# AirSPACE ## AirSPACE? AirSPACE는 사용자 위치/취향에 기반한 개인화된 POI(Point-of-Interest, 장소) 추천 서비스를 개발하고, 추천을 위한 유저/지역/POI 데이터 분석 및 모델링을 개발합니다. ![https://campaign.naver.com/smefullcare/tech/](https://3360715702-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MXlYqHAZoTmO3t5Lqyc%2F-MiWHe6Nf5-4HtIzGTzK%2F-MiWJ5BVz-N33f78uput%2Fimage.png?alt=media\&token=8702c66e-d290-45b1-b974-142d81e8021b) AirSPACE 소개 Tech Blog : ## 이런 서비스를 만듭니다 * [Smart Around (그린닷 내주변) ](https://s.search.naver.com/p/around/search.naver) * [네이버 지도(앱/웹) > 주변 추천](https://map.naver.com/) * [네이버 통합검색 > 플레이스 ForYou](https://m.search.naver.com/search.naver?query=%EC%A0%9C%EC%A3%BC%EB%8F%84+%EB%A7%9B%EC%A7%91) * [네이버 My플레이스 > POI, 유저 추천](https://m.place.naver.com/my) * [Line Place > Menu/Review Search, Review\&User Recommendation](https://lineconomi.me/) ![](https://3360715702-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MXlYqHAZoTmO3t5Lqyc%2F-MiWO1neCXbj-E68W14W%2F-MiWOs6z5rJFjAOLr03_%2Fimage.png?alt=media\&token=d297a02d-b370-4264-b924-1ea471f91181) * **주요 서비스 기사** * [네이버 ‘스마트어라운드’, 골목상권 매출 성장 이끌었다](https://biz.chosun.com/site/data/html_dir/2020/08/25/2020082500992.html) * [네이버 지도에서 AI가 골목식당 추천하자 일평균 85만명이 사용](https://www.mk.co.kr/news/it/view/2020/08/872066/) * [네이버 스마트어라운드에 '주변 쇼핑' 정보 탑재](https://m.etnews.com/20210108000084) * [네이버서 예약하면 AI가 목적 맞는 장소 추천해준다](https://zdnet.co.kr/view/?no=20210218123047) ## 이런 연구 개발을 하고 있습니다 * **주요 연구개발 분야** * CF / MF / GNN / MAB 등 개인화 추천 알고리즘 연구 및 고도화 * MLOps 기반의 ML 서비스 개발 * 온/오프라인에서의 이용자 검색/리뷰/구매 등 행위 분석을 통한 User Modeling (Embedding) * 온/오프라인 장소별 이용자 로그를 통한 POI & Region Modeling (Embedding) * **주요 연구개발 실적** * [Deview 2016, "딥러닝을 이용한 지역 컨텍스트 검색"](https://deview.kr/2016/schedule#session/144) * AI Colloquium 2018, "Location based Recommendation" * AI Colloquium 2019, "Smart Around : from embedding to POI recommendation" * [Deview 2020, "당신 취향의 맛집을 추천해드립니다 : 장소 개인화 추천 시스템의 비밀 (Collaborative Filtering Meets the Item Embedding)"](https://deview.kr/2020/sessions/349) * [AI Colloquium 2021, "Understanding POI: from Context to Embedding](https://tv.naver.com/v/20312470/list/709884) ## 이렇게 생활하고 있습니다 * [네이버 검색의 브레인 에어스페이스팀 김창회·전영환 개발자를 만나다](https://zdnet.co.kr/view/?no=20210511160718) * [먹고, 마시고, 노는 거 좋아하는 개발자가 네이버에서 하는 일(a.k.a 덕업일치)](https://m.blog.naver.com/naver_diary/222148510019) ## 함께 하실 분을 찾습니다 * **AirSPACE 팀 기술 스택** * Data Engineering : Python, Scala, Spark, MapReduce, Hive, Jupyter Notebook, Zepplin * AI Modeling : Pytorch, Tensorflow * Model Serving : Elastic Search 등 Search Engine, FAISS, Flask * Workflow : k8s, docker, airflow, kubeflow * **ML Engineer 우대사항** * 통계 기반 지식을 바탕으로 한 데이터 분석 또는 AI/ML 경험을 소유하신 분 * CF, MF, 강화학습 등 추천 모델링 경험 또는 지식을 보유하신 분 * CNN, GANs, RNN/LSTM, GNN 등 딥러닝 관련 경험과 지식을 보유하신 분 * POI, 사용자 위치 데이터를 활용한 데이터 처리 또는 모델링 경험이 있으신 분 * **Back-end Engineer 우대사항** * Spark, MapReduce 등 대규모 데이터 분산처리 경험이 있으신 분 * k8s, docker 등 클러스터 및 컨테이너 개발 환경에 대한 지식이 있으신 분 * 머신러닝/딥러닝 모델을 서빙하거나 AI 모델에 대한 지식이 있으신 분 * **모든 것을 뛰어넘을 단 하나의 필수 요구역량** * 맛집과 같은 개인화 장소 추천 서비스를 내 손으로 만들어보고 싶은 의지가 활활 타오르시는 분은 누구든 환영합니다.