[NetsPresso] Edge AI Engineer
공고 요약
담당업무
Torch 기반 동적 모델을 ONNX 중심 정적 그래프로 변환하고 최적화하는 파이프라인 설계
모델 구조 분석, graph transformation 및 rewriting, unsupported ops 제거·대체, quantization 친화적 구조 변형
NPU, GPU, ASIC 환경에서 vendor compiler와 runtime framework를 활용한 컴파일·디바이스 배포
Jetson, DeepX, Telechips, Renesas 등 디바이스별 호환성 이슈 해결 및 추론 runtime 환경 구축
Transformer, Diffusion 등 신규 모델 아키텍처 기반 변환 전략 수립
변환 후 모델 정확도, latency, 메모리 변화를 분석하고 원본 대비 품질 보존
고객사 요구사항과 하드웨어 제약을 바탕으로 프로젝트 목표, 실행 계획, 성공 기준, 주요 리스크 수립
Python·CLI 스크립트와 자동화 파이프라인을 활용한 모델 변환·디버깅·분석 자동화
기술적 배경, 문제 정의, 실행 전략, 정량적 성공 기준의 문서화 및 팀 내·외부 커뮤니케이션
자격요건
ONNX 기반 모델 변환 및 디버깅 경험
quantization, pruning, fusion 등 모델 최적화·경량화 경험
Python 기반 자동화 스크립트 작성 능력
Torch에서 ONNX로 변환되는 구조 및 Graph Surgery 이해
dynamic graph에서 static graph로 변환하고 모델 그래프를 수정하는 능력
하드웨어 제한사항에 맞춘 unsupported ops 제거·대체 및 메모리·연산 최적화 능력
ONNX에서 vendor compiler, NPU·GPU·ASIC runtime으로 이어지는 컴파일러 워크플로 이해
Transformer, RoPE, attention, KV cache, sampling, diffusion 등 LLM·GenAI 아키텍처 이해
Jetson Orin, DeepX M1, Telechips A2X, Renesas RZ/V, QNN, SNPE 등 디바이스 기반 추론 경험
하드웨어 또는 vendor compiler 문서를 기반으로 문제를 해결하는 능력
우대사항
외국어 능통자 우대
보상과 복리후생
건강검진 지원
스톡옵션
지원자와 추천인에게 각각 현금 50만원 합격보상
근무환경
직급과 경력에 관계없이 의견을 나누는 수평적인 문화
공동 목표를 향해 자율적으로 협업
하드웨어와 소프트웨어의 경계를 넘나드는 기술 문제 해결
마감기한
상시채용
노타 지원하기 전 이력서 Check
시간이 없다면 AI와 한번에 수정해보세요
공고 원문
소개
AI for everyone, everywhere AI를 누구에게나, 어디에서나 노타는 AI 최적화 기술을 통해 AI의 일상화를 선도하는 기업입니다. 우리는 다양한 디바이스와 산업 전반에 걸쳐, 누구나 어디서나 AI를 사용할 수 있는 세상을 만들고자 합니다. 노타의 핵심 제품인 넷츠프레소(NetsPresso)는 하드웨어의 특성을 이해하는 AI 모델 최적화 플랫폼입니다. 또한, 차세대 영상 관제 솔루션 (NVA: Nota Vision Agent), 지능형 교통 시스템(ITS) 등 온디바이스 생성형 AI 솔루션을 통해 실제 산업 현장에서의 AI 실현 가능성을 넓히고 있습니다. 국내 스타트업으로는 최초로 삼성과 LG의 투자 유치 기록을 보유하고 있으며, 네이버 DS2F의 첫 투자 기업이기도 합니다. 최근에는 두바이 교통국과의 AI 솔루션 공급 계약을 체결하고, CB Insights AI 100에도 선정되는 등 글로벌 무대에서의 성과를 이어가고 있습니다. 노타는 빠르게 성장하는 조직과 함께할 다양한 직군의 노타 크루를 찾고 있습니다. 직급과 경력에 관계없이 누구나 동등한 입장에서 의견을 나눌 수 있는 수평적인 문화 속에서, 공동의 목표를 향해 자율적으로 일할 수 있는 분과 함께하고 싶습니다. 