Agentic AI System Engineer

소개

We are looking for the best UMOS ONE은 42dot의 자회사로, 스스로 운영되는 도시교통 운영체제(Urban Mobility Operating System, UMOS)를 기반한 모빌리티 서비스에서의 실제 플릿 운영과 자율 주행 확장까지, 전 과정을 아우르는 통합 플랫폼을 개발하고 있습니다. UMOS ONE은 모빌리티 서비스 ‘TAP!’, 차량 관제·운영 시스템 ‘Pleos Fleet’, AI 기반 운송 관리 시스템 ‘Capora’ 등 다양한 솔루션을 통해 SDV (software-defined vehicle) 기반의 기술을 상용화하며, 미래 모빌리티 서비스의 중심을 이끌어가고자 합니다. 빠르게 변화하는 시장 속에서 복잡한 문제를 날카롭게 분석해 정확한 해법을 실행력 있게 구현해 나갈 동료를 찾고 있습니다. 혼자보다는 함께 더 멀리 가는 팀, 단순한 협업을 넘어 서로의 성장을 진심으로 응원하는 문화 속에서 의미 있는 도전을 이어가고 싶다면, UMOS ONE에서 그 여정을 함께하세요.

주요업무

• Agentic AI 시스템 구현 및 액션 프레임워크 개발 - LLM과 실제 비즈니스 로직(API, DB)을 연결하는 Action Framework 및 MCP(Model Context Protocol) 기반 인터페이스 설계 - AI 모델(Routing, Dispatching 등)이 내린 결정을 실제 서비스 환경에 안전하게 적용하는 에이전트 워크플로우 개발 - 복잡한 운영 환경의 동적 변화를 감지하고 에이전트에게 실시간 피드백을 제공하는 '감각 시스템' 구현 • 지식 기반 데이터 엔지니어링 (Data-to-Knowledge) - 데이터 분석가적 관점에서 에이전트의 지능을 높이기 위한 핵심 Feature 추출 및 지식화(Ontology Mapping) - 지식 그래프(Knowledge Graph) 데이터를 에이전트가 즉시 활용할 수 있도록 고성능 조회 API 및 캐싱 레이어 구축 - 파편화된 원천 데이터를 분석하여 에이전트의 의사결정에 필요한 'Context'로 가공하는 파이프라인 개발 • 성능 분석 및 지능형 시뮬레이션 환경 구축 - AI Native Analyst 역할: 에이전트의 의사결정 품질을 정량적으로 평가하기 위한 지표(Metrics) 설정 및 대시보드 구축 - 현실 세계의 복잡성을 모사한 시뮬레이션 환경을 구축하여 에이전트 로직의 안전성과 효율성을 사전에 검증 - 시뮬레이션 데이터 분석을 통해 에이전트의 행동 패턴을 개선하는 피드백 루프 설계

자격요건

• 5년 이상의 백엔드 시스템 개발 경력 (Java, Kotlin, Go, Python 중 하나 이상 능숙) • AI Native Mindset: LLM, Agentic System에 대한 깊은 이해와 이를 시스템적으로 풀어내는 역량 • Data-Savvy Engineer: SQL은 물론 대량의 데이터를 스스로 탐색하고 분석하여 시스템 로직에 반영할 수 있는 분 • 객체 지향 설계(OOP) 및 마이크로서비스 아키텍처(MSA)에 대한 탄탄한 기초 • RESTful API, gRPC, MCP 등 서비스 간 통통합 인터페이스 설계 및 운영 경험

우대사항

• Agentic Frameworks: LangChain, CrewAI, AutoGen 등을 활용해 실제 서비스를 기획/개발해 본 경험 • Graph-Ready: Graph DB(Neo4j 등) 또는 온톨로지 기반의 서비스를 연동해 본 경험 • Simulation & Math: 최적화 알고리즘 구현이나 물리/논리 시뮬레이터 개발 경험 • Industry Experience: 물류(WMS), 모빌리티(TMS), 로보틱스 도메인에서 실시간 시스템을 개발해 본 경험

혜택 및 복지

• 복지카드 • 식비 지원 • 단체 상해보험 • 건강검진 • 경조사지원 • 최신형 업무기기 지원 • 라운지 간식 및 음료 제공