[조직 소개]
- 인텔리전스랩스는 다양한 게임 정보를 활용해 ‘빅데이터’, ‘머신러닝·딥러닝’, ‘인공지능(AI)’ 기술과 공학적 사고를 통해 솔루션을 만들고 게임 사용자와 넥슨 구성원이 사용할 서비스를 제공하는 조직입니다.


[팀 소개]
- 매칭팀에서는 넥슨 게임을 즐기는 수많은 유저를 대상으로 매치메이킹이라는 도메인에 대해 깊이 탐구하고 있으며, 이에 대한 해답으로 매치몹이라는 매치메이킹 솔루션을 개발/운영하고 있습니다.
- 매치메이킹이라는 주제로 깊게 파고들고 라이브 서비스에 매치메이킹을 직접 적용해볼 수 있는 경험을 나눌 엔지니어를 모집합니다.

[개발 환경]
- Frontend: Vue.js / React.js / Typescript / Tailwind css
- Backend: Django / Django Rest Framework / MySQL / Elasticsearch / Redis / Prisma
- 배포 및 운영: Terraform / Gitlab CI / AWS / Turborepo
- 프로젝트 도구: Figma / Storybook

[도전과제]
- 매치메이킹 로직 개발/운영에 대한 생산성 향상
> 매치몹 서비스를 연동하는 게임 프로젝트들이 늘어남에 따라 개바로가 관리 운영을 효과적으로 그리고 효율적으로 하기 위한 데이터 모델을 설계합니다.
> 매치메이킹 규칙, 로직, 레이팅(MMR) 계산기와 같이 리소스들을 직관적으로 정의하고 조합하여 매치메이킹 풀 설정을 만들 수 있도록 합니다.
> 정의한 리소스들을 재사용하고 풀 설정에 대한 관리를 자동화하여 라이브 서비스의 운영 생산성을 강화합니다.
- 안정적이고 신뢰할 수 있는 데이터 제공
> 게임 기획자와 데이터 분석가는 엔지니어가 제공하는 매치메이킹 데이터를 기반으로 더 나은 로직을 연구하고 의사결정을 진행합니다.
> 매치메이킹 상황에 대해 이해관계자에게 투명한 데이터를 제공할 수 있는 환경을 구축하고, 대규모 요청 유입에 대해서 데이터 유실을 방지하고 강인한 로그 파이프라인을 운영해야 합니다
> 글로벌하게 배포되어 있는 매치메이커로부터 로그를 수집/가공하여 저장소에 적재하고 이를 집계하여 효율적으로 이해관계자에게 시각화하여 보여줄 수 있는 환경을 제공합니다.
- 안정적인 라이브 서비스 운영을 위한 프로세스 만들기
> 안정적인 라이브서비스 운영에서 매치메이킹의 지표 변화에 대한 이슈 상황을 빠르게 인지하고 효과적으로 대처하는 것이 중요하기 때문에
> 매치메이킹 현황에 대해 실시간적으로 가시성을 확보하기 위한 시스템을 구축해야 합니다.
> 이슈 원인을 빠르게 특정하기 위해 과거 라이브 상황의 스냅샷을 불러와 로직을 똑같이 재현할 수 있는 디버깅 도구를 제작합니다.
> 또한, 안정적인 배포를 위해 로직/풀 설정 변경에 대해서 미리 매치메이킹의 지표 변화를 예측할 수 있는 시뮬레이션 도구를 제작합니다.

[개발 문화]
- Github를 사용해 코드리뷰, 일감 관리, CI/CD 를 하고 있습니다.
- 코드리뷰는 결함을 찾는 절차가 아니라 비동기로 함께 개발하기 위한 도구로 사용하고 있습니다.
- 저희가 지향하는 코드리뷰는 머지/릴리즈 승인 절차보다는 비동기 온라인 페어프로그래밍에 가깝습니다.
- 완성 후 결과를 일방적으로 공유하지 않고, 작업 과정에서 최대한 의견을 나누고 이러한 의사결정의 과정을 그대로 기록, 공유하기 위해 노력합니다.
- 의사결정의 모든 과정을 기록함으로써 "과거에 내린 결정이 이유가 현재도 유효한지" 판단할 수 있고, 현재의 더 나은 결정으로 이어지게 합니다.
- 같은 주제에 대해 함께 고민하고 공감할 수 있는 동료들이 있다면, 고립감이 줄어들 뿐만 아니라 더 나은 결정을 내릴 수 있다고 믿습니다.
- 직무에 국한되지 않고 개발이라는 주제 안에서 모두 함께 토론하는 것을 지향합니다.


[업무 소개]
- 매칭팀에서 개발/운영하고 있는 매치메이킹과 추천 서비스의 백오피스 개발
- 운영 서비스의 모니터링을 위한 데이터 시각화
- 조직 내 분석가 협업 프로젝트 지원
- 레거시 코드 마이그레이션 (Vue.js → React.js)