채용 공고 채용공고 더보기
서울 데이터 분석가 데이터 사이언티스트 외국계 (외국 투자기업) 경력

주요 업무 내용

Over the last decade, Asurion has built an outstanding track record of growth as the industry leader in wireless handset protection. At the heart of this growth has been Asurion’s leading position in risk and fraud management for the wireless space. This strategic role will work cross-functionally, with Customer Care, Client Services, Legal, Underwriting and IT to implement audits of the complete claim cycle, monitor processes and systems, looking for inconsistencies and fraud, balancing customer experience with the correct claim outcomes.
The candidate will be a champion for change, driving new processes where old ones fail, using relationships and data analysis to gain alignment, also have a keen interest in subscriber behavior and a desire to learn more about fraud within the insurance and mobile technology sectors. Based on analysis, the candidate will drive new system design and corresponding processes to flag abnormal behavior, while fast tracking normal. And will have a strong interest in complex problem solving, ability to challenge assumptions, consider alternative perspectives, perform in high-stress situations, and operate well in a collaborative, multi-cultural, multi-lingual and diverse environment.

[Develop insights on emerging trends, risks and opportunities in all aspects of the claim process]
∙ Implement quality monitoring of all third-party agents and adjusters involved in our claim process, comparing results to predetermined expected ranges and taking corrective measures if any deviation is found.
∙ Build and support robust claims processes and procedures that are insurance compliant and customer friendly, while at the same time combatting fraud and ensuring correct claim outcomes.
∙ Analyze audit results as well as claims data to understand trends and anomalies, allowing those findings to drive actions.
∙ Proactively identify and drive actions and decisions that will improve Asurion performance.

[보험금 청구 프로세스의 모든 측면에서 새로운 트렌드, 위험 및 기회에 대한 인사이트를 개발]
∙ 보험금 청구 프로세스에 관련된 품질 모니터링 결과를 예상 목표와 비교하여 차이를 분석하고, 그에 따른 액션 플랜 수립 및 개선 조치.
∙ 보험 규정 안에서 고객의 편의와 클레임 효율을 최우선으로 하여 보험 사기를 방지하고 올바른 보험금 청구 프로세스를 설립.
∙ Audit을 통한 클레임 데이터를 분석하여 클레임의 추세 및 이상 징후를 파악하고 이에 대하여 내부/외부 이해 관계자들과의 협업을 통해 해결.
∙ 아슈리온의 지속적 성장을 위해 개선할 수 있는 프로세스를 선제적으로 파악하고 추진.

[Drive Asurion best-in-class Risk Mitigation practices]
∙ Monitor and understand claims management systems, claims data, and customer behavior detecting abusive trends and implementing mitigative measures.
∙ Maintain risk management engine, building new rules to flag suspicious behavior for review by a team equipped with quality approved processes and procedures.
∙ Steer a strategy to get closer to and influence adjudicators to adopt Asurion’s Risk Management Processes.

[아슈리온의 Risk mitigation System 관리]
∙ 새로 발견된 추이 및 이상 징후를 표시하여 Risk mitigation System을 통해 의심스러운 행동을 표시하는 새로운 규칙을 구축하고 관리.
∙ 클레임 심사자들이 아슈리온의 위험 관리 프로세스를 채택하도록 관계 형성을 통해 영향력을 행사하며 그에 대한 전략을 수립.

자격 요건

[Essential Experiences, Skillsets & Personal Competencies]
∙ At least 4 years of experience in data analytics, business analytics, fraud detection, finance, insurance, or risk management.
∙ Ability to analyze data and identify trends to identify process improvements.
∙ Ability to communicate and collaborate with internal and external stakeholders and propose solutions to issues identified.
∙ Experience analyzing data using statistical packages such as SAS, SQL, Python, R, etc.

