<h2>직무</h2><p>LLM Engineer</p><h2>포지션 상세</h2><p>[데이터드리븐 소개]<br>데이터드리븐은 IT, 교육, 기술 전문가들이 모여 교육분야의 AI 기술을 선도하는 에듀테크 스타트업입니다.<br>핵심 제품 클리포(CLIPO)는 AI 평가 지원 서비스로 교사의 서술형 평가 채점 부담을 줄이고, 학생 개개인의 학습 데이터를 분석하여 맞춤형 피드백을 제공하고 있습니다. 25년 3월 기준 전국 2,700개 이상 초중고에서 클리포를 이용하고 있으며, 2025 대한민국 에듀테크 마켓맵에 150개 주요 서비스로 등재되었습니다.<br><br>데이터드리븐은 에듀테크 기업이면서 AI 기술을 직접 연구하는 AI 기술 기업입니다. 기술력과 성장성을 인정 받아 과학기술정보통신부 정보통신기획평가원 인공지능첨단유망기술개발 사업 과정중심평가 AI 연구(4년, 65억)의 주관기관으로 수행 중이며, 이외 다양한 기술 연구개발사업을 진행하고 있습니다.<br><br>2018년 창업과 함께 네이버 계열 벤처캐피탈 스프링캠프 시드 투자를 받았으며, 이후 투자 기회를 소모하지 않고 현재까지 자체 자금 조달(Bootstrapping)을 통해 성장해 왔습니다.<br><br>AI로 교육을 더 위대하게 만들 열정적인 동료를 찾습니다.</p><h2>주요업무</h2><p>1. LLM 연구 및 개발<br> - GPT, Transformer 등 대규모 언어 모델 연구 및 구조 최적화<br> - 교육 현장에서 발생하는 텍스트/이미지/음성 데이터에 특화된 모델 파인튜닝(Fine-tuning)<br> - 최신 NLP 논문, 연구 동향 분석 및 PoC(Proof of Concept) 실행<br><br>2. 클리포(Clipo) 고도화<br> - 학습자/교사/관리자 등 사용자별 니즈를 반영한 맞춤형 LLM 기능 개발<br> - 실시간 평가/분석 지표 산출 로직 개선 및 ML Ops 환경 구축<br> - 교육용 데이터(학습 기록, 답안, 에세이, 프로젝트 산출물 등)의 정제·전처리·평가 방안 연구<br><br>3. 데이터 기반 협업<br> - 데이터 사이언스 팀, 개발팀, 비즈니스 팀과 협업하여 문제 정의 솔루션 기획 배포까지 전 과정 참여<br> - 연구 결과 및 성능 개선 사항을 문서화하고 사내 스터디/세미나 등을 통해 공유<br> - 과정중심평가에 적합한 AI 모델 설계와 구현 전략을 지속적으로 제안</p><h2>자격요건</h2><p>1. 딥러닝 프레임워크 숙련도(NLP/LLM 역량)<br> - Transformer 기반 모델(BERT, GPT 등) 개발/적용 경험<br> - PyTorch, TensorFlow 등 딥러닝 프레임워크 숙련도<br> - NLP 전처리, Tokenization, 데이터 증강, Fine-tuning 기법 이해<br><br>2. 분석적 사고 및 문제 해결<br> - 대규모 텍스트/로그 데이터의 전처리, 지표 설계, 실험 설계 능력<br> - 모델 성능 평가(A/B 테스트, BLEU, ROUGE 등 NLP 지표) 및 지속적 개선 능력<br> - 고객 및 사용자 요구사항을 분석해 최적의 AI 솔루션으로 연결<br><br>3. 팀워크 & 커뮤니케이션<br> - 기술적 내용을 다른 직군(교육 전문가, 기획자 등)에게 명확히 설명 가능<br> - 프로젝트 목표에 맞추어 유연하고 능동적으로 문제를 해결하는 자세<br> - 빠르게 변화하는 EdTech 트렌드에 대응하고, 지식을 공유하는 열정</p><h2>우대사항</h2><p>1. EdTech 분야 경험<br> - 교육 관련 데이터(학습로그, 평가 결과 등)를 분석하거나 ML 프로젝트를 진행해 본 경험<br> - LMS(학습관리시스템), 과정중심평가, 교수·학습 설계 등에 대한 이해<br><br>2. Docker/Kubernetes 등의 컨테이너 경험<br> - AWS, GCP 등 클라우드 환경에서 모델 학습 및 서빙 경험<br> - Docker, Kubernetes, Airflow 등 컨테이너 및 파이프라인 툴 사용 경험<br><br>3. 최신 LLM 트렌드<br> - Prompt Engineering, RAG, 모델 경량화(Quantization, Pruning), Reinforcement Learning with Human Feedback(RLHF) 등 신규 기법 적용 경험<br> - 다양한 도메인의 텍스트/음성/이미지 데이터를 통합해 멀티모달 모델을 시도해 본 경험</p><h2>혜택 및 복지</h2><p>• 자율적이고 수평적인 문화<br> - 무의미한 절차를 최소화하고, 결과와 가치를 중심으로 협업<br> - 유연근무제, 원격근무(부분적) 등 다양한 근무 형태 지원<br>• 최신 AI 인프라 지원<br> - 연구/개발을 위한 GPU 클러스터, 클라우드 크레딧 등 적극 지원<br> - 필요한 장비/도구(노트북, 모니터 등) 제공<br>• 성장 기회 제공<br> - 국내외 컨퍼런스, 학술대회 참가 지원 (논문 발표 시 추가 지원)<br> - 사내 AI 스터디, 해커톤 등 정기적인 기술 교류 기회<br>• 다양한 프로젝트 경험<br> - 주력 서비스(클리포)를 비롯해, 데이터 기반 다양한 PoC와 신사업 아이디어를 테스트<br> - 여러 산업의 파트너(교육기관, 공공기관, 대기업 등)와 협업 기회</p>
