ML / Foundation Model Engineer
공고 요약
담당업무
대규모 사용자 속성 데이터 예측 및 보완 모델 개발
Transformer 계열 아키텍처 기반 대규모 Tabular Data Modeling
불완전하거나 관측되지 않은 데이터 추론·보완을 위한 ML Pipeline 설계 및 고도화
사용자 행동 및 전환 예측 모델 개발
대규모 행동 Sequence 기반 관심·구매·전환 가능성 예측
Calibration, Accuracy Benchmark 등 정량적 모델 검증 체계 구축
행동 데이터 기반 Behavior Foundation Model 및 Embedding System 개발
대규모 행동 데이터 기반 Self-supervised Pre-training Architecture 설계
사용자 및 행동 데이터 Embedding 생성 Pipeline 구축
Model 및 Encoder Version 관리와 재현 가능한 학습 체계 구축
High-dimensional Embedding 기반 유사 사용자 탐색 및 확장 시스템 개발
대규모 Vector Indexing, ANN Search 및 Serving Architecture 설계·운영
Cloud 및 Data Lake 환경에서 대규모 모델 학습·추론 Pipeline 구축
Data Engineer 및 Platform Engineer와 협업하여 ML Serving 환경 운영
자격요건
Transformer Architecture에 대한 깊은 이해
PyTorch 기반 모델 구현·학습 경험
대규모 Tabular 또는 Sequence Data 기반 학습 Pipeline 구축 경험
FAISS, Milvus, pgvector 등 Embedding 기반 검색 시스템 설계·운영 경험
모델 성능을 정량적 지표로 검증한 경험
재현 가능한 실험 환경 운영 경험
Python, ElasticSearch, Kubeflow, MLflow, TensorFlow, Docker, Kubernetes, AWS, Snowflake, DVC 활용 역량
우대사항
Tabular Foundation Model, Behavior Foundation Model, LLM 관련 연구 또는 논문 구현 경험
Missing Data Imputation, Semi-supervised Learning, Self-supervised Pre-training 경험
Snowflake, AWS 등 Cloud-native ML Infrastructure 운영 경험
광고·커머스 등 대규모 사용자 행동 데이터 모델링 경험
대규모 데이터 환경에서 Embedding 및 Vector Search System 구축 경험
특허 출원, 기술평가, 기술문서 작성 등 기술 자산화 과정 참여 경험
복리후생
리프레시 휴가
해피 런치
사내 카페테리아
힐링룸
리프레시 룸
도서 구매 지원
최고급 장비 지원
전형절차
서류 전형
1차 인터뷰 및 2차 인터뷰 진행
임원 인터뷰
처우 협의
최종 합격
최초 이력서 접수 후 5일 이내 서류 결과 안내
근무환경
시차 출퇴근제
활발한 기술 논의
숙련된 시니어와의 협업
수평적 관계
의견 제시에 수용적인 조직
유연한 조직
목표 지향적 업무 방식
데이터 기반 의사결정
마감기한
상시채용
아이지에이웍스 지원하기 전 이력서 Check
시간이 없다면 AI와 한번에 수정해보세요
공고 원문
주요업무
대규모 사용자 속성 데이터 예측 및 보완 모델 개발 Transformer 계열 아키텍처를 활용한 대규모 Tabular Data Modeling 불완전하거나 관측되지 않은 데이터를 추론·보완하기 위한 ML Pipeline 설계 및 고도화 사용자 행동 및 전환 예측 모델 개발 대규모 행동 Sequence를 기반으로 사용자의 관심·구매·전환 가능성을 예측하는 모델 개발 Calibration, Accuracy Benchmark 등 통계적·정량적 모델 검증 체계 구축 Behavior Foundation Model 및 Embedding System 개발 대규모 행동 데이터 기반 Self-supervised Pre-training Architecture 설계 사용자 및 행동 데이터를 표현하는 Embedding 생성 Pipeline 구축 Model 및 Encoder Version 관리와 재현 가능한 학습 체계 구축 대규모 Vector Search 시스템 구축 High-dimensional Embedding 기반 유사 사용자 탐색 및 확장 시스템 개발 대규모 Vector Indexing, ANN Search 및 Serving Architecture 설계·운영 ML 학습·추론 및 Serving Pipeline 구축 Cloud 및 Data Lake 환경에서 대규모 모델의 학습·추론 Pipeline 구축 Data Engineer 및 Platform Engineer와 협업하여 안정적인 ML Serving 환경 운영
자격요건
ML/DL 분야 5년 이상 실무 경험을 보유하신 분 석사 이상의 경우 연구 경험 일부 인정 Transformer Architecture에 대한 깊은 이해와 PyTorch 기반 모델 구현·학습 경험이 있으신 분 대규모 Tabular 또는 Sequence Data 기반 학습 Pipeline을 구축한 경험이 있으신 분 Embedding 기반 검색 시스템(FAISS, Milvus, pgvector 등)을 설계·운영한 경험이 있으신 분 모델 성능을 정량적 지표로 검증하고 재현 가능한 실험 환경을 운영한 경험이 있으신 분
우대사항
Tabular Foundation Model, Behavior Foundation Model, LLM 등 Foundation Model 관련 연구 또는 논문 구현 경험이 있으신 분 Missing Data Imputation, Semi-supervised Learning, Self-supervised Pre-training 경험이 있으신 분 Snowflake, AWS 등 Cloud-native ML Infrastructure 운영 경험이 있으신 분 광고·커머스 등 대규모 사용자 행동 데이터 모델링 경험이 있으신 분 대규모 데이터 환경에서 Embedding 및 Vector Search System을 구축한 경험이 있으신 분 특허 출원, 기술평가, 기술문서 작성 등 기술 자산화 과정에 참여한 경험이 있으신 분
기술스택
Python, ElasticSearch, Kubeflow, MLflow, Pytorch, Tensorflow, Docker, Kubernetes, AWS, Snowflake, Transformer, FAISS, DVC, Milvus
채용절차
서류 전형 ＞ 1, 2차 인터뷰 (One day) ＞임원 인터뷰 > 처우 협의 ＞ 최종 합격 • 최초 이력서 접수 후 5일 이내로 서류 결과 안내드립니다. • 1차 인터뷰는 실무 역량 검증, 2차 인터뷰는 조직문화 적합성 검증을 위해 진행되며, 하루에 진행됩니다. • 신입/경력 여부와 상관없이 3개월의 수습기간이 있습니다.
