채용공고에는 이런 문장이 반복해서 등장합니다.
Spring Boot 기반 서비스 개발 경험
AWS 환경에서의 배포 경험
테스트 코드 작성 및 성능 개선 경험
그런데 막상 내 이력서를 보면 고민이 생깁니다.
“나는 이 공고에 얼마나 잘 맞을까?”
“지금부터 무엇을 준비해야 할까?”
이력서와 채용공고를 비교해 부족한 기술과 준비 방향을 보여주는
**AI 커리어 분석 웹 서비스 ‘커리어핏’**을 함께 만들 팀원을 모집합니다.
🔍 커리어핏이 해결하려는 문제
개발자 취업을 준비하다 보면 수많은 채용공고를 읽게 됩니다.
하지만 공고마다 표현이 다르고,
우대사항까지 포함하면 무엇부터 준비해야 할지 판단하기 어렵습니다.
지원해도 괜찮은 공고인지 모르겠다
내 프로젝트 경험이 어떤 역량으로 연결되는지 어렵다
부족한 기술은 알지만 우선순위를 정하지 못한다
관심 공고와 지원 현황이 여러 곳에 흩어져 있다
AI에게 물어보면 근거 없이 긍정적인 답변만 돌아온다
커리어핏은 단순히 합격 가능성을 숫자로 보여주는 서비스가 아닙니다.
이력서의 어떤 경험이 공고의 요구사항과 연결되는지,
어떤 역량이 부족하고 다음 프로젝트에서 무엇을 보완하면 좋은지를
근거와 함께 알려주는 서비스를 목표로 합니다.
🧑💻 실제 사용 흐름
01. 이력서를 등록합니다
PDF 이력서를 업로드하거나 내용을 직접 입력합니다.
프로젝트, 기술 스택, 담당 역할, 성과와 경험을 분석해
검색 가능한 구조화 데이터로 변환합니다.
02. 관심 있는 채용공고를 가져옵니다
채용공고 URL이나 본문을 입력하면 다음 내용을 추출합니다.
필수 기술과 우대 기술
요구 경력과 담당 업무
협업 및 개발 문화
반복해서 등장하는 핵심 키워드
03. 이력서와 공고를 비교합니다
단순 키워드 개수보다 실제 경험과 문맥을 기준으로 비교합니다.
예를 들어 Redis를 기술 목록에만 적은 경우와
캐시를 적용해 응답 시간을 개선한 경험을 구분하는 방식입니다.
04. 기술 격차를 확인합니다
이미 갖춘 역량
설명을 보완해야 하는 경험
현재 부족한 기술
우선적으로 준비할 항목
면접 전에 정리하면 좋은 질문
05. 준비 계획을 만듭니다
부족한 역량을 바탕으로
학습과 프로젝트 개선 계획을 제안합니다.
테스트 경험이 부족하다면
기존 프로젝트에 단위·통합 테스트를 추가하고,
커버리지보다 테스트 설계 이유를 정리해보세요.
🧪 MVP 핵심 기능
이력서 분석
PDF 업로드 및 텍스트 추출
프로젝트·기술·경험 구조화
이력서 버전별 관리
개인 정보 삭제 및 파일 폐기
채용공고 분석
공고 본문 또는 URL 등록
필수·우대 기술 자동 분류
직무와 경력 조건 추출
비슷한 표현의 기술 키워드 정규화
직무 적합도 리포트
이력서와 공고의 연결 근거 표시
보유 역량과 부족한 역량 구분
기술별 준비 우선순위
과도하게 단정하지 않는 AI 분석
취업 준비 대시보드
관심·지원·면접·결과 상태 관리
마감일 캘린더
공고별 이력서 버전 연결
여러 공고에서 반복되는 기술 확인
AI 준비 로드맵
부족한 기술의 학습 순서 추천
기존 프로젝트 개선 과제 생성
예상 면접 질문 제공
이력서 문장 보완 방향 제안
🧠 단순 AI 챗봇과 다르게 만들 부분
커리어핏에서는 AI 답변보다 답변의 근거와 신뢰성을 중요하게 다루려고 합니다.
