# 통합 검색 모델링(AI/ML)
## 이런 일을 합니다.
네이버/라인의 통합검색 랭킹 개발 업무를 담당하고 있으며,\
네이버 검색 에서의 경험을 바탕으로 글로벌 사업에 도전하고 있습니다.
## 함께 하면 이런 경험을 할 수 있어요.
* 사용자 검색 질의 의도를 판단하고 의도에 맞는 최적화 랭킹을 구현합니다.
* 사용자의 취향까지 반영한 추천 기술을 검색에도 접목하여 구현합니다.
* 이를 위해 통계 기반 기술은 물론 최신 AI/ML 기술도 적극적으로 도입하고 있습니다.
* 특히 글로벌 사업에 관심 있는 분들에게는 좋은 도전의 기회가 될 것입니다.
**#글로벌도전 #유연하고수평적문화 #내가행복해야코드도행복하다**
## 함께 하고 싶어요.
### 이런 분을 모십니다.
* IR/NLP 및 Recommendation 분야에 대한 이해와 관심을 가지고 계신 분
* 통계 기반 지식을 바탕으로 AI/ML 기술에 관심을 가지고 계신 분
* Python, Java, Scala 등의 언어 사용 및 구현에 익숙하신 분
* 문제를 풀어내는 인사이트와 근성을 가지고 계신 분
### 이런 분이면 더 좋아요.
* Tensorflow, PyTorch, Spark-ML 등 기계학습 도구 활용 경험이 있으신 분
* 데이터 분산처리(MR, Spark 등 Hadoop Ecosystem) 개발 경험이 있으신 분
* IR/NLP 및 Recommendation 분야의 국제 저널 또는 학술대회 논문 게재 경험이 있으신 분
* 영어/일본어 어학 능력 보유 등 글로벌 환경에서 활약하실 수 있는 분
**#IR #NLP #Recommendation #Artificial\_Intelligence #Machine\_Learning**
#### **:: 본 직무에 관심있다면? 아래 NDTI 간단 이력서만 남겨주세요!** :writing\_hand:
{% embed url="" %}
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://naver-career.gitbook.io/kr/service/search/recommendation-airs/al-ml-1.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.