어떤 팀에서 함께하게 되나요?

데이터 기반 인공지능 연구개발을 담당하는 개발6유닛에서 함께하게 됩니다.

카피킬러, GPT킬러, 프리즘, 몬스터 등 자사 서비스에 필요한 자연어처리 및 멀티미디어 AI 기술을 개발하며, 대용량 데이터의 수집/색인/분석부터 AI 모델의 학습/서빙/운영까지 폭넓은 영역을 다루고 있습니다. 텍스트와 이미지 데이터를 직접 구축하고 관리하는 자체 라벨링 플랫폼도 보유하고 있습니다.

최근에는 ML Platform 고도화와 함께 LLM, RAG, AI Agent 등 생성형 AI 기술을 활용한 서비스 확장에 집중하고 있습니다.

---

이렇게 일하고 있어요

• 기술 도입 자체보다 실제 서비스의 문제와 그 해결이 가져올 가치를 중요하게 생각합니다.
• 모델 개발자와 인프라/플랫폼/백엔드 개발자가 긴밀하게 협업하여, 연구 결과가 서비스에서 안정적으로 동작하도록 만듭니다.
• 실험과 평가 결과를 근거로 의사결정하며, 성능뿐 아니라 운영 효율성, 확장성, 유지보수성을 함께 고려합니다.

---

이런 고민을 하고 함께 해결하고 싶어요!

GPU 자원을 효율적으로 활용하면서 AI 모델을 안정적으로 서빙하려면 어떻게 해야 할까요?
모델별 리소스 사용량 측정을 바탕으로 서빙 구성과 자원 배치를 최적화하여, 트래픽 변화에도 안정적인 AI 서빙 환경을 구축하고자 합니다.

AI 모델의 개발부터 운영까지, 어떻게 더 효율적으로 관리할 수 있을까요?
모델 레지스트리, 실험 추적, 학습 파이프라인 자동화 등 ML 모델 라이프사이클을 체계화하여 연구 성과가 더 빠르게 서비스로 이어지는 환경을 만들어가고자 합니다.

데이터를 어떻게 체계적으로 관리하고 학습에 활용할 수 있을까요?
데이터 레지스트리와 데이터 처리 파이프라인을 구축하여, 텍스트와 이미지 데이터를 버전 단위로 추적하고 언제든 재현 가능한 형태로 학습에 활용할 수 있도록 하고자 합니다.

---

어떤 일을 담당하나요?

AI 모델 서빙 및 리소스 최적화

• 모델별 GPU/CPU 메모리, 지연시간, 처리량 등 리소스 사용량 측정 및 프로파일링
• 측정 결과를 바탕으로 한 서빙 구성(배치, 동시성, 인스턴스 배치) 및 GPU 자원 할당 최적화
• 서빙 프레임워크 기반 모델 배포 및 런타임 이미지 관리 (Triton Inference Server, BentoML, vLLM, SGLang 등)
• LLM 및 다중 AI 모델 요청에 대한 로드밸런싱, 동시성 제어, Backpressure 관리

ML Platform 개발 및 고도화

• Airflow와 연동되는 모델 레지스트리, 데이터 레지스트리 구축 및 버전 관리 체계 수립
• MLflow 기반 학습 파이프라인 구축 및 실험 관리 환경 고도화
• 학습/서비스용 텍스트, 이미지 데이터 처리 파이프라인 개발 및 관리

AI 서비스 백엔드 개발 및 운영

• 클러스터 환경에서 동작하는 Python 웹 프레임워크 기반 AI 서비스 백엔드 개발
• AI 분석 서비스의 GPU/CPU 등 리소스 사용 현황 모니터링 및 운영 지표 관리
• 장애 대응 및 대규모 트래픽에 대비한 성능/안정성 개선

---

입사 후 이렇게 성장할 수 있습니다.

