AI 인프라 엔지니어 채용

주요업무

AIDC 기반 AI 인프라 플랫폼 및 솔루션 개발 GPU/HPC 자원을 활용한 AI 인프라 서비스 및 플랫폼 제품화 Enterprise 고객 대상 AI 인프라 운영·관리 솔루션 개발 AIDC, Public Cloud, Kubernetes 환경을 통합하는 Hybrid AI 인프라 플랫폼 개발 AI 학습·추론 환경을 위한 MLOps/LLMOps 플랫폼 개발 및 고도화 AI 인프라 운영 자동화, 자원 스케줄링, 모니터링 기능 개발 AI 인프라 솔루션의 PoC 수행 및 제품 고도화

자격요건

인프라 솔루션 구축, 플랫폼 개발 또는 연구개발 경력 3년 이상이신 분 인프라 운영을 넘어 서비스, 플랫폼 또는 제품 형태로 구현한 경험이 있으신 분 인프라 환경의 설계 및 구축, 운영 경험이 있으신 분 OS, 네트워크, TCP/IP 환경에 대한 이해도가 있으신 분 Docker, Kubernetes, Public Cloud 환경에서 인프라를· 구축·운영해 보신 분

우대사항

AI 인프라 솔루션 또는 플랫폼 개발 경험이 있으신 분 GPU 서버, HPC, 고성능 네트워크(InfiniBand 등)에 대한 이해 또는 경험이 있으신 분 Kubernetes 기반 GPU 워크로드 운영 또는 클러스터 관리 경험이 있으신 분 AWS, GCP 등 Public Cloud 및 Kubernetes 클러스터 운영 경험이 있으신 분 GitOps(ArgoCD 등), CI/CD 기반 배포 자동화 경험이 있으신 분 IaC(Terraform, Ansible 등)를 활용한 인프라 구성 자동화 경험이 있으신 분 Prometheus, Grafana, DCGM Exporter, Loki 등 모니터링 스택 구축 또는 운영 경험이 있으신 분 Python 또는 Go를 활용한 인프라 자동화, 운영 도구, 관리 시스템 개발 경험이 있으신 분 AI 모델 학습 및 배포를 위한 MLOps/LLMOps 환경을 구축 또는 운영해 본 경험이 있으신 분 GPU를 포함한 AI 가속기 프로그래밍(CUDA 등)에 대한 이해 또는 경험이 있으신 분 기술 블로그, GitHub 등을 통해 기술 경험을 기록하고 공유하시는 분

기술스택

Python, Go, Grafana, Prometheus, Ansible, Argo-CD, Docker, Github, Kubernetes, Terraform, AWS, Google-Cloud-Platform, Loki, CUDA, IPS, Stack AI, Obviously AI, MLOps, Hybrid Search

채용절차

서류 전형 -> 1차 인터뷰(비대면) -> 2차 인터뷰(대면) -> 처우 협의 -> 최종 합격 - 1차 인터뷰 이후 간단한 과제가 있을 수 있어요. (실제 우리가 고민하는 문제를 다뤄요) - 인터뷰에서는 직무 역량뿐 아니라, 몬드리안AI의 문화에 맞는지도 확인해요. - 경력직의 경우, 2차 인터뷰 전 지원자님을 더 깊이 이해하기 위해 레퍼런스 체크가 진행돼요. (지원자님의 사전 동의 하에만 진행되니 안심하세요!) - 궁금한 점은 인터뷰 중 언제든 질문해 주세요. 서로에게 맞는 선택인지 함께 확인하는 시간이에요.