누구나, 어디에서나 AI의 가치를 경험할 수 있도록 하는 여정, 지금 노타에서 함께하세요. [우리 팀을 소개합니다] 우리는 다양한 NPU/GPU/CPU 기반 Edge 디바이스에서 최신 LLM 및 Vision 모델이 안정적으로 작동하도록 모델 변환 → 최적화 → 컴파일 → 디바이스 배포까지 전체 파이프라인을 설계·구현하는 팀입니다. 하드웨어 제조사가 제공하지 않는 부분(Front/Middle-End 최적화, Graph Surgery, 연산자 수정 등)을 독자적으로 해결하여 어떤 모델이든 어떤 디바이스 환경에서도 동작 가능하게 만드는 것이 우리의 핵심 미션입니다. [해당 포지션으로 합류하신다면] Edge AI Engineer는 최신 AI 모델이 실제 디바이스에서 정확하고 빠르게 동작하도록 만드는 핵심 역할을 수행합니다. PyTorch 기반의 동적 모델을 ONNX 중심의 정적 그래프로 변환하고 최적화하며, 이를 다양한 하드웨어 환경에 맞게 컴파일하고 배포하는 End to End 모델 실현 과정을 직접 설계하고 구현하게 됩니다. 모델 구조 분석부터 그래프 레벨 최적화, 벤더별 컴파일러 대응, 디바이스 성능 튜닝까지 단순한 변환 작업을 넘어 이 모델이 이 디바이스에서 왜, 어떻게, 얼마나 잘 동작하는지를 끝까지 책임지는 역할입니다. [팀의 메세지] 우리 팀은 Any AI on Any Device를 말로만 설명하지 않습니다. 다양한 AI 모델을 다양한 디바이스 환경에서 실제로 돌려보고, 끝까지 검증하는 팀입니다. 최신 Computer Vision, Transformer, Diffusion 모델을 CPU, GPU, NPU 등 서로 다른 아키텍처에 맞춰 변환하고 최적화하며 이론이 아니라 결과로 가능성을 증명합니다. 그리고 연구에서 끝나는 일이 아니라, 변환과 배포, 성능 검증까지 전 과정을 직접 책임집니다. 우리는 모델만 다루는 팀도, 디바이스만 다루는 팀도 아닙니다. PyTorch 기반의 dynamic graph부터 ONNX static graph, compiler IR, device runtime까지 모델, 그래프, 컴파일러, 디바이스 전 스택을 관통하는 문제를 다룹니다. 왜 이 연산이 특정 디바이스에서 동작하지 않는지, 왜 같은 모델이 환경에 따라 성능이 달라지는지, 이 질문을 남의 문제로 두지 않고, 직접 파고들어 해결합니다. 좋은 동료들과 함께 협업하며 하드웨어와 소프트웨어의 경계를 넘나드는 복잡한 문제를 풀고 실제 기술과 제품으로 만들어 가는 여정에 함께할 분을 기다립니다.
주요업무
1. 모델 변환 및 최적화 파이프라인 설계 - 다양한 LLM / Computer Vision 모델을 기준으로 Torch → ONNX → Vendor Compiler → Device Runtime 전체 플로우를 빠르게 이해하고 설계 - 모델 구조 분석 후, 하드웨어 제한사항에 맞도록 front/middle-end 수준의 graph transformation 및 rewriting 수행 - dynamic graph → static graph 변환, unsupported ops 제거/대체, quantization-friendly 구조 변형 2. 디바이스 기반 배포 및 컴파일 - 다양한 NPU/GPU/ASIC 환경에서 vendor compiler, runtime framework(Jetson, DeepX, Telechips, Renesas 등) 사용 - 디바이스별 호환성 이슈 파악 및 해결 (unsupported op 수정, dtype 변화, shape 고정화, scale 변환 등) - 디바이스 내부 추론 runtime 환경 설정 및 파이프라인 구축 3. 모델 성능 보존 및 품질 관리 - 새로운 모델 아키텍처(Transformer/Diffusion 등) 이해 및 구조 기반 변환 전략 수립 - 변환 후 모델 정확도·latency·메모리 변화 분석 및 원본 대비 품질 보존 4. 