기술 직무 안내
  • Readme
  • NAVER Tech Career (Eng)
  • 서비스 소개
    • 검색, 추천 서비스
      • NLP
        • 텍스트 분석 기술
        • 언어 모델
        • Question Answering 기술
      • Data&Analytics
      • 인텐트 검색
      • 웹검색
      • Vision
      • 지식스니펫
      • 쇼핑검색&추천
        • Product Search & Ranking
        • Product Recommendation (AiTEMS)
        • Catalog Matching & Enrichment
      • AiRSearch
        • 글로벌 추천 모델링(AI/ML)
        • 통합 개인화 플랫폼(BE/DE)
        • 통합 검색 모델링(AI/ML)
      • AI Data Platform
      • 지식베이스
      • 클라우드검색솔루션 프로젝트
      • Server Platform
      • Engine & Solution
        • 대용량 분산 검색 엔진 개발
          • 고효율 고성능 색인-검색 컴포넌트 개발
          • 검색 엔진 분산 아키텍쳐 개발
          • 대규모 검색 클러스터 운영 도구 개발
        • 고성능 서버리스 플랫폼 개발
      • 지역검색&추천
        • Local Search
        • AirSPACE
      • 신뢰성 플랫폼
        • Search FE
        • Search Portal
        • Search SRE
    • 공통 플랫폼 기술 개발
      • Next 페이 프로젝트 서버 개발
    • 광고 플랫폼, 여행 검색 외
      • Front-end
      • Back-end
      • AI/ML
      • Data
      • Android
      • iOS
    • 네이버 쇼핑
      • 스마트스토어
      • 버티컬쇼핑서비스
      • 쇼핑검색서비스
      • 라이브커머스
    • 뉴스, 연예, 스포츠 외
      • Back-end
      • ML/Data engineering
    • 블로그, 지식iN/eXpert 외
      • iOS
      • Android
      • Front-end
      • Back-end
      • Data
    • 회원&인증플랫폼
      • iOS
      • Android
      • Back-end
      • Front-end
      • Data
    • 🧑‍🚀Community CIC
      • Global Community Dev FrontEnd
      • Global Community Dev BackEnd
      • Open Community Dev FrontEnd
      • Open Community Dev BackEnd
      • Android
      • iOS
      • Business Data
      • Service Data
      • Core Backend
      • Naver Game Server Dev
      • Naver Game Client Dev
    • 밴드 Cell
      • 밴드 Cell Web
    • NAVER CLOUD AI
      • NAVER AI LAB
      • 음성인식 (Speech Recognition)
      • 음성합성 및 Avatar 생성 기술 연구
      • 클로바 Vision/NLP 연구 개발
      • CLOVA Vision Kit
        • Face AI
        • Video AI
        • Avatar AI
        • Edge AI
        • Edge Solution AI
        • Data Engineer
      • 초대규모 멀티모달 & 시계열 & 쇼핑 모델링 기술 연구개발
      • CLOVA 언어 모델 연구 및 대화 시스템 개발
      • HCI X AI
      • AI 경량화 및 최적화
      • ML 연구 플랫폼 NSML 개발
      • AI/ML 서비스 & 플랫폼 개발
      • AutoML을 이용한 모델 자동 훈련 시스템 개발
      • HyperCLOVA Engineering
      • Document Intelligence
      • 머신러닝을 위한 대규모 데이터 플랫폼 구축
      • 초대규모 AI 모델 학습 / 서빙 시스템 구축 및 운영
      • DATA AI
      • AI Assistant 대화/검색시스템 연구 개발
      • CLOVA Note
        • CLOVA Note App (iOS)
    • ETECH
      • Front-end
      • Back-end
      • Android
      • iOS
      • Data
      • Graphics
    • Maps
      • iOS
      • Android
      • Back-End
    • Music
      • Music iOS
      • Music Android
      • Music Server
      • Music Platform
        • META STORE
        • OPEN-API
        • PARTY ROOM
        • NAVER SEARCH
        • DATA
      • Music AI
      • Music Quality Engineering
      • LINE MUSIC iOS
      • LINE MUSIC Android
      • LINE MUSIC Server
    • Papago
      • Front-end
      • Back-end
      • AI/ML
      • Android
      • iOS
    • PLACE
      • iOS
    • Whale
      • Browser
      • Web Engine
      • Whale OS
      • Front-end
      • Back-end
      • Whale Android
      • Whale iOS
    • Security
      • Service Security
      • Security Development
    • 네이버앱플랫폼Tech
      • Naver App
        • Android
        • iOS
      • PWE앱
        • Android
        • iOS
      • 스마트보드앱
    • WORKS MOBILE
      • iOS
      • Android
  • SmartStudio
    • Front-end
    • Back-end
    • Android
    • iOS
Powered by GitBook
On this page
  • Product Search & Ranking
  • Product Recommendation (AiTEMS)
  • Catalog Matching & Enrichment
  1. 서비스 소개
  2. 검색, 추천 서비스

