[NetsPresso] Edge AI Engineer Intern (체험형)

담당업무

• Torch·PyTorch에서 ONNX, Vendor Compiler, Device Runtime으로 이어지는 모델 변환·최적화 파이프라인 설계

• 모델 구조 분석 및 Graph Surgery, dynamic graph의 static graph 변환, unsupported ops 제거·대체

• NPU·GPU·ASIC 환경에서 vendor compiler와 runtime framework를 활용한 디바이스 배포·컴파일

• 디바이스별 호환성 이슈, dtype·shape·scale 변환 문제 해결 및 추론 runtime 파이프라인 구축

• Transformer·Diffusion 등 모델 구조 기반 변환 전략 수립

• 변환 후 정확도·latency·메모리 변화 분석 및 런타임 프로파일링 기반 병목 최적화

• Python·CLI 스크립트와 자동화 파이프라인을 활용한 모델 변환·디버깅·분석 자동화

• 기업·정부과제 제안서 및 기술문서 작성, 기술적 배경·문제 정의·실행 전략·정량적 성공 기준 문서화

• 팀 내·외부 커뮤니케이션을 통한 정보 수집 및 문제 구조화

자격요건

• Torch·ONNX 변환 구조와 모델 그래프 이해 및 수정 능력

• Graph Surgery, dynamic graph의 static graph 변환 경험

• unsupported ops 제거·대체, quantization-aware 구조 설계, 메모리·연산 최적화 역량

• ONNX에서 vendor compiler, NPU·GPU·ASIC runtime으로 이어지는 Compiler Workflow 이해

• Transformer, RoPE, attention, KV cache, sampling, diffusion 등 LLM·GenAI 아키텍처 이해

• Intel OpenVINO, Jetson Orin, QNN, SNPE 등 디바이스 기반 추론 경험

• ONNX 기반 모델 변환 및 디버깅 경험

• quantization, pruning, fusion 등 모델 최적화·경량화 경험

• Python 기반 자동화 스크립트 작성 능력

• 하드웨어 또는 vendor compiler 문서를 기반으로 한 문제 해결 능력

우대사항

• 정부 과제 또는 PoC 제안서·기술문서 작성 경험

• ONNX Runtime, vLLM, TRT-LLM 등 LLM 서빙 스택 이해

• TensorRT, QNN, SNPE, TFLite, eIQ 등 다양한 벤더 compiler 경험

• 실제 디바이스 inference latency·메모리 profiling 경험

• AI Tool 사용과 직접적인 논리 구성의 구분 능력

전형절차

1. 서류 검토

2. 과제

3. 1차 인터뷰

4. 최종 선발

5. 전형 단계 사이에 추가 과제 진행 가능

보상 및 지원 안내

• 최종 인터뷰 합격 시 처우 별도 협의

• 이력서에 연봉 등 민감한 개인정보 기재 시 서류가 검토되지 않을 수 있음

• 허위 사실 확인 시 채용 취소 가능

• 채용 전 레퍼런스 체크 진행

• 국가보훈대상자 및 장애인 관련 법규에 따른 우대

근무기간

6개월

마감기한

채용시 마감