∙ 데이터 분석, 비즈니스 분석, 사기 탐지, 재무, 보험 또는 리스크 관리 분야에서 4년 이상의 경력
∙ 데이터를 분석하고 추세를 파악하여 프로세스 개선점을 식별하는 능력
∙ 내부 및 외부 이해 관계자들과의 원활한 커뮤니케이션을 통해 협업하고, 발견된 문제점에 대한 해결책을 제안할 수 있는 능력
∙ SAS, SQL, Python, R 등 통계 패키지를 이용한 데이터 분석 경험

[Desirable Personal Competencies and Attributes]
∙ Experience in insurance/financial industry to improve processes through fraud strategy/analysis of products.
∙ Experience in establishing application fraud prevention strategies through fraud-rule analysis and investigating them in detail.
∙ Experience working with multicultural team members in a multinational company.
∙ Fluent communication in English, Korean

∙ 보험/금융업에서 상품에 대한 Fraud 전략/분석을 통해 프로세스를 개선해 본 경험
∙ Fraud-Rule 분석을 통해 신청 사기 방지 전략을 수립하고, 이를 상세히 조사한 경험
∙ 다국적 기업에서 다양한 문화권의 팀원들과 일해본 경험
∙ 영어, 한국어의 원활한 커뮤니케이션


※ 아슈리온은 ‘아슈리온코리아, 모바일티씨에스, 아슈리온코리아서비스’ 세 개의 법인으로 분류되며, 각 포지션별 업무 성격에 따라 소속법인이 상이합니다.
AI Lead D-8
서울 빅데이터 엔지니어 중견기업 경력

주요 업무 내용

[우리 조직을 소개합니다]
• 쏘카 데이터비즈니스본부는 모빌리티 산업의 핵심 비즈니스에 대해 머신러닝/통계/자동화/최적화/디바이스 등 다양한 도구를 활용하여 즉각적으로 개선하고 행동할 수 있는 문제들을 해결합니다.
• AI팀은 데이터비즈니스본부의 본부장 직속조직으로, 모빌리티 비즈니스에서 발생하는 여러 데이터를 잘 이해하는 AI를 연구/개발합니다.
• 참고하면 좋을 PR, 테크 블로그
• LLM으로 만들어가는 새로운 제품과 고객경험 : https://www.youtube.com/watch?v=_1mcVipuUYY&list=PLGh_JNxzXsX9NSm-iyAdS4Ioco0vp4jtq&index=7
• 쏘카 "실수 안 하는 'AI 상담원' 만들겠다" : https://zdnet.co.kr/view/?no=20231030151202
• 스타트업이 챗GPT로 사업하는 노하우 대방출 : https://zdnet.co.kr/view/?no=20231027080954
• ‘AI 퍼스트’ 쏘카, 연내 AI 고객센터 솔루션 도입 : https://www.fnnews.com/news/202305021549571929
• 쏘카 AI팀의 Applied Research Scientist는 어떤 일을 하나요? : https://tech.socarcorp.kr/data/2022/04/05/role-of-applied-research-scientist-at-socar.html
• 딥러닝 기반 세차 인증 자동화 모델 개발 이야기 : https://tech.socarcorp.kr/data/2022/04/18/develop-model-classifying-washed-car.html
• Semantic Segmentation을 활용한 차량 파손 탐지 딥러닝 모델 개발기 : https://tech.socarcorp.kr/data/2020/02/13/car-damage-segmentation-model.html
• Selected Workshop Publications
• Adapt and Prune Strategy for Multilingual Speech Foundational Model on Low-resourced Languages (EMNLP MRL Workshop, 2023)
• PMixUp: Simultaneous Utilization of Part-of-Speech Replacement and Feature Space Interpolation for Text Data Augmentation (ICLR PML4DC, 2023)
• Uncovering the Effectiveness of Calibration on Open Intent Classification (ICLR PML4DC, 2023)
• Lightweight Prompt Learning with General Representation for Rehearsal-free Continual Learning (NIPS Workshop on Meta-Learning, 2022)

