(전문연지원가능) AI Research Engineer - PXI

소개

뷰노(VUNO)는 2014년 ​12월 ​창업한 ​의료인공지능 전문 ​기업으로 국내 1호 인공지능 ​의료기기를 ​선보였습니다. 의료영상(X-ray, ​CT, MRI)과 생체신호(호흡, ​맥박, 혈압, ​심전도) ​등 다양한 ​의료 ​데이터를 ​분석해 의료진의 진단을 ​돕는 ​소프트웨어를 개발합니다. 국내 ​최다 ​의료기관 ​도입으로 높은 임상 ​유효성을 입증했으며, ​우수한 ​인공지능 기술력을 ​바탕으로 의료 ​현장의 ​혁신을 일으키고 있습니다. ​2021년 코스닥 ​시장에 상장한 뷰노는 이제 글로벌 의료인공지능 선도 기업으로 입지를 다지고 있습니다.

주요업무

[About the Team - PXI (Planar X-Ray Imaging) 팀] 뷰노 PXI팀은 Vuno-Med Chest X-ray 관련 제품 개발의 전 과정을 책임집니다. 분류(classification), 세그멘테이션(segmentation), semi-supervised learning을 포함한 여러 CXR task를 다루며, 백엔드·RA/QA·PM·임상 의료진과 긴밀히 협업해 제품 고도화와 글로벌 시장 진출에 기여합니다. [About the Position] 흉부 X-ray AI 제품에서 마주치는 의료 영상 AI 연구 challenge — 데이터 부족, label noise, inter/intra-rater inconsistency, domain shift — 를 정의하고, 최신 연구 방법론을 우리 데이터·제품 맥락에 적용해 제품 성능 개선으로 연결하는 AI Research Engineer 포지션입니다. 본인이 발견한 문제를 연구 동향 탐색 → 적용 → 검증 → 측정 가능한 성과로 풀어내는 end-to-end 실행을 합니다. 동시에 연구 결과가 실제 제품으로 이어지도록, 모델 개발부터 재현 가능한 학습·평가 체계 구축까지 함께 책임지며, RA/QA·임상의료진과 협업해 임상·규제 평가에 필요한 근거를 고려합니다. [How we work] • 제품과 연결되는 연구: 모델 metric만이 아니라 실제 임상·제품 환경에서 의미 있는 성능 개선을 목표로 합니다. • 실험 추적 표준화: 모든 실험은 W&B로 추적·버저닝되며, run-level lineage가 product release까지 연결되도록 운영합니다. • Git 기반 협업: PR 리뷰가 일상적이며, 코드 품질에 대한 팀 컨벤션을 함께 유지합니다. • 다학제 협업: 백엔드·RA/QA·PM·임상의료진과 협업하며, 의료 AI의 임상·규제 맥락을 함께 고려합니다. • 워크플로우 병목 개선: 반복되는 병목은 도구화·자동화를 통해 개선합니다. • AI coding assistant 활용: Claude Code 등 AI coding assistant를 생산성 도구로 활용하되, 생성 코드는 비판적으로 검토합니다. • 성과 공유와 확장: 제품 문제 해결 과정에서 얻은 연구 결과와 인사이트를 팀 내에 공유하며, 성과에 따라 논문·유관 학회 발표 등으로 확장할 수 있습니다. [Role & Responsibilities] 1. 연구 문제 정의 및 모델 개발 • CXR 제품에서 마주하는 데이터 부족, label noise, rater agreement, 도메인 시프트 등 연구 문제를 정의 • Foundation model, self-/semi-supervised learning, domain adaptation 등 최신 연구 방법론을 탐색·비교하고 우리 문제에 적용 • 실험 설계·검증을 통해 측정 가능한 성능 개선으로 연결 • 실험 결과와 인사이트를 제품 성능 개선 여부를 판단할 수 있는 형태로 정리하고, 검증된 개선사항을 배포용 제품에 반영 2) 연구 결과의 제품화 및 재현 가능한 개발 체계 구축 • 개발한 모델이 실제 제품 환경에서 활용될 수 있도록 inference time, memory, 성능 안정성을 고려해 개선 • 검증된 모델 개선사항을 배포용 제품에 반영하고, 제품 릴리즈 과정에서 필요한 기술적 근거를 정리 • 실험 추적, 데이터·모델 버저닝을 통해 학습·평가 결과의 재현성을 확보 • RA/QA·임상·의학 팀과 협업하여 임상·규제 평가에 활용 가능한 근거를 모델 개발 과정에 반영 • 연구 코드와 실험 결과가 팀 내에서 유지·검증·재현 가능하도록 기본적인 코드 품질과 테스트 가능성을 확보 [Tech Stacks & Tools] • 모델 개발: PyTorch, Weights & Biases (W&B) • 데이터·메타데이터: MongoDB, DICOM 등 의료영상 도메인 도구 • 배포·운영: ONNX/OpenVINO 등 추론 최적화 프레임워크, Docker, Airflow, GitHub • 품질: pytest, CI/CD • 협업: Git/PR review, Claude Code 등 AI coding assistant

