[스캐터랩] ML Researcher

주요 업무

• 제타 서비스에 최적화된 Continual Pre-training 및 SFT 방법론 탐색·적용

• 유저 선호도와 상호작용 데이터 분석, RLHF·DPO·GRPO 기반 Preference Optimization 적용

• Knowledge Distillation·Quantization-aware Training 개발 및 Weight·KV Cache Quantization 기반 서빙 전략 설계

• Model Ensemble·Rejection Sampling을 활용한 실제 서비스 응답 품질 개선

• A/B 테스트·Multi-armed Bandit·자체 리더보드 기반 모델 평가 시스템 구축

필수 역량

• AI 기술의 실제 제품 적용과 출시 후 성능 개선에 대한 높은 관심

• AI·ML 기본기와 특정 도메인에 대한 깊이 있는 이해 및 관련 프로젝트 경험

• 문제 정의, 실험 설계·수행, 결과 분석과 인사이트 도출을 주도하는 역량

• PyTorch·TensorFlow 등 오픈소스 ML 프레임워크 기반 학습 파이프라인 구현·개선 경험

• Python 기반 실험 및 개발 반복 역량

우대사항

• AI 제품 또는 기능의 직접 개발·운영 경험과 실제 서비스 제약을 고려한 개선 경험

• AI 연구·논문·프로젝트의 목표 설정, 실행 계획 수립 및 결과물의 임팩트 연결 경험

• NeurIPS·ICML·ICLR·CVPR·ICCV·ACL·EMNLP 등 주요 학회 1저자 논문 게재 또는 Kaggle 등 관련 대회 수상

• Hugging Face·DeepSpeed 등 AI·ML 오픈소스 코드 및 커뮤니티 기여 경험

• FSDP·DeepSpeed·Slurm 기반 멀티 클러스터 분산 학습 경험

마감기한

채용시 마감