순히 모델을 개발하고 운영하는 것을 넘어, 고객사의 성과에 직접 기여하는 수익 최적화 모델을 지속적으로 발전시키며 Monetai의 장기적인 가치를 함께 만들어 갑니다.
Responsibilities 담당 업무
•
Lead the development of purchase likelihood prediction models based on large-scale user behavior data, optimizing enterprise customer revenue and driving Monetai’s long-term success.
대규모 사용자 행동 데이터를 기반으로 구매 가능성 예측 모델을 주도적으로 개발하며, 이를 통해 엔터프라이즈 고객의 수익을 최적화하고 Monetai의 장기적인 성과를 만들어 갑니다.
•
Validate model performance through offline evaluations, and measure revenue impact via online evaluation in production environments.
오프라인 평가를 통해 모델의 성능을 검증하고, 실제 프로덕션 환경에서의 온라인 평가를 통해 모델이 매출에 미치는 영향을 측정합니다.
•
Deploy models in production-ready form and operate scalable inference environments to deliver real-time value to customers.
모델을 서비스에 통합 가능한 형태로 안정적으로 배포하고, 확장 가능한 추론 환경을 운영하여 고객이 실시간으로 가치를 얻을 수 있도록 합니다.
•
Monitor data quality and build feedback loops to continuously improve model performance and reliability.
데이터 품질을 모니터링하고 피드백 루프를 구축하여 모델의 성능과 신뢰성을 지속적으로 높입니다.
•
Support customer adoption and integration, while clearly explaining and demonstrating solutions to both technical and non-technical stakeholders.
고객사의 도입과 통합을 지원하며, 이 과정에서 기술적 및 비기술적 이해관계자 모두에게 솔루션을 명확하고 설득력 있게 설명하고 시연합니다.
•
Contribute to product roadmap and technical strategy, creating long-term business impact for Monetai.
제품 로드맵과 기술 전략 수립에 참여하여 Monetai의 장기적인 비즈니스 임팩트를 만들어 갑니다.
Requirements 자격 요건
•
AI Product Development Experience: Experience building end-to-end products using ML/AI, from prototypes to production. Ability to approach development with a whole-product perspective, from initial design through deployment and user experience.
AI 제품 구축 경험: ML/AI 기술을 활용해 프로토타입부터 제품까지 만들어본 경험. 부분 기능이 아니라 제품 전체의 관점을 가지고, 초기 설계부터 실제 배포와 사용자 경험에 이르기까지 전 과정을 이해하며 개발해본 경험이 있는 분
•
MLOps and Production Experience: Hands-on experience deploying and operating models in production environments, including automation, monitoring, performance maintenance, and iteration.
MLOps 및 프로덕션 운영 경험: 모델을 실제 서비스 환경에 배포하고 운영해본 경험. 단순히 모델을 만드는 데 그치지 않고, 배포 자동화·모니터링·성능 유지·개선까지 경험해본 분.
•
Large-Scale Data Processing: Experience handling and processing large-scale data for model training and evaluation. Skilled in SQL and large-scale queries, with experience using databases like Postgres and BigQuery. Experience designing and operating data pipelines is a strong plus.
대규모 데이터 처리 경험: 방대한 데이터를 효율적으로 가공·분석해 모델 학습과 평가에 활용한 경험. SQL 작성 및 대규모 데이터 쿼리 능력을 갖추고 Postgres·BigQuery 등 데이터베이스 활용 경험이 있는 분. 또한, 데이터 파이프라인을 직접 설계·운영해본 경험이 있는 분.
•
User and Impact-Oriented Mindset: Ability to critically evaluate how products affect both customer success and user experience, balancing speed, quality, and cost with accountability.
사용자와 임팩트 중심 사고: 제품을 설계할 때 단순히 기술적 완성도가 아니라, 실제 사용자의 삶과 고객사의 성과에 어떤 영향을 줄지를 비판적으로 사고할 수 있는 분. 속도·완성도·비용 간 균형을 이해하고 책임감을 갖고 결정할 수 있는 분.
Preferred Qualifications 우대 사항
•
Business Metrics Interpretation: Experience working with key business metrics such as ARPU, conversion rate, LTV, and retention, and connecting model performance to revenue impact.
비즈니스 지표 해석 경험: ARPU, 전환율, LTV, 리텐션 등 핵심 매출 지표를 이해하고, 모델 성능을 실제 매출 임팩트와 연결해 해석·개선해본 경험.
•
Cloud-Based Data Infrastructure: Experience building and operating large-scale data pipelines in cloud environments such as GCP, BigQuery, Vertex AI, and Dataflow.
