Vision AI 엔지니어 (ML 파이프라인, 전문연구요원 가능)

담당업무

• 리서치팀 연구 결과와 최신 오픈소스 모델의 제품 학습 프레임워크 통합 및 서비스 환경 재현성 확보

• 대규모 이미지 데이터 수집·전처리·증강 및 라벨 품질 관리 파이프라인 설계·자동화

• ONNX, TensorRT, 양자화를 활용한 모델 경량화 및 GPU 서버·엣지 디바이스 배포 최적화

• 학습·추론 성능 모니터링, 벤치마크, 회귀 테스트 체계 구축 및 모델 품질 관리

• 고객 현장 성능 이슈를 데이터·모델·시스템 관점에서 분석하고 원인 해결

자격요건

• Computer Vision 모델 아키텍처인 CNN, Transformer 계열의 동작 원리 이해

• Python과 PyTorch 또는 TensorFlow를 활용한 딥러닝 모델 개발 및 실제 서비스 배포·운영 경험

• Linux·GPU 환경 학습 인프라 및 Docker 기반 개발 환경 활용 역량

• FastAPI 기반 API 개발 및 PostgreSQL 등 데이터베이스 활용 경험

• 데이터·코드·시스템을 오가며 모델 성능 문제의 원인을 추적하는 문제 해결 역량

• 연구자, 제품, 고객 대응 팀과의 협업 및 현실적인 트레이드오프 판단 역량

우대사항

• TensorRT, OpenVINO를 활용한 Jetson 등 엣지 디바이스 모델 최적화·배포 경험

• Triton, TorchServe 등 모델 서빙 시스템 설계·운영 경험

• MLflow, W&B, Airflow를 활용한 실험 관리 및 MLOps 파이프라인 구축 경험

• Foundation Model, VLM의 실제 제품 적용 경험

• 딥러닝 프레임워크 또는 비전 라이브러리 오픈소스 기여 경험

• LLM 기반 도구와 코딩 에이전트의 개발 워크플로 활용 역량

• 전문연구요원 가능

보상과 복리후생

• 연봉 협의

• 직무스터디, 교육 수강 및 도서 구매 지원

• 직무 관련 외부 컨퍼런스 참석 지원

• 자유로운 휴가 사용

• 구내식당 지원 및 야근 시 저녁식대 지원

• 개발 직군 듀얼 모니터 및 최신 연구 장비 지원

• 자율출퇴근제 운영, 8시~10시 출근

• 스탠딩 책상과 focus room 제공

• 팀 단위 커뮤니케이션 비용 지원

전형절차

1. 서류검토

2. 과제 전형

3. 대면면접 1~2회

4. 최종 합격

접수방법

• 본 채용사이트를 통한 지원서 제출

• 다양한 경험을 보여줄 수 있는 자료 첨부 가능

• 과제전형은 실제 업무와 유사한 소규모 비전 데이터셋으로 진행

• 과제는 정확도보다 문제 접근 방식과 코드 품질 중심 평가

• 대면면접은 직무 심층 인터뷰와 Culture Fit 면접으로 구성

• 필요시 티타임 등 추가 전형 진행

근무환경

• 자율적으로 일하는 조직문화

• 자율출퇴근제와 자유로운 복장

• 직책자 포함 전 구성원 ‘님’ 호칭 사용

• FGI, 커피챗, 설문조사를 통한 구성원 의견 수렴

• 타운홀과 focus room 등 업무·휴식 공간 제공

마감기한

2026년 9월 10일 23:30까지