AI 개발자

소개

우리는 AI 기술을 '실제로 돌아가는 서비스'로 연결하는 AI 개발팀입니다. 멋져 보이는 기술보다는, 실제로 유용하고 바로 써먹을 수 있는 기술을 만듭니다. 우리는 빠르게 실험하는 팀에서, 프로덕션 품질의 AI 서비스를 만드는 팀으로 진화하고 있습니다. 현재 LLM을 활용한 다양한 서비스를 개발했으며, 이제는 실제 사용자에게 제공할 수 있는 수준의 정확도와 신뢰성을 확보하는 중요한 단계를 진행하고 있습니다. • LLM을 활용한 콘텐츠 자동 생성 및 편집 • 여러 정보를 종합해 새로운 콘텐츠를 만드는 문서 자동화 • 구조화된 지식 체계를 활용한 지능형 서비스 우리는 완벽한 정답보다는 실행 가능한 해답, 기술 자체보다는 사용자 경험에 맞는 솔루션을 더 중요하게 생각합니다. 또한, 모든 작업은 문서 기반으로 운영됩니다. 누가, 무엇을, 왜 했는지를 AI 개발팀 구성원 모두가 이해할 수 있도록 결정과 실험 과정을 투명하게 공유합니다. 구두보다는 기록, 감보다는 근거를 중시하는 문화를 지향합니다. 정해진 프로세스보다, 빠르게 만들고, 실험하고, 개선하는 과정 자체에 집중하는 AI 개발팀. 우리는 오늘의 실험이 내일의 서비스가 되는 과정을 함께할 사람을 기다리고 있습니다. 우리는 파일럿으로 시작했지만, 이제는 실제 서비스로 만들어갑니다.

주요업무

• LLM 서비스의 정확도 및 신뢰성 개선 (핵심 업무) 평가 지표 설계, 성능 측정, 반복 실험을 통한 지속적 품질 향상 • LLM API (GPT, Claude, Gemini 등) 를 활용한 텍스트 생성, 요약, 편집 자동화 파이프라인 개발 • 프롬프트 엔지니어링 고도화: Few-shot learning, Chain-of-Thought, ReAct 패턴 등을 활용한 응답 품질 최적화 • RAG(Retrieval-Augmented Generation) 시스템 설계 및 구축: 벡터 DB, 하이브리드 검색, 리랭킹을 통한 검색 정확도 개선 • LLM Agent 구현: 툴 사용, 멀티스텝 추론, 자율 실행 시스템 개발 • LLM 파인튜닝: LoRA, QLoRA 등을 활용한 도메인 특화 모델 최적화 및 정확도 향상 • 온톨로지 및 지식 그래프 설계: 구조화된 지식 체계 구축 및 LLM과의 통합 • 프로덕션 환경 배포 및 운영: API 응답 속도 최적화, 비용 관리, 에러 핸들링, 모니터링 시스템 구축 • 모델 평가 및 성능 개선: 엣지 케이스 분석, 오류 패턴 파악, A/B 테스트를 통한 개선 • 실험 결과, 기술 의사결정, 아키텍처 설계 등을 문서화하여 팀과 공유

자격요건

필수 경험 • LLM 기반 서비스를 실제 프로덕션 환경에 배포하고 운영해본 경험 (API 최적화, 비용 관리, 에러 핸들링, 모니터링 등 포함) • LLM 파인튜닝 또는 고도화된 프롬프트 엔지니어링 경험 (단순 API 호출을 넘어 성능 최적화를 위한 기술적 깊이가 있는 경험) • LLM 서비스의 성능을 측정하고 개선한 실무 경험 (평가 지표 설계, 품질 측정, 반복 실험을 통한 정확도 또는 신뢰성 향상) 기술 역량 • GPT, Claude, Gemini, LLaMA 등 LLM API 또는 오픈소스 모델 활용 경험 • RAG 시스템 설계 및 구현 경험 (벡터 DB, 검색 최적화 등) • Python 기반 LLM 개발 환경에 능숙 (LangChain, LlamaIndex 등 프레임워크 활용 가능) • LLM 평가 방법론 이해 및 적용 경험 (자동 평가, 인간 평가, A/B 테스트 등) 업무 태도 • 완성도보다 적용 가능성과 실행 중심의 실험 문화에 공감하는 분 • 기술을 "서비스 관점"에서 바라보고, 실제 사용자에게 제공 가능한 품질을 만드는 데 집중하는 분 • 빠르게 만들고, 측정하고, 개선하는 과정에 익숙한 분 (Fast Iteration) • 자신의 작업을 글로 정리하고, 공유하며, 설명하는 데 거리낌 없는 분 • 방향이 자주 바뀌는 환경에서도 끈기 있게 문제를 해결하는 태도를 가진 분