• 대규모 데이터 위에서 데이터 구축부터 학습, 배포, 운영까지 AI 개발의 전체 라이프사이클을 경험할 수 있습니다.
• GPU 클러스터, MLOps/LLMOps, 클라우드 인프라 등 AI 서비스를 뒷받침하는 플랫폼 기술을 직접 설계하고 운영할 수 있습니다.
• 새로운 기술과 아키텍처 도입을 직접 검토하고 기술적 의사결정에 참여할 수 있습니다.

---

이런 분과 함께 일하고 싶어요

• Computer Science, AI 등 관련 분야 전공자 또는 이에 준하는 개발 역량을 갖추신 분
• 모델 서빙 프레임워크로 AI 모델을 배포하고, 리소스 사용량을 측정해 성능을 개선해 보신 분 (Triton Inference Server, BentoML 등)
• Kubernetes 등 클러스터 환경에서 서비스를 운영해 보신 분 (GPU 클러스터 경험이 있으면 더 좋습니다)
• Python 개발에 능숙하며, AI 모델의 학습, 배포, 추론, 운영 과정을 전반적으로 이해하고 계신 분
• 동료와 원활하게 소통하며, 결과물의 품질과 유지보수성을 중요하게 생각하시는 분

---

이런 경험까지 있다면 더 좋겠어요!

• MLflow, DVC 등을 활용하여 모델/데이터 레지스트리 관리 체계를 구축하거나 운영해 본 경험
• 온프레미스 멀티노드 GPU 클러스터 구축 및 자원 최적화 경험 (NVIDIA GPU Operator, MPS 등)
• vLLM, SGLang 등을 활용한 LLM/임베딩 모델 서빙 및 추론 성능 최적화 경험
• AWS SageMaker, Google Vertex AI 등 클라우드 ML 플랫폼에서 커스텀 서빙 컨테이너 기반 엔드포인트 배포, 오토스케일링 구성 및 성능 최적화 경험
• Kafka, Redis, RabbitMQ 등 메시지 큐를 활용한 분산 처리 및 비동기 작업 처리 시스템 설계/개발 경험
• Django, FastAPI, Flask 등 Python 웹 프레임워크로 API 서버를 개발해 보신 분

---

이렇게 채용합니다.

• 서류 제출 → 역량검사 & AI대화형면접(몬스터) → 1차 면접→ 2차 면접 → 처우협의/채용
• 이력서, 경력기술서, 포트폴리오 등 본인의 경험과 역량을 잘 드러낼 수 있는 서류를 제출해주세요.
  • 필수 : 이력서, 포트폴리오
  • 권장 : 경력기술서, github repo 링크
• 서류검토 결과는 합격 여부와 관계없이 결과에 대해 영업일 기준 5일 이내로 피드백을 드립니다. 
• 대면 면접은 실무부서 리더, 실무자, 채용담당자와 함께, 업무 경험이나 그 실행방식에 대해 이야기를 나눕니다.
• 필요 시, 래퍼런스체크를 요청드릴 수 있어요. 

근무환경은 어떤가요?

   • 연차는 1시간 단위로 자유롭게 사용해요.

   • 점심, 저녁 식대를 지원하며 신청하시는 간식과 비품을 구매해 드려요.

   • 야근으로 인한 밤 11시 이후 귀가 시 건강과 안전을 위해 택시비를 지원하고 있어요.

   • 성장을 위해 필요한 도서는 마음껏 신청하고 한도 없이 구매합니다.

   • 생일에는 부모님이나 배우자분께 축하떡을 보내드리고, 2시간 조기퇴근권을 드리고 있어요.

확인해주세요. 

• 수습 계약(급여 100% 지급) 3개월 진행 후, 정규직 전환 됩니다.
  • 근무요일: 월~금
  • 근무시간: 10:00 ~ 19:00

입사지원 서류에 허위 사실이 발견될 경우, 채용 확정 이후라도 채용이 취소될 수 있습니다.