자격요건

• 석사 + 산업체 경력 1년 이상 또는 산업체 경력 3년 이상 • 본인이 직면한 문제를 명확히 정의하고, 해결 방향을 스스로 설계해 끝까지 실행해 본 경험 • 본인이 풀고 있는 문제에 대한 최신 연구 동향을 탐색·비교하고, 실제 데이터·시스템에 적용해 본 경험 • PyTorch 기반 딥러닝 모델 개발 경험 (학습, fine-tuning, active learning, continuous learning 등) • 모델 학습·평가의 재현성을 확보해 본 경험 (실험 추적, 버저닝 등) • Git 기반 협업(PR review) 경험

우대사항

• 석사 + 산업체 경력 2년 이상 • 의료영상·헬스케어 AI 영역에서 contributor로 성장하고자 하는 strong motivation을 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 등 모델 최적화 또는 배포 환경을 고려한 개발 경험 • W&B, MLflow, Airflow 등을 활용한 실험 추적·재현성·파이프라인 자동화 경험 • DICOM 등 의료영상 데이터 처리 경험

혜택 및 복지

○ 식사와 간식은 뷰노가 책임을 • 회사 인근 식당 뿐 아니라 배달도 원하는 대로, 점심식사와 저녁식사 비용 지원 • 라운지에 마련된 Snack Zone에서는 다양한 간식과 음료, 커피머신 구비 ○ 쉴 땐 쉬고, 일할 땐 집중할 수 있도록 • 동료들과 함께 이야기를 나누고, 잠시 쉬어갈 수 있는 안마의자와 휴게공간 • 마음의 양식을 쌓을 수 있는 독서 공간 • 일정기간 재직하여 열심히 달려온 구성원에게, 근속 3년마다 Refresh 휴가 10일 제공 ○ 자율과 효율이 보장되는 업무 환경 • 시간을 효율적으로 활용할 수 있는 유연근무제 • 승인없이 미리 공유하고 자율적으로 사용하는 휴가 • 모든 구성원을 '~샘'으로 호칭 • 구성원을 존중하고 자율과 책임 하에서 효율적으로 근무할 수 있는 환경 마련 ○ 더욱 다양한 복리후생 • 입사 시 웰컴키트 뿐 아니라, 데스크테리어를 위한 복지포인트를 추가 제공 • 원하는 복지를 선택하여 이용할 수 있는 선택적 복리후생제도 운영 • 구성원과 함께 취미활동을 즐길 수 있는 사내 동호회 지원 • 기쁨과 슬픔을 함께 나눌 수 있도록 경조 지원 제공 • 늦은 퇴근 시 안전한 귀가를 위한 택시비 지원