쇼핑검색&추천

Previous지식스니펫NextProduct Search & Ranking

Last updated 3 years ago

Product Search & Ranking

네이버를 포함한 글로벌 쇼핑 검색에 필요한 기반 기술을 담당하고 있습니다.

대용량의 상품 DB를 장애없이 빠르게 검색에 적합한 형태로 가공하고 랭킹과 추천에 중요한 정보를 추출하는 데이터 엔지니어링, 사용자의 검색어를 분석해 쇼핑 검색에 필요한 정보를 추출, 여러가지 랭킹 요소들을 고려한 최적의 랭킹 모델링, 서비스 로그를 바탕으로 쇼핑 검색 인사이트 도출하는 업무를 주로 하고 있습니다.

관심이 생기셨다면 페이지를 참고해주세요.

Product Recommendation (AiTEMS)

네이버, 라인, 글로벌 쇼핑서비스의 추천 AI 기술 및 서빙 플랫폼을 담당하고 있습니다.

1) 쇼핑추천 AI 기술 연구 & 개발 사용자 행동 분석 / 상품 데이터 분석을 기반으로 Item2Item / User2Item 등의 다양한 AI 추천기술을 연구하고 있으며, 실 서비스 적용을 통한 온라인 평가 및 최적화된 서비스 기술을 개발하고 있습니다. 이와 같이 사용자의 추천서비스 만족도를 높이는 것이 주요 목표입니다. 2) 쇼핑추천 백엔드 & 서빙 시스템 개발 실시간으로 수집되는 사용자의 변화된 행동에 따라 AI 추천모델을 인퍼런스하는 백엔드 기술과 서비스 프론트에 개인화된 추천 결과를 제공하는 API 서빙 기술을 개발하고 있습니다. 이와 같이 안정적으로 개인화 추천 데이터를 관리하고, 빠르고 신속한 추천시스템을 구축하는 것이 주요 목표입니다.

관심이 생기셨다면 페이지를 참고해주세요.

Catalog Matching & Enrichment

네이버, 라인, 글로벌 쇼핑 검색 상품을 분석하고 클러스터링 하기 위한 AI플랫폼을 연구 하고 있습니다.

상품의 이름과 설명, 그 외의 다양한 속성으로 구성된 텍스트와 이미지로부터 중요 정보를 추출하고, 이러한 정보들을 토대로 유사 상품간의 연관성을 분석하여 클러스터링 하는 것이 주요 업무입니다.

많은 연산량을 필요로 하는 머신러닝/AI 기술을 더욱 확장하기 위해 모델 자체의 개선 뿐만 아니라, 대규모 데이터 처리 플랫폼의 성능을 최대로 끌어내는 백엔드 기술 개발을 병행하고 있습니다.

현재는 동일 상품을 넘어, 유사 상품 간의 속성 별 세부 비교가 가능한 클러스터링을 위해 연구를 확장하고 있습니다.

관심이 생기셨다면 페이지를 참고해주세요.

Product Search & Ranking
Product Recommendation (AiTEMS)
Catalog Matching & Enrichment