클라우드 기반 데이터 인프라 경험: GCP, Bigquery, Vertex AI, Dataflow 등 클라우드 환경에서 대규모 데이터 파이프라인을 구축·운영해본 경험.
•
Multi-Tenant SaaS Experience: Experience designing and operating systems, data, and models that serve multiple customers simultaneously in a SaaS environment.
멀티 테넌트 환경 경험: 다수의 고객사를 동시에 지원하는 SaaS 구조에서 데이터, 모델, 시스템을 설계·운영해본 경험.
•
Global Collaboration: Experience working with international customers across diverse cultural and language backgrounds, operating global SaaS products.
해외 고객사 협업 경험: 다양한 문화적·언어적 배경을 가진 고객사와 협업하며, 글로벌 SaaS 제품을 운영해본 경험.
Culture 문화
•
Technology That Delivers Real Results: At Monetai, models don’t stop at accuracy metrics—they directly translate into real-world outcomes like ARPU, conversion rates, and revenue growth. Your work will create impact that customers and users truly experience.
성과로 이어지는 기술: Monetai에서의 모델 개발은 단순히 논문 수치나 정확도 향상에 그치지 않습니다. 여러분이 만든 모델은 바로 ARPU, 전환율, 매출 성장 같은 실제 지표로 이어집니다. 연구 성과가 아닌, 현실 세계에서 고객사와 사용자가 체감하는 성과로 연결되는 경험을 하게 됩니다.
•
End-to-End Ownership: From design to prototype, deployment, operation, and customer onboarding, you’ll lead the entire flow. Instead of focusing on a small feature, you’ll take responsibility for the whole product, growing as a true product engineer.
엔드 투 엔드 오너십: 설계부터 프로토타입, 배포, 운영, 고객 도입 지원까지 한 흐름을 스스로 이끌 수 있습니다. 기능 한 부분이 아닌 제품 전체를 책임지며, 스스로 문제를 정의하고 해결책을 제시하는 과정을 통해 진짜 프로덕트 엔지니어로 성장할 수 있습니다.
•
Small Team, Fast Decisions: With minimal handoffs and overhead, ideas quickly become experiments and feed into the product roadmap and strategy when successful. You’ll learn and grow in fast cycles.
작은 팀, 빠른 의사결정: 복잡한 의사결정 구조 대신, 아이디어가 곧바로 실험으로 이어지고 성과로 검증됩니다. 여러분의 제안이 제품 로드맵과 기술 전략에 직접 반영되는 환경에서, 빠른 사이클로 배우고 성장할 수 있습니다.
•
Efficiency-Focused Work Culture: At Monetai, we value working with focus and finishing on time. Core hours are 10 AM to 5 PM, when collaboration and meetings take place. Outside of this, you can work in the style that suits you best. We also support remote work on Tuesdays and Thursdays, enabling work-life balance while delivering top performance.
효율 중심 근무 문화: Monetai는 “최대한 집중해서 일하고, 빠르게 퇴근하는 것”을 중요한 가치로 삼습니다. 전체 근무 시간 중 집중 근무 시간은 오전 10시부터 오후 5시이며, 이 시간을 중심으로 협업과 미팅이 이뤄집니다. 그 외 시간은 각자의 스타일에 맞게 자유롭게 일할 수 있습니다. 또한 화·목요일은 원격 근무가 가능해, 일과 삶의 균형을 지키면서도 최고의 성과를 낼 수 있는 환경을 제공합니다.
•
Grow Together as a Team: Monetai is more than just a workplace—it’s a place to learn and grow together. Through close collaboration in a small team, you’ll gain experience as a partner shaping both business and product, not just as a developer.
함께 성장하는 팀: Monetai는 단순히 일하는 곳이 아니라 함께 배우고 성장하는 팀입니다. 작은 팀 특유의 밀도 있는 협업을 통해, 단순한 개발자가 아니라 비즈니스와 제품을 함께 만들어가는 동반자로 경험을 쌓을 수 있습니다.
Application Process 지원 방법
•
[Required] Resume (PDF) [필수] 이력서 (PDF)
◦
Please include detailed information about your major career accomplishments and your contributions if a portfolio is not submitted separately.
포트폴리오를 별도로 제출하지 않는 경우, 주요 경력에 대한 상세 내용과 본인의 기여도를 포함해 주세요.
•
[Optional] Portfolio [선택] 포트폴리오
◦
For designers, we recommend including a portfolio.
디자이너분들께는 포트폴리오 제출을 권장드립니다.
•
Please submit your application through the URL below.
아래 URL을 이용하여 지원서를 제출해주세요