이력서와 공고의 실제 문장을 근거로 표시
찾을 수 없는 경험은 임의로 만들어내지 않기
추천 결과를 구조화된 JSON으로 관리
같은 입력에 대한 결과 편차 테스트
개인 정보 최소 수집 및 삭제 기능 제공
AI 분석 결과를 사용자가 직접 수정할 수 있게 설계
포트폴리오에서 “AI API를 연결했습니다”를 넘어
AI 결과를 어떻게 검증하고 서비스에 적용했는지 설명할 수 있는 프로젝트를 만들고 싶습니다.
🎤 프로젝트가 끝나면 이런 이야기를 할 수 있어요
프론트엔드
긴 분석 작업의 로딩·실패·재시도 UX
단계별 이력서·공고 입력 폼
적합도와 기술 격차 데이터 시각화
접근성을 고려한 반응형 대시보드
백엔드
PDF 처리와 비동기 분석 작업
사용자·이력서·공고·지원 이력 데이터 설계
캐싱, 재시도, 멱등성 처리
개인 정보 보호와 파일 삭제 정책
AI/RAG
이력서와 채용공고 청킹·임베딩
기술명 정규화와 유사도 분석
근거가 포함된 결과 생성
프롬프트 평가 데이터셋과 품질 테스트
인프라
CI/CD와 클라우드 배포
분석 작업 큐와 상태 모니터링
로그·메트릭·에러 추적
부하 테스트와 비용 관리
UI/UX·기획
개발 취준생 사용자 인터뷰
복잡한 분석 결과의 정보 구조 설계
불안감을 조장하지 않는 문구 작성
실제 취업 준비 흐름에 맞는 기능 검증
🧩 모집 포지션
프론트엔드
백엔드
AI/RAG
DevOps·인프라
UI/UX 디자인
서비스 기획
개발자 취업을 준비하는 분도 환영합니다.
현재 모든 기술을 알고 있는 사람보다
한 가지 문제를 깊게 고민하고 그 과정을 기록하고 싶은 분과 잘 맞는 프로젝트입니다.
⚙️ 예상 기술 구성
Frontend: Next.js / TypeScript / Tailwind CSS
Backend: Spring Boot 또는 NestJS
AI: OpenAI API 또는 Gemini API
Search: pgvector 또는 별도 Vector DB
Database: PostgreSQL / Redis
Queue: BullMQ 또는 RabbitMQ
Infra: Docker / GitHub Actions / AWS
Monitoring: Sentry / OpenTelemetry
Collaboration: GitHub / Discord / Notion / Figma
기술 스택은 팀원의 지원 직무와 경험에 따라 조정합니다.
🚉 참여 전 꼭 확인해주세요
프로젝트 기간: 약 10~12주
오프라인 모임: 주 1회
모임 지역: 홍대·신림·신도림·서울대입구 인근
평일에는 온라인으로 개발 및 코드 리뷰 진행
최종 목표: MVP 배포와 기술 문서·회고 정리
정기적인 오프라인 협업을 위해
위 지역까지 편도 약 1시간 이내로 이동 가능한 분만 모집합니다.
✅ 이런 분과 함께하고 싶습니다
개발자 취업용 팀 프로젝트를 찾고 있는 분
단순 CRUD보다 기술적인 고민이 있는 서비스를 만들고 싶은 분
AI·검색·비동기 처리·클라우드를 경험해보고 싶은 분
코드 리뷰와 기술 문서 작성에 관심 있는 분
자신의 담당 기능을 면접에서 설명할 수준까지 이해하고 싶은 분
서로의 취업 준비를 응원하며 꾸준히 참여할 수 있는 분
각자 기능 하나만 구현하고 끝내기보다
설계 이유, 문제 상황, 해결 과정과 결과를 함께 기록할 예정입니다.
🚀 프로젝트의 완료 기준
커리어핏의 목표는 기능이 많은 서비스를 만드는 것이 아닙니다.
실제 배포된 웹 서비스
테스트 가능한 핵심 사용자 흐름
GitHub README와 API 문서
아키텍처 및 트러블슈팅 기록
성능·AI 품질 개선 전후 비교
직무별 포트폴리오에 활용할 프로젝트 회고
서비스와 함께 면접에서 자신 있게 설명할 경험까지 남기는 것이 목표입니다.
이력서를 분석하는 서비스를 만들면서
우리의 이력서에도 좋은 프로젝트 한 줄을 함께 추가해봐요.