우대사항

고급 기술 경험 • LLM 파인튜닝을 통한 도메인 정확도 향상 경험 (LoRA, QLoRA, PEFT 등) • 프롬프트 엔지니어링 고도화로 응답 품질을 개선한 경험 (Few-shot, Chain-of-Thought, ReAct, Tree of Thoughts 등) • 학습 및 평가 데이터셋 구축 및 품질 관리 경험 • LLM 오류 패턴 분석 및 체계적 개선 경험 • LLM Agent 구현 경험 (툴 사용, 멀티스텝 추론, Function Calling 등) • 멀티모달 LLM 활용 경험 (텍스트 + 이미지, Vision Language Model 등) 온톨로지 및 지식 그래프 • 지식 그래프(Knowledge Graph) 설계 및 구축 경험 • 온톨로지 엔지니어링 경험 (RDF, OWL, SPARQL 등) • 그래프 DB(Neo4j, GraphDB 등) 활용 경험 • LLM과 구조화된 지식 체계 통합 경험 프로덕션 및 운영 • 대규모 트래픽 환경에서 LLM 서비스 운영 경험 • LLM 비용 최적화 및 캐싱 전략 수립 경험 • 제한된 리소스 환경(GPU, API rate limit 등)에서 성능 개선 경험 • MLOps 파이프라인 구축 경험 (CI/CD, 모니터링, 로깅 등) 협업 및 문화 • 문서 기반 협업에 익숙하고, 글로 소통하는 데 능숙한 분 • 기술적 결과와 의사결정 과정을 정리하고 공유해본 습관 또는 문화 경험 • 다양한 직군(기획, 디자인, 서비스 등)과 협업한 경험 • 빠르게 프로토타입을 만들고 측정/개선한 사이클을 반복해본 경험 • 단순 기술 적용이 아닌, 사용자 관점에서 신뢰할 수 있는 결과물을 설계한 경험

혜택 및 복지

[근태] 1. 자율근무제도로 정해진 출퇴근시간은 없이 주 40시간 한도 내에서 근무 (1일 1시간 이상은 반드시 근무 필수) 2. 근무타입 선택 : 오피스 (O-Type) 또는 재택 (H-Type) 중 본인이 선호하는 근무 타입을 선택해 근무 3. 휴가 : 법적인 휴가 중 미사용분에 대해서는 모두 익년도 금전적 보상이 이뤄짐. 법적인 휴가 외 리프레시 휴가제도가 있으며 이는 입사 후 2년 만근 시 15일의 유급휴가가 부여됨 [복리후생] 1. 개인업무기기 지원금 : 업무기기를 구성원이 직접 고를 수 있으며 최초 입사 시 지원금 외에도 매월 업무기기 예산이 추가 지급 2. 대출이자지원 : 한도 2억원 내에서 최대 연 1.5%이율에 대해 이자를 지원 3. 어린이집 보조금 지원 : 한 가구당 초등학교 입학 전 자녀에 한해 1인 기준 월 50만원으로 보조금 지원 (이후 직장 어린이집 구좌 구매 전까지 적용) 4. 식권 지급 : 사무실 출근 시 사용 가능한 페이코포인트 지원 (급여 지급과 무관하게 별도 식권 지급) 5. 명절상여 : 네이버 포인트 20만원 (설, 추석에 지급) 6. 경조사 지원 : 결혼, 출산, 부모님 (배우자 부모님) 회갑, 장례 지원 등 7. 건강검진 : 종합 검진으로 연 1회 진행 (홀수 년도 : 직원 본인 외 추가 1인, 짝수 년도 : 본인만 지원) 8. 상해보험 : 본인 및 가족까지 지원 9. 영어교육 지원 : 회사와 계약된 업체를 통해 영어회화 교육 지원