[어떤 기술적 비전을 가지고 있나요.]
• AI를 기반으로 실제 비즈니스 임팩트(매출 증대, 비용 절감, 운영 효율성 증가)를 만드는 것을 목표합니다.
• LLM 영역에서는 상담사와 고객 사이의 음성 대화를 Text로 매핑해주는 Lightweight Speech-to-Text(STT), prompt engineering과 fine-tuned small LLM 기반의 AICC(AI기반 고객센터) 제품을 만들고 있습니다.
• Multi-Modality 영역에서는 차량 이미지, 블랙박스가 촬영한 주행 형상, 차량 센서 시계열 데이터 (i.e., IMU)와 텍스트를 이용해 Vision/Video/Sensor-Language Multi-Modality를 지향합니다
• 비즈니스 문제 정의 - 기술적 문제 정의 - AI모델 연구 및 개발 - 배포 및 자동화 - 비즈니스 임팩트 산출 - 프로세스 개선의 사이클을 통해 지속적으로 임팩트를 만들어 나갈 분을 기다리고 있습니다
• 시장에 존재하는 적절한 기술이 있다면, 이를 우선적으로 사용합니다. Novel한 것이 항상 최고가 아니고, SOTA가 항상 최선은 아니라고 믿습니다. 주어진 상황과 리소스, 비즈니스 환경을 종합적으로 고려했을 때의 투자 대비 임팩트가 중요하다고 믿습니다.
• LLM을 Fine-tuning하거나 pre-training하기 전에, 충분한 시간 동안 prompt engineering으로 문제를 풀어봅니다. prompt engineering으로 문제를 해결할 수 있다면, 굳이 자체 모델을 학습시키지 않습니다.
• 비즈니스에 맞닿지 않은 영역의 순수한 학문적 가치를 위한 연구는 지양합니다.
• AI와 맞닿아있는 End-User들의 피드백을 기반으로 지속적으로 성장하는 Human-Interactive AI Product을 지향합니다.
• AI를 이용하는 쏘카의 유저, 내부 사용자들의 목소리를 듣고 제품을 개선합니다.
• 항상 고객의 목소리를 듣고, 그들에게 가치를 줄 수 있는 제품을 지향합니다.

[어떤 일을 하나요.]
• 카셰어링 도메인에 존재하는 비즈니스 문제를 발굴하거나 이해하고, 이를 기술 문제로 정의합니다.
• 문제의 본질이 무엇인지 이해하고, 꼭 AI를 이용해서만 풀어야하는 것인지에 대해 충분히 조사하고 고민합니다.
• 풀고자 하는 문제에 대해 기술적인 의견을 제시하여, 비즈니스 의사결정을 내리는데 기여합니다.
• 문제를 해결할 수 있는 예비 솔루션들을 검토하고, 각각의 장단점 분석 및 비즈니스 임팩트 산정을 수행합니다.
• 비즈니스 임팩트의 적절성을 검토하고, Stakeholder와 논의하여 프로젝트 진행에 대한 의사결정을 내립니다.
• 팀원이 구축한 Evaluation Suite의 적절성을 검토하고, 비즈니스 목표와 기술 목표 달성에 기여할 수 있는지를 고민합니다.
• Prompt Engineering부터 학습까지, 적절한 방법을 선택해 제품에 들어갈 수 있는 모델을 개발합니다.
• 본부 내/외 다양한 팀들과 협업을 리드하고, 사전에 확보해두어야 할 리소스에 대해 커뮤니케이션하여 AI Product이 마일스톤에 맞게 Shipping될 수 있도록 조율합니다.

자격 요건

[이런 경험이 있으면 좋겠어요.]
• 유관 경력 5년 이상 혹은 그에 준하는 경험이 있는 분
• 기술 조직에서 Senior IC, 혹은 People/Engineering Manager 역할을 수행한 경험이 있는 분
• Production 환경에서 딥러닝 모델을 개발 - 배포- 운영한 경험이 있고, 최신 딥러닝 논문을 빠르게 이해하고 정확히 구현할 수 있는 분
• Production 환경에서 Prompt-based 제품을 개발 - 배포 - 운영한 경험이 있는 분
• 모빌리티 산업에 대한 높은 관심과 시장 잠재력에 대한 이해가 있으며, AI 관련 분야 전반, 머신러닝, 딥러닝 이론에 대한 전반적인 이해가 있는 분
※ 지원서 제출 시 Resume, 포트폴리오 or Cover Letter(각 프로젝트별 문제, 해결, 성과 항목 포함)를 반드시 함께 첨부바랍니다.

[이런 경험이 있으면 더욱 좋겠어요.]
• 5명 이상의 팀, 혹은 조직에서 피플 매니저 경험이 있는 분
• 클라우드 환경 기반 딥러닝/머신러닝 프로젝트 경험이 있는 분
• Real world 데이터를 이용한 딥러닝/머신러닝 프로젝트 경험, 낮은 신뢰도 혹은 불균형한 데이터 문제를 다뤄본 분
• 아래 분야에 연구 및 과제 경험이 있는 분
▷ Machine Learning
• Understanding Learned Representations in Deep Neural Networks
• Measuring Representation Similarity
• Interpretable Machine Learning
▷ Computer Vision
• Image Recognition and Object Detection under Highly Imbalanced, Weakly-Labeled, or Sparsely-Annotated Data
• Model Calibration, Uncertainty Estimation, Out-of-Distribution Detection, Few-Shot Learning
• Continual Learning
▷ Sequential Modeling
• Spatio-Temporal Modeling
• Anomaly Detection in Sequential Data
• Interpretability in Sequential Models
▷ Natural Language Processing
• Domain-specific Language Models, Prompt-Tuning
• Task-Oriented Dialogue System, Conversational AI

