
AI/ML Engineer
마리나체인<div style="font-family: sans-serif; line-height: 1.6; padding: 20px;"><div style="margin-bottom: 40px;"><h2 style="font-size: 22px; margin-bottom: 16px; font-weight: bold; color: #333;">주요업무</h2><div style="color: #333;"><p><strong>Data:</strong></p><ul><li class="ql-indent-1">일일 운항 리포트 등 정형 보고서 파서 개발</li><li class="ql-indent-1">해운물류 운항 및 탄소 데이터 전처리</li><li class="ql-indent-1">데이터 분석을 통해 인사이트 도출 및 시각화</li><li class="ql-indent-1">Multimodal을 활용한 운항 데이터 Parsing 모델 정확도 개선</li></ul><p><br/></p><p><strong>LLM과 Prompt Engineering 및 Agent-RAG를 활용한 챗봇 개발:</strong></p><ul><li class="ql-indent-1">유저의 질문 유형에 따른 적절한 답변 처리(Prompt Attack, 질문-원문 간 상이한 언어 대처를 위한 Query Expansion 등 실험)</li><li class="ql-indent-1">RAG의 Retrieval System 성능 개선(Keyword Search / Passage Filtering 확장 준비 중)</li><li class="ql-indent-1">Conversational History 관리 및 활용 방안 연구</li><li class="ql-indent-1">Multi-Document & Multi-Agent 확장을 위한 기술 연구(e.g.,ReAct Prompt, function calling)</li><li class="ql-indent-1">Evaluation metric 설계와 성능 개선</li></ul><p><br/></p><p><strong>LLM Ops:</strong></p><ul><li class="ql-indent-1">FastAPI 기반 확장 가능한 API 구축 및 연동</li><li class="ql-indent-1">배포 환경에서 LLM 모델의 성능 모니터링, MLFlow를 이용한 실험 관리, 튜닝 후 개선</li><li class="ql-indent-1">Document Layout Analysis을 활용하여 다양한 데이터 포맷 안의 Text, Table, Chart 등을 올바르게 추출하고 이해하는 시스템 개발</li></ul><p><br/></p><p><strong>Misc:</strong></p><ul><li class="ql-indent-1">플랫폼 개발팀과의 협업 및 ML 프로젝트 문서화</li><li class="ql-indent-1">기타 해운 관련 ML 프로젝트 리서치 및 파이프라인 개발</li></ul><p><br/></p><p><br/></p><p><strong>기술 스택</strong></p><ul><li>Programming Language: Python</li><li>Frontend: Vue.js</li><li>State Management: Pinia</li><li>Styling: Tailwind</li><li>Backend: Django, FastAPI</li><li>Database: PostgreSQL, MongoDB</li><li>Misc: AWS (EC2, Cloudfront, Lambda, etc), Auth0</li><li>Machine Learning/LLM: Vector Database(Milvus, AWS OpenSearch), Prompt Engineering, LangChain/LlamaIndex/LangGraph, OpenAI, sLLM, AWS Bedrock/SageMaker, Redis</li><li>Data Processing: Unstructured/Unstructured document parser</li><li>Collaborative: Jira, Confluence, Discord, Git</li></ul></div></div><div style="margin-bottom: 40px;"><h2 style="font-size: 22px; margin-bottom: 16px; font-weight: bold; color: #333;">자격요건</h2><div style="color: #333;"><ul><li>NLP 또는 LLM 관련 2년 이상의 경력자</li><li class="ql-indent-1">GenAI를 활용한 프로젝트 또는 실무 경험이 있는 분</li><li class="ql-indent-1">생성형 AI오케스트레이션 구성 및 프롬프트 엔지니어링 경험이 있는 분</li><li class="ql-indent-1">오픈소스 LLM(Llama, Mistral 등)을 활용한 프로젝트 또는 