AI 엔지니어 (AI Engineer)
공고 요약
담당업무
상품·가격·정책·견적·계약 데이터를 LLM이 활용할 수 있는 형태로 구조화
사내 시스템과 연결되는 Agent·Tool Calling 구조 및 실행 환경 구축
Eval 데이터셋과 실패 유형 정의, 정확성·근거성·과업 성공률·환각률 측정
모델·프롬프트·컨텍스트·도구 호출 구조 표준화 및 품질·지연·토큰·비용 관리
모델 변경과 프롬프트 수정의 서비스 영향 검증 및 배포 기반 구축
Agent·MCP·자동화 도구와 업무 워크플로 구축을 통한 전사 AX 환경 조성
AI 활용 범위와 사람의 검증 기준, 데이터 사용 범위에 대한 기술 표준·운영 기준 수립
자격요건
LLM 기반 시스템을 직접 설계·구축하고 프로덕션 환경에서 운영한 경험
RAG·Agent·Tool 또는 Function Calling·MCP 중 하나 이상을 실제 서비스에 적용한 경험
Eval 데이터셋 구성, 실패 유형 분류, 환각 대응 등 모델 출력 품질 관리 경험
품질·토큰·지연·비용의 트레이드오프를 고려한 모델·프롬프트 개선 경험
기술 성과를 매출·전환·리텐션·CS 효율·비용 등 사업 지표와 연결해 설명하는 역량
기술 표준 수립 및 동료의 AI 활용 역량 향상 경험
문제를 스스로 발견하고 해결을 주도하는 역량
NextJS, MyBatis, SpringBoot, MySQL, Redis, React-Native, Argo-CD, Jenkins, Git, AWS-EC2, CloudFront, Claude Code, RAG, MCP 관련 기술 환경
우대사항
데이터 모델링 또는 온톨로지 설계 경험
상담·CS·세일즈 등 대화형 도메인에 AI를 적용해 사업 지표를 개선한 경험
임베딩·벡터 데이터베이스·파인튜닝의 운영 환경 활용 경험
Spring Boot 또는 Python 기반 백엔드 서비스 개발 경험
MLOps 또는 모델 서빙 인프라 구축·운영 경험
사내 AI 도구와 업무 워크플로를 구축하고 조직에 확산한 경험
AWS Bedrock 등 클라우드 AI 서비스 운영 경험
B2C 커머스·구독·결제 도메인 경험
복리후생
연 2회 연봉 인상
자율 출퇴근
최신 업무 장비
택시비 지원
식대 지원
팀 런치 및 커피 지원
종합건강검진
사유 없는 연차
회식비
경조사비
명절 선물
전형절차
서류 전형
1차 직무 인터뷰 비대면
2차 인터뷰 대면
3차 종합인터뷰 대면
최종 합격
근무환경
매일 아침 스탠드업으로 우선순위·진행 상황·블로커 공유
큰 기능을 작은 단위로 나누어 빠르게 검증하고 릴리즈
백로그·스프린트·칸반·회고 기반 애자일 프로세스
Notion을 활용한 설계·기술 의사결정 기록
GitHub Cloud를 활용한 소스 코드 관리
작은 단위 Pull Request와 Git Flow 브랜치 전략
CI/CD 기반 빌드·배포 자동화
Claude Code 전사 사용
수평적 관계, 의견 제시에 수용적인 조직문화
투명성·목표 지향·직무에 구애받지 않는 의견 개진
마감기한
상시채용
렌트리 지원하기 전 이력서 Check
시간이 없다면 AI와 한번에 수정해보세요
공고 원문
주요업무
[Agent · MCP · RAG · Ontology를 설계합니다] • 렌트리의 상품 · 가격 · 정책 · 견적 · 계약 데이터를 LLM이 정확하게 이해하고 활용할 수 있는 형태로 구조화합니다. • 사내 시스템과 안전하게 연결되는 Agent와 Tool Calling 구조를 만들고, 복잡한 업무를 끝까지 수행할 수 있는 실행 환경을 구축합니다. [LLM Evaluation 체계를 구축합니다] • Eval 데이터셋과 실패 유형을 정의하고, 정확성 · 근거성 · 과업 성공률 · 환각률 등 모델 품질을 정량적으로 