[자주 묻는 질문]
• Applied Research Scientist 포지션에서 가장 중요하게 보는 요소는 무엇인가요?
• 연구 실적 및 재직 경력 보다는, 특정 연구주제에 대해 끈질기고 집요하게 파고들었던 경험을 가장 중요하게 보고 있습니다.
• 예를 들어, 하나의 프로젝트 경험에 대해 “특정 데이터셋 A에서 98%의 Accuracy를 달성했다”라고 작성하시기보다는 아래의 내용이 포함하는 것을 추천드립니다
• 이 데이터셋에서 모델을 학습시킬 때는 ~한 문제가 있는데
• 그 문제는 왜 풀기 어려운 문제이고
• 그 어려운 문제를 ~한 방법으로 풀었고
• 내가 제안한 방법을 검증하기 위해 ~한 실험을 수행하여
• ~한 결과를 얻었다
• 향후 개선할 부분은 ~한 점들이 있다

[동료의 한마디]
• 요즘 동료들과 함께 “어떻게 AI가 인간처럼 사고하고 Reasoning하게 할 수 있을까?”라는 고민을 하고 있습니다. 카셰어링 도메인에 존재하는 문제는 물론이고, AI에 대한 원론적인 고민을 우수한 동료들과 함께 나누고, 토론하며 성장할 수 있는 환경이 큰 장점이라고 생각합니다.
• 자유로운 근무환경 속에서도, 개인과 팀의 목표 달성을 위해 노력하는 팀원들에게 강한 동기부여를 받을 수 있는 곳입니다. 하고자 하는 의지만 있다면 자신이 관심 있는 주제에 언제든 도전할 수 있고, 업무를 하며 생기는 부족한 점들은 팀원들과의 소통으로 함께 채워나갈 수 있는 환경이라고 생각합니다.
모빌리티 산업의 다양한 도메인에서 발생되는 데이터들을 다뤄볼 수 있어 여러 분야에 도전할 수 있는 팀입니다. 팀 전체가 문제 해결과 목표 달성을 향해 달려가며 성장하고, 연구 & 개발한 AI를 비즈니스에 적용하며 성취감을 느낄 수 있는 곳 입니다.
• 특정 도메인에서의 최신 논문 구현과 연구가 아닌, 실제 서비스에 적용 가능한 모델을 개발하기 위해 끊임없이 고민하고, 그 과정 속에서 발전할 수 있는 팀입니다. 팀 전체가 목표를 함께 설정하고, 목표를 이루기 위해 서로 고민과 지식을 나누며 성장할 수 있는 환경이 잘 갖춰져 있다고 생각합니다.
• 현실 세계의 데이터를 다루고 문제를 해결하는 일은 항상 어렵고 강한 집념이 요구 됩니다. 쏘카의 수평적이고 자유로운 조직 문화는 도전적인 문제를 해결하는데 있어 새로운 시각과 유연한 사고를 갖게 하는데 큰 도움이 됩니다.
• 비즈니스 문제를 AI가 풀 수 있는 문제로 정의하는 것부터 원론적인 Machine Learning까지, 개인의 관심 영역에 따라 다양한 프로젝트를 진행할 수 있는 곳입니다. 카셰어링 비즈니스에서만 풀 수 있는 Challenging한 문제들을 풀면서, 멋진 동료들과 생산성있는 Discussion 또한 경험해볼 수 있습니다.

[미래의 쏘팸이 되기 위한 과정]
• 서류 전형 → 전화 면접 → 1차(직무) 면접 → 2차(컬쳐 핏) 면접
• 후보자분들의 더 나은 이동을 위해 면접 시 쏘카 및 타다 쿠폰을 드립니다.
서울 데이터 사이언티스트 빅데이터 엔지니어 중견기업 경력

