[인턴] LLM Research

소개

42dot은 도심형 모빌리티 서비스의 A부터 Z까지 전과정을 아우르는 모빌리티 통합 플랫폼 UMOS (Urban Mobility Operating System)를 개발합니다.

주요업무

42dot은 자체 LLM을 기반으로 한 AI Agent 플랫폼 Gleo AI를 실서비스에 적용하고 있으며, 아래 6개 트랙에서 인턴을 모집합니다. 1. LLM Inference 최적화 목표: 온디바이스 또는 클라우드 환경에서 LLM 모델의 추론 성능을 최적화 핵심 내용 • 하드웨어 제약 내에서 추론 성능을 끌어내는 기술 연구 • 양자화, distillation, runtime scheduling 등 포함 가능 2. LLM 데이터 엔지니어링 목표: 대용량(Petabyte급) 텍스트 데이터를 효과적으로 가공하여 학습 성능 향상 핵심 내용 • 학습 효율성을 높이는 데이터 전처리 및 증강 기법 연구 • 품질 높은 pre-training / post-training 데이터를 생성하는 파이프라인 구축 3. 온디바이스 Semantic Search 개발 목표: AAOS IVI 환경의 온디바이스에서 동작하는 시맨틱 검색 기능을 정밀하게 고도화 핵심 내용 • 경량화된 임베딩 기반 벡터 검색 기술 설계 • SQLite 기반 하이브리드 검색 시스템 구현 4. AI Agent 평가 자동화 기술 개발 목표: AI Agent를 사람 수준으로 정확하게 자동 평가하고, 평가 시스템에 적용 핵심 내용 • LLM-as-a-Judge, Agent-as-a-Judge 기반 평가 기법 연구 및 적용 • LLM 기반 사용자 시뮬레이션 시스템 개발 • 실사용 대화 시나리오 자동 생성 및 평가 파이프라인 연동 5. Factuality Validation 개발 목표: RAG 기반 시스템에서 검색 문서와 응답 간의 사실관계 검증 기술 개발 핵심 내용 • Hallucination 문제 개선을 위한 응답 진실성 평가 방법 설계 • Retrieval + Generation 연동 구조 분석 및 개선 6. Multi-lingual Embedding 기술 개발 목표: 영어, 스페인어, 프랑스어 등 다국어 환경에서 AI Agent 품질 개선 핵심 내용 • 다국어 임베딩 모델의 성능 평가 및 개선 기법 연구 • 다국어 인식 및 표현력 강화를 위한 학습 데이터 처리

자격요건

• 관련 전공 분야 학사 졸업 예정 및 학사 졸업 이상이신 분 • 생성형 AI 및 대규모 언어 모델 기반 애플리케이션 개발 경험을 보유하신 분 • 최신 LLM 기술에 대한 폭넓은 이해와 알고리즘 구현/평가 능력을 보유하신 분 • Python, Java, C 등 주요 프로그래밍 언어 활용 능력을 갖추신 분

우대사항

• 실제 상용 서비스 개발 프로젝트 참여나 대회 수상 경력이 있으신 분 • Server 및 embedded 프레임워크 개발 경험이 있으신 분 • 안드로이드 개발 경험이 있으신 분 • 기계학습, 인공지능, 데이터 분석, 추천 분야의 상위급 저널/학회 논문 저자 경험이 있으신 분 • 영어, 프랑스어, 스페인어 등 다국어 소통 능력을 보유하신 분

혜택 및 복지

[42dot만의 업무 몰입 프로그램]. https://42dot.ai/careers/program