측정합니다. • “잘 되는 것 같다”는 감각이 아니라 회귀 테스트와 데이터에 기반해 지속적으로 개선되는 AI 시스템을 만듭니다. [AI Platform을 설계하고 운영합니다] • 모델 · 프롬프트 · 컨텍스트 · 도구 호출 구조를 표준화하고, 품질 · 지연 · 토큰 · 비용의 트레이드오프를 관리합니다. • 모델 변경이나 프롬프트 수정이 실제 서비스에 미치는 영향을 안전하게 검증하고 배포할 수 있는 기반을 만듭니다. [전사 AX 환경을 만듭니다] • 모든 직군의 팀원들이 AI를 활용해 더 빠르게 제품을 설계하고 구현할 수 있도록 Agent · MCP · 자동화 도구와 업무 워크플로를 만듭니다. • 렌트리의 AX는 제품에 AI를 적용하는 데 그치지 않고, 제품을 만드는 과정 자체를 바꾸는 일입니다. [AI 활용 기준을 세웁니다] • 무엇을 AI에 맡기고 무엇을 사람이 검증해야 하는지, 어떤 데이터를 어떤 범위에서 사용할 수 있는지에 대한 조직의 기술 표준과 운영 기준을 수립합니다. [Tech 조직은 이렇게 일합니다] 매일 아침 스탠드업을 통해 우선순위와 진행 상황, 블로커를 공유합니다. 큰 기능을 작은 단위로 나누어 빠르게 검증하고 릴리즈합니다. 백로그 · 스프린트 · 칸반 · 회고를 기반으로 애자일 프로세스를 운영합니다. 설계와 기술 의사결정은 Notion에 기록하고, 모든 소스 코드는 GitHub Cloud에서 관리합니다. 작은 단위의 Pull Request와 Git Flow 브랜치 전략을 기반으로 개발합니다. CI/CD를 통해 빌드와 배포를 자동화하고 있습니다. Claude Code를 전사적으로 사용합니다. AI 활용이 선택이 아니라 기본값인 조직입니다.
자격요건
[이런 분을 찾습니다] 소프트웨어 엔지니어링 경력 7년 이상이신 분 LLM 기반 시스템을 직접 설계하고 구축해 프로덕션 환경에서 운영해 보신 분 RAG · Agent · Tool/Function Calling · MCP 중 하나 이상을 실제 서비스에 적용해 보신 분 Eval 데이터셋 구성 · 실패 유형 분류 · 환각 대응 등 모델 출력의 품질을 측정 가능한 지표로 관리해 보신 분 모델과 프롬프트 구조를 개선하며 품질 · 토큰 · 지연 · 비용의 트레이드오프를 직접 다뤄 보신 분 자신의 업무를 기술 수치에 그치지 않고 매출 · 전환 · 리텐션 · CS 효율 · 비용 등 사업 지표와 연결해 설명할 수 있는 분 팀의 기술 표준을 수립하고 동료의 AI 활용 역량을 높여 보신 분 담당 범위에 갇히지 않고 필요한 문제를 스스로 발견하고 해결을 주도하시는 분
우대사항
[이런 경험이 있다면 더 좋습니다] 데이터 모델링 또는 온톨로지 설계 경험이 있으신 분 상담 · CS · 세일즈 등 대화형 도메인에 AI를 적용해 실제 사업 지표를 개선해 보신 분 임베딩 · 벡터 데이터베이스 · 파인튜닝을 운영 환경에서 다뤄 보신 분 Spring Boot 또는 Python 기반 백엔드 서비스 개발 경험이 탄탄하신 분 MLOps 또는 모델 서빙 인프라를 구축·운영해 보신 분 사내 AI 도구와 업무 워크플로를 만들어 조직에 확산시켜 보신 분 AWS Bedrock 등 클라우드 AI 서비스를 품질과 비용까지 고려해 운영해 보신 분 B2C 커머스 · 구독 · 결제 도메인을 경험해 보신 분
기술스택
NextJS, MyBatis, SpringBoot, MySQL, Redis, React-Native, Argo-CD, Jenkins, Git, AWS-EC2, CloudFront, Claude Code, RAG, MCP
채용절차
서류 전형 - 1차 직무 인터뷰(비대면) - 2차 인터뷰(대면) - 3차 종합인터뷰(대면) - 최종 합격