주요 업무 내용

[우리 조직을 소개합니다]
• 쏘카 데이터비즈니스본부는 모빌리티 산업의 핵심 비즈니스에 대해 머신러닝/통계/자동화/최적화/디바이스 등 다양한 도구를 활용하여 즉각적으로 개선하고 행동할 수 있는 문제들을 해결합니다.
• AI팀은 데이터비즈니스본부의 본부장 직속조직으로, 모빌리티 비즈니스에서 발생하는 여러 데이터를 잘 이해하는 AI를 연구/개발합니다.
• 참고하면 좋을 PR, 테크 블로그
• LLM으로 만들어가는 새로운 제품과 고객경험 : https://www.youtube.com/watch?v=_1mcVipuUYY&list=PLGh_JNxzXsX9NSm-iyAdS4Ioco0vp4jtq&index=7
• 쏘카 "실수 안 하는 'AI 상담원' 만들겠다" : https://zdnet.co.kr/view/?no=20231030151202
• 스타트업이 챗GPT로 사업하는 노하우 대방출 : https://zdnet.co.kr/view/?no=20231027080954
• ‘AI 퍼스트’ 쏘카, 연내 AI 고객센터 솔루션 도입 : https://www.fnnews.com/news/202305021549571929
• 쏘카 AI팀의 Applied Research Scientist는 어떤 일을 하나요? : https://tech.socarcorp.kr/data/2022/04/05/role-of-applied-research-scientist-at-socar.html
• 딥러닝 기반 세차 인증 자동화 모델 개발 이야기 : https://tech.socarcorp.kr/data/2022/04/18/develop-model-classifying-washed-car.html
• Semantic Segmentation을 활용한 차량 파손 탐지 딥러닝 모델 개발기 : https://tech.socarcorp.kr/data/2020/02/13/car-damage-segmentation-model.html
• Selected Workshop Publications
• Adapt and Prune Strategy for Multilingual Speech Foundational Model on Low-resourced Languages (EMNLP MRL Workshop, 2023)
• PMixUp: Simultaneous Utilization of Part-of-Speech Replacement and Feature Space Interpolation for Text Data Augmentation (ICLR PML4DC, 2023)
• Uncovering the Effectiveness of Calibration on Open Intent Classification (ICLR PML4DC, 2023)
• Lightweight Prompt Learning with General Representation for Rehearsal-free Continual Learning (NIPS Workshop on Meta-Learning, 2022)

[어떤 기술적 비전을 가지고 있나요]
• AI를 기반으로 실제 비즈니스 임팩트(매출 증대, 비용 절감, 운영 효율성 증가)를 만드는 것을 목표합니다.
• LLM 영역에서는 상담사와 고객 사이의 음성 대화를 Text로 매핑해주는 Lightweight Speech-to-Text(STT), prompt engineering과 fine-tuned small LLM 기반의 AICC(AI기반 고객센터) 제품을 만들고 있습니다.
• Multi-Modality 영역에서는 차량 이미지, 블랙박스가 촬영한 주행 형상, 차량 센서 시계열 데이터 (i.e., IMU)와 텍스트를 이용해 Vision/Video/Sensor-Language Multi-Modality를 지향합니다
• 비즈니스 문제 정의 - 기술적 문제 정의 - AI모델 연구 및 개발 - 배포 및 자동화 - 비즈니스 임팩트 산출 - 프로세스 개선의 사이클을 통해 지속적으로 임팩트를 만들어 나갈 분을 기다리고 있습니다
• 시장에 존재하는 적절한 기술이 있다면, 이를 우선적으로 사용합니다. Novel한 것이 항상 최고가 아니고, SOTA가 항상 최선은 아니라고 믿습니다. 주어진 상황과 리소스, 비즈니스 환경을 종합적으로 고려했을 때의 투자 대비 임팩트가 중요하다고 믿습니다.
• LLM을 Fine-tuning하거나 pre-training하기 전에, 충분한 시간 동안 prompt engineering으로 문제를 풀어봅니다. prompt engineering으로 문제를 해결할 수 있다면, 굳이 자체 모델을 학습시키지 않습니다.
• 비즈니스에 맞닿지 않은 영역의 순수한 학문적 가치를 위한 연구는 지양합니다.
• AI와 맞닿아있는 End-User들의 피드백을 기반으로 지속적으로 성장하는 Human-Interactive AI Product을 지향합니다.
• AI를 이용하는 쏘카의 유저, 내부 사용자들의 목소리를 듣고 제품을 개선합니다.
• 항상 고객의 목소리를 듣고, 그들에게 가치를 줄 수 있는 제품을 지향합니다.