문제 정의 및 실행 전략 수립 - 고객사 요구사항 및 주어진 하드웨어 제약을 바탕으로 프로젝트 목표 정의 → 실행 계획 수립 → 성공 기준 설정 - 변환 성공 가능성, 예상 결과물, 주요 리스크 사전 예측 5. 반복 업무 자동화와 효율 개선 - 최신 AI 툴 및 프레임워크 활용하여 모델 변환/디버깅/분석 자동화 및 워크플로우 최적화 - 반복되는 단계를 scripting(파이썬/CLI) 또는 pipeline(automation)으로 유지·관리 6. 문서화 및 커뮤니케이션 - 기업 / 정부과제 제안서 작성 경험을 기반으로 기술적 배경–문제 정의–실행 전략–정량적 성공 기준을 구조적으로 문서화 - 팀 내·외부 커뮤니케이션을 통한 정보 수집 및 문제 구조화 능력
자격요건
[핵심 역량] • 모델 그래프 이해 및 수정 능력: Torch → ONNX 변환 구조, Graph Surgery, dynamic→static 변환 • 하드웨어 친화 모델 변형 능력: unsupported ops 제거/대체, quantization-aware 구조 설계, 메모리·연산 최적화 • 하드웨어별 Compiler Workflow 이해: ONNX → vendor compiler → NPU/GPU/ASIC runtime • LLM/GenAI 아키텍처 이해: Transformer, RoPE, attention, KV cache, sampling, diffusion 등 • 디바이스 배포 경험: Jetson Orin, DeepX M1, Telechips A2X, Renesas RZ/V, QNN, SNPE 등 탑재 디바이스 기반 추론 경험 [필수 경험] • ONNX 기반 모델 변환 및 디버깅 경험 • 모델 최적화/경량화 (quantization, pruning, fusion 등) 경험 • Python 기반 자동화 스크립트 작성 능력 • 하드웨어 또는 vendor compiler 문서 기반 문제 해결 능력
우대사항
• 정부 과제 또는 PoC 제안서/기술문서 작성 경험 • LLM 서빙 스택(ONNX Runtime / vLLM / TRT-LLM 등) 이해 • 다양한 벤더 compiler 경험(예: TensorRT, QNN, SNPE, TFLite, eIQ 등) • 실제 디바이스 inference latency / 메모리 profiling 경험 • AI Tool 사용과 직접적 논리 구성의 구분 능력
혜택 및 복지
[복지 및 혜택] • 노타는 재량근로제와 선택적 근로시간제를 시행하고 있습니다. • 자신의 일에만 집중할 수 있는 환경을 기본으로 하며 신규 입사 시 웰컴키트 제공을 비롯해 개인 선호 장비 구매 비용을 일정 한도 내에서 지원합니다. • 사무실에 다양한 간식을 매달 구비해 놓고 있으며, 저녁까지 근무하시는 날에는 저녁 식사 비용을 지원해 드립니다. • 도서 구매 지원, 해외 학회 세미나 참석 지원, 관련 분야 논문 작성 지원 등 개인의 업무 역량을 위해서라면 다양한 부분에서의 지원을 아끼지 않는 회사입니다. • 장기근속자에게 연차 외 휴가 및 선물을 제공하고 있습니다. [지원 전, 확인해주세요!] • 해당 공고는 상시 채용으로, 채용 완료 시 조기 마감될 수 있습니다. • 이력서 내 연봉정보 등 민감한 개인정보가 기재되어 있다면, 해당 서류는 검토되지 않을 수 있습니다. • 제출해 주신 내용 중 허위 사실이 있을 경우 채용이 취소될 수 있습니다. • 채용 전 레퍼런스 체크가 있음을 알려드립니다. • 최종 인터뷰 합격 시 별도로 처우를 협의합니다. • 입사 후 시용기간이 있으며, 이에 대한 처우는 차등을 두지 않음을 알려드립니다. • 국가보훈대상자 및 장애인은 관련 법규에 의거하여 우대합니다. • R&D 모든 포지션에서 전문연구요원, 산업기능요원으로 근무가 가능합니다. (단, 산업기능요원 현역 신규 편입의 경우 불가능) [근무지] 서울특별시 강남구 테헤란로 521 (삼성동, 파르나스타워) 16층 Nota
