ML Engineer (Runtime Optimization)

주요업무

• OVISION Int 적용 Computer Vision 모델의 Serving/Runtime 최적화 및 제품 적용

• 인공지능연구소 모델 및 오픈소스 모델 패키징·관리

• 모델 artifact 버전, 실행 설정, 의존성 재현 가능한 배포 형태로 패키징 및 버전 관리

• 추론 성능 및 GPU 메모리 병목 분석·개선

• PyTorch/CUDA 환경에서 병목 분석 및 최적화 기법 적용

• 운영 환경 대비 배포 체계 고도화

• Linux 기반 On-Premise CUDA·GPU driver 버전 이슈 분석 및 대응

• 대표 운영 환경에서 추론 속도 측정·재현 조건 문서화

• 협업 및 품질 검증 지원

• 모델 실행 인터페이스 개선 및 Backend 서비스 API 연동 방식 협의

• 모델 특성·실패 조건·runtime 제약 기반 QA 항목 제시 및 QA 엔지니어 독립 검증 지원

• PM과 고객 환경 및 제품 우선순위 확인 및 속도·GPU 메모리·모델 품질 간 trade-off 공유

자격요건

• AI 모델을 제품 환경에 적용·서빙·운영 경력 3년 이상(3년~10년)

• PyTorch/CUDA/Linux 환경에서 profiling 도구로 추론 속도 및 GPU 메모리 병목 분석

• FP16 또는 BF16 혼합 정밀도 추론 적용 가능

• ONNX Runtime, TensorRT, NVIDIA Triton Inference Server 중 하나 이상 활용经验

• Docker/Kubernetes 기반 모델 패키징·배포 경험

• 모델 실행 인터페이스와 Backend API 연동 방식에 대한 이해

• 모델 artifact의 버전, 실행 설정, 의존성, 출처 재현 가능 관리 및 오픈소스 라이선스 확인 역량

• 연구원/Backend Engineer/QA Engineer/PM 등 다양한 직무와 제약사항, QA 항목, 제품 요구사항 커뮤니케이션 가능

우대사항

• FlashAttention, quantization, torch.compile 등 추론 최적화 기법 활용 경험

• Triton language 기반 GPU kernel 또는 CUDA kernel 직접 구현/최적화 경험

• 위성·항공·UAV 영상 등 지구관측 도메인 Computer Vision 모델 또는 대용량 영상 처리 프로젝트 경험

• Rasterio, GDAL, TorchGeo 등 도구 활용 영상 tiling·mosaicking, 좌표계 처리 또는 raster/vector 후처리 경험

• GeoAI 모델을 지역/환경 차이를 고려해 제품 적용 경험

• On-Premise GPU 환경에서 CUDA·GPU driver 호환성 이슈 해결 및 배포 운영 경험

• LLM 기반 agent 기능의 특성과 외부 API 기반 LLM 및 On-Premise LLM의 serving/runtime 차이 이해

혜택

• 선택적 근로시간제(core 타임 10~15시)

• 하이브리드 근무제(월 2회 재택)

• 희망 개발장비 제공

• 복지포인트 지급

• 3년단위 리프레시 휴가

• 매년 종합검진(본인+가족 1인)

• 단체보험 가입(본인+배우자+자녀)

• 첫 출근웰컴키트+부모님 선물

• 사내 채용 추천포상

• 생일선물

• 자유로운 휴가 사용 문화

• 당 충전소

전형절차

1. 서류전형

2. 사전과제

3. 1차 인터뷰(직무 적합성)

4. 2차 인터뷰(조직 적합성)

5. 레퍼런스 체크

6. 처우협의

7. 채용검진

접수방법

지원방법: 지원하기

마감기한

2026년 9월 30일 23:59까지