[어떤 일을 하나요]
• 카셰어링 도메인에 존재하는 비즈니스 문제를 발굴하거나 이해하고, 이를 기술 문제로 정의합니다.
• 문제의 본질이 무엇인지 이해하고, 꼭 AI를 이용해서만 풀어야하는 것인지에 대해 충분히 조사하고 고민합니다.
• 문제를 해결할 수 있는 예비 솔루션들을 검토하고, 각각의 장단점 분석 및 비즈니스 임팩트 산정을 수행합니다.
• 모델을 평가할 수 있는 Office / Evaluation Suite를 구축합니다. 직접 데이터 조회, Querying, Labeling Scheme 설계까지 진행합니다.
• Prompt Engineering부터 학습까지, 적절한 방법을 선택해 제품에 들어갈 수 있는 모델을 개발합니다.
• ML Engineer, Data Engineer, Software Engineer, Data Scientist와 협업하여 모델을 production에 배포하고, 비즈니스 임팩트를 측정합니다.
• 유저의 피드백을 받아 성능을 높이거나 비즈니스 환경 변화에 맞추어 모델을 개선합니다.

자격 요건

[이런 경험이 있으면 좋겠어요]
• 유관 경력 2년 이상 혹은 그에 준하는 경험이 있는 분
• PyTorch, Tensorflow 등을 활용한 딥러닝 기본 모델 구현 경험이 있고, 최신 딥러닝 논문을 빠르게 이해하고 정확히 구현할 수 있는 분
• Prompt Engineering 경험이 있는 분
• 모빌리티 산업에 대한 높은 관심과 시장 잠재력에 대한 이해가 있으며, AI 관련 분야 전반, 머신러닝, 딥러닝 이론에 대한 전반적인 이해가 있는 분
※ 지원서 제출 시 Resume, 포트폴리오 or Cover Letter(각 프로젝트별 문제, 해결, 성과 항목 포함)를 반드시 함께 첨부바랍니다.

[이런 경험이 있으면 더욱 좋겠어요]
• 클라우드 환경 기반 딥러닝/머신러닝 프로젝트 경험이 있는 분
• Real world 데이터를 이용한 딥러닝/머신러닝 프로젝트 경험, 낮은 신뢰도 혹은 불균형한 데이터 문제를 다뤄본 분
• 아래 분야에 연구 및 과제 경험이 있는 분
▷ Machine Learning
• Understanding Learned Representations in Deep Neural Networks
• Measuring Representation Similarity
• Interpretable Machine Learning
▷ Computer Vision
• Image Recognition and Object Detection under Highly Imbalanced, Weakly-Labeled, or Sparsely-Annotated Data
• Model Calibration, Uncertainty Estimation, Out-of-Distribution Detection, Few-Shot Learning
• Continual Learning
▷ Sequential Modeling
• Spatio-Temporal Modeling
• Anomaly Detection in Sequential Data
• Interpretability in Sequential Models
▷ Natural Language Processing
• Domain-specific Language Models, Prompt-Tuning
• Task-Oriented Dialogue System, Conversational AI

[미래의 쏘팸이 되기 위한 과정]
• 서류 전형 → 전화 면접 → 1차(직무) 면접 → 2차(컬쳐 핏) 면접
• 후보자분들의 더 나은 이동을 위해 면접 시 쏘카 및 타다 쿠폰을 드립니다.
"더 정확한 채용 검색을 원하세요?" 채용 검색 바로가기
서울 고객지원/CS 고객지원/Desk 대기업 경력

주요 업무 내용

[글로벌 스토어 표준 확산 관리]
· 신규 스토어 시설 표준 (Store Identity)의 글로벌 확산 지원/관리
  - 매뉴얼 기반 해외 권역 대상 디자인 질의응답, 예산 지원, 실적관리, 효과성 점검, KPI 관리 등

[스토어 표준 업데이트 및 정책수립]
· 시장 트렌드 반영한 스토어 시설 업데이트 기획/개발 및 본사 정책 수립
  - EV 디스플레이 모듈 등 전용 시설 기획 및 글로벌 파일럿, 표준 수립 및 확산 관리

[스토어 고객 경험 전략 수립]
· 중장기적 관점에서 스토어 고객경험 기획 및 글로벌 표준 수립
  - 플래그십 스토어, EV 전용 스토어 등 신규 스토어 형태 기획 및 고객 경험 설계, 본사 방향성 수립

자격 요건

· 국내외 정규대학 학사 이상의 학위를 보유하신 분
※ 해외여행 또는 비자 발급 요건에 결격 사유 없는 분, 남자는 병역 필 또는 면제되신 분에 한해 지원 가능합니다.
2017년 일하기 좋은 기업 100 부문 수상

찾으시는 기업이 없나요?
근무경험이 있으시면, 첫 리뷰를 작성해주세요.