실무 경험이 있는 분</li><li class="ql-indent-1">챗봇 개발 경험이 있는 분 (멀티 에이전트 시스템 경험자 우대)</li><li class="ql-indent-1">실제 서비스 운영을 고려한 머신러닝 시스템 구축 경험이 있는 분</li><li>API 설계, 확장성, 안정성 등 소프트웨어 엔지니어링 원칙에 대해 이해하고 있는 분</li><li>정형/비정형 데이터 수집 및 처리에 대한 파이프라인 구축 경험이 있는 분</li><li>Python과 Tensorflow, PyTorch, NLTK 등 주요 머신러닝 프레임워크 및 라이브러리에 대해 이해하고 있는 분</li><li>LLM 활용 최신 동향에 지속적인 관심을 두고 공부하며 최신 머신러닝 기술과 트렌드를 연구 및 적용할 수 있는 분</li><li>창의적인 문제 해결 능력과 도전 정신을 갖춘 주도적인 Problem Solver</li></ul></div></div><div style="margin-bottom: 40px;"><h2 style="font-size: 22px; margin-bottom: 16px; font-weight: bold; color: #333;">우대사항</h2><div style="color: #333;"><ul><li>컴퓨터 공학 등 관련 학과의 학사 이상 학위 소유자</li><li>LangChain/LangGraph 또는 FastAPI 프로젝트 실무 적용 경험이 있는 분</li><li>Agentic AI Structure에 대한 이해가 있으신 분</li><li>Open source LLM 파인튜닝 및 파인튜닝을 위한 도메인 특화 데이터셋 구축 경험이 있으신 분</li><li>AWS, Azure, Google Cloud 등 클라우드 플랫폼 및 서비스를 이용한 ML 모델 배포 경험이 있으신 분</li><li>RAG-Fusion, Corrective-RAG, Self-RAG, Adaptive-RAG 등을 실험 및 구축한 경험이 있으신 분</li><li>해외 팀원들과 영어 소통이 가능하신 분</li><li class="ql-indent-1">주로 한국어로 소통할 예정이기 때문에 영어가 편하지 않아도 편하게 지원해 주세요.</li><li>스타트업 또는 해운 물류업 관련 근무 경험이 있는 분</li></ul><p><br/></p><p><br/></p><p><strong> 복지 및 혜택</strong></p><ul><li>필요 장비 지급(노트북 등)</li><li>야근 강요 없음(책임감 있게 근무합니다.)</li><li>점심시간 자율</li><li>각종 다과 제공</li><li>자기 계발비 지원</li><li>AI 툴 적극 지원</li><li>마루 180 편의시설 이용 가능(<span style="color: #555; text-decoration: none;">마루 베네핏</span>)</li><li>명절 인센티브 지원</li><li>성과급</li><li>4대 보험</li><li>유연한 연차 사용</li><li>문화 회식 (회식 자율 참석)</li><li>자유 복장</li><li>수평적인 조직 문화</li><li>존중하는 사내 문화</li><li>결혼 및 출산 지원</li></ul></div></div><div style="margin-bottom: 40px;"><h2 style="font-size: 22px; margin-bottom: 16px; font-weight: bold; color: #333;">채용절차</h2><div style="color: #333;"><ol><li>서류 접수</li><li>커피챗</li><li>온라인 인터뷰</li><li class="ql-indent-1">직무 인터뷰와 컬쳐핏 인터뷰로 구성되며, 1시간 정도 진행</li><li>과제 전형</li><li>처우 협의</li><li>최종 합격</li></ol><p><br/></p><ul><li>접수 기간: 채용 시까지</li><li>접수 방법: careers @marinachain.io</li><li class="ql-indent-1"><strong>메일 제목: [ML 엔지니어 지원] 이름</strong></li><li>제출 서류: 이력서 첨부 필수 (자유 형식, 포트폴리오, 깃허브 첨부 권장)</li><li class="ql-indent-1">기존 개인 또는 그룹 프로젝트에 대한 자세한 포트폴리오 또는 링크를 첨부하고, 이전 역할에서 어떤 기여를 했는지 작성해 주세요. 마리나체인은 성과에 대한 객관적인 데이터와 성장 마인드 셋이 돋보이는 분들을 우대합니다.</li></ul></div></div></div>
주요업무
Data:
- 일일 운항 리포트 등 정형 보고서 파서 개발
- 해운물류 운항 및 탄소 데이터 전처리
- 데이터 분석을 통해 인사이트 도출 및 시각화
- Multimodal을 활용한 운항 데이터 Parsing 모델 정확도 개선
LLM과 Prompt Engineering 및 Agent-RAG를 활용한 챗봇 개발:
- 유저의 질문 유형에 따른 적절한 답변 처리(Prompt Attack, 질문-원문 간 상이한 언어 대처를 위한 Query Expansion 등 실험)
