ML 엔지니어

주요업무

AI/ML 엔지니어는 AI 음성 에이전트의 핵심 기술인 End-to-End 음성 파이프라인(STT-LLM-TTS)의 성능을 극대화하고, 서비스 가능한 형태로 구현하는 역할을 맡습니다. 인간과 자연스럽게 소통하는 AI 상담원 구현을 위해 높은 정확도, 자연스러운 음성, 그리고 무엇보다 사용자가 기다림을 느끼지 못하는 초저지연(Sub-second Latency)을 달성하는 데 집중합니다. 음성 인식, 음성 합성, 자연어 처리, 음성 신호 처리 등 다양한 AI/ML 기술을 활용하며, 모델 학습부터 최적화, 서빙 인프라 구축까지 폭넓은 경험을 쌓을 수 있습니다. End-to-End AI 음성 파이프라인 구축 및 최적화: STT-LLM-TTS 등 AI 구성 요소들의 초저지연(End-to-End latency 0.5초 미만) 파이프라인을 설계하고 구현하여 실제 서비스에 적용합니다. 전체 파이프라인 및 각 구성 요소의 성능 병목을 찾아 최적화하고 확장성을 확보합니다. 핵심 음성/언어 모델 개발 및 고도화: 높은 정확도와 실시간 처리가 가능한 음성 인식(STT) 모델을 개발하고 파인튜닝/고도화합니다. 인간과 유사하고 감정 표현이 가능한 자연스러운 음성 합성(TTS) 모델을 개발하고 파인튜닝합니다. 대화 맥락 이해 및 복잡한 질의 처리를 위한 LLM을 통합하고 프롬프트를 최적화합니다. (필요 시) 적은 데이터로 신규 목소리를 정밀하게 복제하는 음성 클로닝 기술을 개발합니다. 모델 최적화 및 효율적인 서빙 시스템 구축: 병렬/분산 처리, 모델 경량화(Quantization, Pruning 등) 기술을 활용하여 LLM 및 기타 모델의 추론 성능을 극대화합니다. STT, LLM, TTS 등 모델을 실제 서비스 환경에서 안정적이고 효율적으로 서빙하기 위한 인프라(GPU 최적화 포함)를 구축하고 관리합니다. 백엔드 엔지니어와 긴밀히 협력하여 서비스 전반의 성능을 개선합니다. 음성 입/출력 품질 개선: 실시간 Background Noise 제거 및 음성 분리 기술을 고도화하여 입력 음성의 품질을 높입니다. 다양한 환경에서도 깨끗한 음성 포착 기술 및 오디오 품질 최적화를 위한 음성 신호 처리 기술을 개발합니다.

자격요건

머신러닝 엔지니어링 또는 관련 분야 3년 이상의 실무 경험 딥러닝 모델의 학습, 튜닝, 평가, 최적화 및 실제 서비스 배포/운영 경험 Python 등 주력 개발 언어에 능숙하며, 효율적인 코드 작성 및 시스템 설계 능력 보유 빠르게 성장하는 스타트업 환경에서 주도적으로 문제를 정의하고 해결하며 기여한 경험

우대사항

음성 인식(STT), 음성 합성(TTS), 자연어 처리(NLP), 음성 신호 처리 관련 개발 또는 연구 경험 LLM 추론 성능 개선, 모델 경량화, 양자화, 분산/병렬 추론 경험 실시간 초저지연 시스템 설계 및 구축/최적화 경험 모델 서빙(Serving) 인프라 구축 및 관리 경험 AI/ML 관련 오픈 소스 프로젝트 참여 경험

기술스택

Pytorch, Tensorflow, Docker, Github, Google-Cloud-Platform

채용절차

서류 전형 - 인터뷰 - 처우 협의 - 최종 합격