기업리뷰 작성

검색 조건 저장은 회원만 이용하실 수 있습니다.

기업리뷰를 써야 하는 이유

  1. 1. 리뷰 하나로 열람권 획득 리뷰 하나만 써도 모든 기업 리뷰를 승인된 날로부터 1년간 볼 수 있습니다.
    잡플래닛은 당신이 가장 만족스러운 직장을 고를 수 있도록 도와줍니다. 몇분만 투자하세요!
  2. 2. 매일 수백개의 기업에 대한 새로운 리뷰 지금 이순간에도 수백명의 회원들이 기업리뷰를 남기고 있습니다. 그리고 당신의 친구, 직장 동료, 경쟁자들은 벌써 이런 정보를 보고 있을지도 모릅니다. 뒤쳐지지 마세요!
  3. 3. 운영팀도 모르는 익명성 리뷰를 검토하는 운영팀조차도 작성자가 누구인지 모릅니다. 모든 개인 정보는 암호화되며 어디에도 노출되지 않습니다. 심지어 작성자가 드러날 것만 같은 리뷰는 거절된답니다. 걱정마세요!

<리뷰 작성 Tips>

  1. 1. 기업이 가지는 ‘일자리로서의 매력’ 혹은 ‘아쉬운 점‘에 대하여 작성해주세요. 특정인을 지목하여 묘사하기 보다는 기업의 특성과 관련된 정보를 이야기해주세요. • 입사 후 어떤 업무를 하나요? • 휴가 사용은 어떻게 하나요? • 어떤 복지가 제공 되나요?
  2. 2. 본인이 경험한 사실을 작성해주세요. 간접 정보, 허위사실 또는 소문(확인되지 않은 정보, 루머 또는 다른 출처에서 인용 또는 보고된 다른 사람의 의견/경험)은 차단될 수 있습니다.
  3. 3. ‘이유‘를 함께 이야기해주세요. ‘회사가 좋다, 안 좋다’ 뿐만 아니라 그 회사가 왜 좋은지를 포함한 정보입니다. 회사를 다니면서 느꼈던 점들과 그렇게 느꼈던 이유와 근거를 이야기해 주세요.
  4. 4. ‘균형’을 맞춰주세요. 회사에 대한 긍정적 평가와 부정적 평가 모두가 구직자들에게 도움이 됩니다. 조금 더 객관적인 시각으로 장점과 단점의 균형을 권장합니다.
  • "어디로 갈지 결정해야 할 마지막 순간에 잡플래닛의 기업리뷰가 큰 도움이 되었다. 덕분에 나에게 잘 맞는 회사를 선택할 수 있었다."
  • 당신의 리뷰로 더 나은 삶을 살게 될 미래의 직장인
  • "선배에게 물어봐도 말 안해주는 이야기들. 하지만 결정을 위해 알아야만 하는 것들. 잡플래닛이 유일한 솔루션이었다."
  • 당신이 1분을 투자하고 구해낸 미래의 직장인
  • "복지제도가 있다 없다 하는 것보다 중요한건, 정말 혜택을 볼 수 있는건가 하는 거 잖아요. 그런데 그런정보는 구하기가 어려웠으니까요."
  • 당신의 리뷰로 현실을 알게 된 미래의 후배
  • "일년만 더 빨리 오픈하지! 그랬으면 이곳에 취업해서 6개월이나 허비하지 않아도 되었을텐데.. 뭐 그래도 이제는 도움 좀 받겠어요."
  • 당신이 쓴 리뷰로 재취업의 방향을 결정하려는 미래의 취업준비생

수준이 다른 잡플래닛의 연봉정보

  1. 1. 직급/직종 별로 보는 정확한 연봉 후회하지 않으려면 직급에 따라, 그 속 에서도 직종에 따라 달라지는 연 봉정보를 알아야 합니다. 회사 평균 연봉 같은 숫자에 당하지 마세요.
  2. 2. 날마다 새로워지는, 가장 현실적인 연봉 잡플래닛에서는 하루 수백건의 연봉 정보가 추가됩니다. 눈 뜨면 달라지 는 상황 속에서 언제까지 구체적 이 지도 않은 작년 연봉정보를 기준으 로 인생을 결정할 순 없으니까요.
  3. 3. 친구도 안가르쳐 주는 정보 멀지 않은 미래에 연봉을 좀더 구체적으로 볼 수 있는 기능이 적용 됩니 다. 누군가는 기본급에, 누군가는 상 여금에 더 큰 비중을 두니까요. 친구에게도 물어보기 어려운 정보를 기다리며, 잠깐만 투자하세요.