- RAG의 Retrieval System 성능 개선(Keyword Search / Passage Filtering 확장 준비 중)
- Conversational History 관리 및 활용 방안 연구
- Multi-Document & Multi-Agent 확장을 위한 기술 연구(e.g.,ReAct Prompt, function calling)
- Evaluation metric 설계와 성능 개선
LLM Ops:
- FastAPI 기반 확장 가능한 API 구축 및 연동
- 배포 환경에서 LLM 모델의 성능 모니터링, MLFlow를 이용한 실험 관리, 튜닝 후 개선
- Document Layout Analysis을 활용하여 다양한 데이터 포맷 안의 Text, Table, Chart 등을 올바르게 추출하고 이해하는 시스템 개발
Misc:
- 플랫폼 개발팀과의 협업 및 ML 프로젝트 문서화
- 기타 해운 관련 ML 프로젝트 리서치 및 파이프라인 개발
기술 스택
- Programming Language: Python
- Frontend: Vue.js
- State Management: Pinia
- Styling: Tailwind
- Backend: Django, FastAPI
- Database: PostgreSQL, MongoDB
- Misc: AWS (EC2, Cloudfront, Lambda, etc), Auth0
- Machine Learning/LLM: Vector Database(Milvus, AWS OpenSearch), Prompt Engineering, LangChain/LlamaIndex/LangGraph, OpenAI, sLLM, AWS Bedrock/SageMaker, Redis
- Data Processing: Unstructured/Unstructured document parser
- Collaborative: Jira, Confluence, Discord, Git
자격요건
- NLP 또는 LLM 관련 2년 이상의 경력자
- GenAI를 활용한 프로젝트 또는 실무 경험이 있는 분
- 생성형 AI오케스트레이션 구성 및 프롬프트 엔지니어링 경험이 있는 분
- 오픈소스 LLM(Llama, Mistral 등)을 활용한 프로젝트 또는 실무 경험이 있는 분
- 챗봇 개발 경험이 있는 분 (멀티 에이전트 시스템 경험자 우대)
- 실제 서비스 운영을 고려한 머신러닝 시스템 구축 경험이 있는 분
- API 설계, 확장성, 안정성 등 소프트웨어 엔지니어링 원칙에 대해 이해하고 있는 분
- 정형/비정형 데이터 수집 및 처리에 대한 파이프라인 구축 경험이 있는 분
- Python과 Tensorflow, PyTorch, NLTK 등 주요 머신러닝 프레임워크 및 라이브러리에 대해 이해하고 있는 분
- LLM 활용 최신 동향에 지속적인 관심을 두고 공부하며 최신 머신러닝 기술과 트렌드를 연구 및 적용할 수 있는 분
- 창의적인 문제 해결 능력과 도전 정신을 갖춘 주도적인 Problem Solver
우대사항
- 컴퓨터 공학 등 관련 학과의 학사 이상 학위 소유자
- LangChain/LangGraph 또는 FastAPI 프로젝트 실무 적용 경험이 있는 분
- Agentic AI Structure에 대한 이해가 있으신 분
- Open source LLM 파인튜닝 및 파인튜닝을 위한 도메인 특화 데이터셋 구축 경험이 있으신 분
- AWS, Azure, Google Cloud 등 클라우드 플랫폼 및 서비스를 이용한 ML 모델 배포 경험이 있으신 분
- RAG-Fusion, Corrective-RAG, Self-RAG, Adaptive-RAG 등을 실험 및 구축한 경험이 있으신 분
- 해외 팀원들과 영어 소통이 가능하신 분
- 주로 한국어로 소통할 예정이기 때문에 영어가 편하지 않아도 편하게 지원해 주세요.
- 스타트업 또는 해운 물류업 관련 근무 경험이 있는 분
복지 및 혜택
- 필요 장비 지급(노트북 등)
- 야근 강요 없음(책임감 있게 근무합니다.)
- 점심시간 자율
- 각종 다과 제공
- 자기 계발비 지원
- AI 툴 적극 지원
- 마루 180 편의시설 이용 가능(마루 베네핏)
- 명절 인센티브 지원
- 성과급
- 4대 보험
- 유연한 연차 사용
- 문화 회식 (회식 자율 참석)
- 자유 복장
- 수평적인 조직 문화
- 존중하는 사내 문화
- 결혼 및 출산 지원
채용절차
- 서류 접수
- 커피챗
- 온라인 인터뷰
- 직무 인터뷰와 컬쳐핏 인터뷰로 구성되며, 1시간 정도 진행
- 과제 전형
- 처우 협의
- 최종 합격
- 접수 기간: 채용 시까지
- 접수 방법: careers @marinachain.io
- 메일 제목: [ML 엔지니어 지원] 이름
- 제출 서류: 이력서 첨부 필수 (자유 형식, 포트폴리오, 깃허브 첨부 권장)
- 기존 개인 또는 그룹 프로젝트에 대한 자세한 포트폴리오 또는 링크를 첨부하고, 이전 역할에서 어떤 기여를 했는지 작성해 주세요. 마리나체인은 성과에 대한 객관적인 데이터와 성장 마인드 셋이 돋보이는 분들을 우대합니다.