(전문연지원가능) AI Research Engineer - PXI

담당업무

• 흉부 X-ray AI 제품 관련 데이터 부족, label noise, rater inconsistency, domain shift 등 연구 문제 정의

• 최신 연구 방법론(Foundation model, self-/semi-supervised learning, domain adaptation 등) 탐색 및 적용

• 실험 설계 및 검증을 통한 측정 가능한 성능 개선 도출 및 배포용 제품 반영

• 실제 제품 환경을 고려한 모델의 추론 시간, 메모리, 성능 안정성 개선

• 실험 추적 및 데이터·모델 버저닝을 통한 학습·평가 결과의 재현성 확보

• RA/QA, 임상, 의학 팀과 협업하여 임상·규제 평가에 활용 가능한 근거를 모델 개발에 반영

• 연구 코드와 실험 결과의 유지·검증·재현을 위한 코드 품질 및 테스트 가능성 확보

일하는 방식

• 실제 임상 및 제품 환경에서의 의미 있는 성능 개선 지향

• Weights & Biases(W&B)를 활용한 모든 실험 추적 및 버저닝 표준화

• Git 기반의 PR 리뷰 및 팀 코드 컨벤션 준수

• 백엔드, RA/QA, PM, 임상의료진과의 다학제 협업

• 도구화 및 자동화를 통한 워크플로우 병목 개선

• Claude Code 등 AI coding assistant를 활용한 생산성 향상 및 비판적 검토

• 연구 결과와 인사이트의 사내 공유 및 논문·학회 발표 확장 지원

기술 스택 및 도구

• 모델 개발: PyTorch, Weights & Biases (W&B)

• 데이터 및 메타데이터: MongoDB, DICOM 등 의료영상 도메인 도구

• 배포 및 운영: ONNX, OpenVINO 등 추론 최적화 프레임워크, Docker, Airflow, GitHub

• 품질 관리: pytest, CI/CD

• 협업 도구: Git, PR review, Claude Code 등 AI coding assistant

지원자격

• 산업체 경력 보유자 (석사 학위 소지 시 1년 이상, 학사 이하 시 3년 이상)

• 직면한 문제를 명확히 정의하고 해결 방향을 스스로 설계하여 실행해 본 경험

• 최신 연구 동향을 탐색·비교하고 실제 데이터 및 시스템에 적용해 본 경험

• PyTorch 기반 딥러닝 모델 개발 경험 (학습, fine-tuning, active learning, continuous learning 등)

• 실험 추적 및 버저닝을 통한 모델 학습·평가의 재현성 확보 경험

• Git 기반 협업 및 PR 리뷰 경험

우대사항

• 석사 학위 소지자 중 산업체 경력 2년 이상인 분

• 의료영상 및 헬스케어 AI 영역에서 기여하며 성장하고자 하는 강한 의지를 가진 분

• Foundation model, self-/semi-supervised learning, weak/noisy supervision 등을 실제 문제에 적용한 경험

• Label noise, rater variability, domain shift 등 의료 데이터 특유의 문제를 다뤄본 경험

• 모델 성능 개선 결과를 제품 배포 또는 임상·규제 평가 근거로 연결해 본 경험

• ONNX, OpenVINO, TensorRT 등을 활용한 모델 최적화 또는 배포 환경 고려 개발 경험

• W&B, MLflow, Airflow 등을 활용한 실험 추적, 재현성 확보, 파이프라인 자동화 경험

• DICOM 등 의료영상 데이터 처리 경험

공통 자격요건

• 해외여행에 결격사유가 없는 분

• 병역필, 면제자 또는 전문연구요원 편입 가능 대상자 (전문연구요원 현역/보충역 지원 가능)

• 취업보호대상자는 관련 법규에 의거하여 우대

전형절차

1. 서류전형 (포트폴리오 필수 제출)

2. 1차 실무진 PT면접

3. 온라인 인성검사

4. 2차 경영진면접

5. 최종합격

기타 참고사항

• 수습기간 3개월 적용 후 본채용 여부 결정

• 제출 서류가 사실과 다를 경우 합격 및 입사가 취소될 수 있음

마감기한

채용시 마감