정보 등록 정책

  1. 연봉정보의 신뢰성을 높이기 위해, 작성된 모든 정보는 잡플래닛의 자체적인 검토 과정을 거쳐 등록됩니다.
  2. 등록이 거부되는 이유 1. 존재하지 않거나 명확하지 않은 기업명 2. 기존에 입력된 연봉 정보와 비교했을 때, 지나치게 큰 차이가 나는 금액 3. 직급/직종을 고려했을때 상식을 벗어난 신뢰하기 어려운 금액

이것만 기억하세요.

  1. 1. 인턴에서 이직까지. 잡플래닛의 원스톱 정보 제공 서비스 노력하면 찾을 수 있는 공채 족보뿐 만 아니라, 선배한테 매달려야 알려주는 인턴 합격수기부터 그 어디에 도 없는 경력직들의 이직 면접 팁까 지. 당신의 모든 '지원'이 합격으로 끝나는 방법이 잡플래닛에 있습니다.
  2. 2. 잠깐! 기업 리뷰도 보고 싶으신가요? 면접후기를 제출하면 합격을 부르는 수만개의 꿀팁이 열립니다. 기업 리뷰도 보고 싶으시다면 기업 리뷰를 제출해주세요. 열려라 참깨! 의 비밀은 '기브 앤 테이크' 입니다.

<면접 작성 Tips>

  1. 1. 실제 면접에 참여한 경험을 작성해주세요! 면접을 앞둔 구직자가 면접을 준비할 때 필요한 정보를 입력해주세요. • 면접을 위한 준비는 무엇인가요? • (면접질문) • 면접은 어떤 방식인가요?
  2. 2. 본인이 경험한 사실을 작성해주세요. 간접 정보, 허위사실 또는 소문(확인되지 않은 정보, 루머 또는 다른 출처에서 인용 또는 보고된 다른 사람의 의견/경험)은 차단될 수 있습니다.
  3. 3. ‘이유‘를 함께 이야기해주세요. ‘면접 분위기가 좋다, 안 좋다’ 뿐만 아니라 그 회사가 왜 좋은지를 포함한 정보입니다. 면접을 보면서 느꼈던 점들과 그렇게 느꼈던 이유와 근거를 이야기해 주세요.
  4. 4. 면접 ‘과정’에 관련된 정보를 이야기해주세요. 특정인을 지목하여 묘사하기 보다는 안내과정, 질답과정, 발표과정 등에 대하여 작성해주세요.
  • "예상질문을 준비했지만, 실제 면접에서는 전혀 다른 질문으로 몇번의 고비를 마셨습니다. 하지만,잡플래닛에서 먼저 합격한 선배들의 노하우를 보고 면접을 봤더니 바로 합격통보!소원성취!"
  • 당신이 알려준 면접 노하우를 보고 취업 성공한 미래의 후배
  • "외국계 기업의 영어 면접을 포기하고 있었습니다. 하지만 실제 면접 후기를 들어보니 영어에 까다롭지 않다고 하더군요. 그래서 자신있게 지원을 했고, 현재 이곳에서 일하고 있습니다."
  • 실제 면접과정을 알고 도전해, 이직을 성공한 직장

정보 등록 정책

  1. 면접후기의 신뢰성을 높이고 고의적 기업 평점 조작을 방지하기 위해, 작성된 모든 정보는 잡플래닛의 자체적인 검토 과정을 거쳐 등록됩니다.
  2. 등록이 거부되는 이유 1. 존재하지 않거나 명확하지 않은 기업명 2. 기업 기밀에 해당하는 내용 3. 욕설, 비속어, 은어 및 공격적인 언어 4. 부서, 직급 등 개인을 특정 지을 수 있는 정보나 폄훼, 비방성 표현 5. 기업을 이해하는데 도움이 안되는 상관 없는 내용

기업리뷰가 제출되었으며, 리뷰심사가 통과 시
노출됩니다.
지금부터 모든 기업리뷰를 제한 없이 볼 수 있습니다.
단, 리뷰심사에서 승인 거절 시 다시 제한이 됩니다.