데이터 분석가 (Data Scientist)
공고 요약
담당업무
설비 센서·공정 파라미터·검사 결과 등 제조 시계열 데이터 기반 이상탐지·불량예측·품질예측 모델 설계 및 개발
정상 데이터 중심의 unsupervised 및 self-supervised 접근 연구
시계열 딥러닝, Anomaly detection, Domain adaptation 최신 논문 검토 및 자사 데이터 재현
배포 모델의 data drift·concept drift 감지 및 재학습 전략 설계
설비 교체·라인 증설 등 현장 변화에 대한 모델 대응 방안 수립
고객사의 문제 유형 정의 및 데이터 기반 해결 가능성 판단
재사용 가능한 알고리즘 구조를 사내 표준 파이프라인으로 표준화
실험 설계와 코드 리뷰 및 가설 구체화
가설 수립·비교군 설정·재현 가능한 실험 수행
결측·이상치·비동기 샘플링이 포함된 센서 데이터 전처리 및 피처 설계
자격요건
Prediction, Anomaly detection, Classification 중 하나 이상의 ML/DL 프로젝트 전체 수행 경험
PyTorch 또는 TensorFlow로 모델 직접 구현 및 학습 경험
모델 구조 수정 및 학습이 가능한 수준의 프레임워크 활용 역량
논문을 읽고 코드로 구현해 결과를 재현한 경험
성능 차이의 유의성을 판단할 수 있는 실험 설계 역량
실험 결과 문서화 경험
개발·PM·현장 엔지니어 등 다른 직군과의 문제 정의 및 협업 경험
복리후생
스톡옵션
자기계발지원
마감기한
상시채용
인터엑스 지원하기 전 이력서 Check
시간이 없다면 AI와 한번에 수정해보세요
공고 원문
소개
[채용팀 Talk] 대시보드에서 끝나지 않는 데이터 사이언스 대부분의 데이터 사이언티스트가 만든 모델은 리포트나 대시보드에서 멈춥니다. 예측값을 내놓고 그 다음 판단은 사람이 합니다. 인터엑스의 알고리즘은 거기서 한 단계 더 갑니다. 불량을 예측하면 그 결과가 IoT를 통해 설비로 되돌아가고, 공정 조건이 실제로 바뀝니다. 모델의 출력이 사람의 참고자료가 아니라 공장을 움직이는 입력값이 되는 구조입니다. 이 차이는 일하는 방식을 통째로 바꿉니다. 모델이 틀리면 지표가 나빠지는 게 아니라 라인이 섭니다. 그래서 정확도만큼 왜 그렇게 예측했는지 설명할 수 있는가, 현장 조건이 바뀌어도 버티는가가 똑같이 중요합니다. 고객사의 공정 데이터를 다루고, 알고리즘은 사내 플랫폼에 탑재되어 실제 라인에서 돌아갑니다. 이를 위해 인터엑스에서 문제를 정의하고 알고리즘 방향을 결정할 시니어와, 논문을 빠르게 구현해 검증할 주니어 동료를 함께 찾고 있습니다. 제조 데이터는 적고 계속 변합니다. 그래서 더 재미있다고 생각하는 분이라면 환영합니다! [담당 업무] 시계열·이상탐지 알고리즘 연구 및 개발 설비 센서, 공정 파라미터, 검사 결과 등 제조 시계열 데이터를 대상으로 이상탐지·불량예측·품질예측 모델을 설계하고 개발합니다. 정상 데이터만으로 학습하는 unsupervised/self-supervised 접근을 주로 다룹니다. 최신 논문의 현장 적용 시계열 딥러닝, Anomaly detection, Domain adaptation 분야 최신 논문을 검토하고, 자사 데이터에 재현한 뒤 적용 가능성을 판단합니다. 알고리즘 고도화 및 운영 대응 배포된 모델의 성능 저하(data drift, concept drift)를 감지하고 재학습 전략을 설계합니다. 설비 교체·라인 증설 등 현장 변화에 모델이 어떻게 대응할지 정합니다
주요업무
Senior Track 문제 정의 — 고객사의 불량률이 분류 문제인지, 이상탐지 문제인지, 데이터로 풀 수 없는 문제인지 판단합니다. 알고리즘 표준화 — 도메인별로 흩어진 모델에서 재사용 가능한 구조를 뽑아 사내 표준 파이프라인으로 만듭니다. 기술 리뷰 — 연구원의 실험 설계와 코드를 리뷰하고, 막힌 실험의 가설을 함께 좁힙니다. Junior Track 실험 설계와 수행 — 가설을 세우고 비교군을 정해 재현 가능한 형태로 실험합니다. 데이터 전처리·피처 설계 — 결측과 이상치, 비동기 샘플링이 섞인 원본 센서 데이터를 학습 가능한 형태로 만듭니다.
자격요건
프로젝트 경험 : Prediction, Anomaly detection, Classification 중 하나 이상의 ML/DL 프로젝트를 처음부터 끝까지 수행한 경험 프레임워크: PyTorch 또는 TensorFlow로 모델을 직접 구현하고 학습시킨 경험 (API 호출과 더불어 모델 구조를 수정해본 수준) 논문 구현: 논문을 읽고 코드로 옮겨 결과를 재현해본 경험 실험 설계: 성능 차이가 우연인지 실제인지 구분할 수 있는 실험을 설계하고 결과를 문서로 남긴 경험 협업: 다른 직군(개발, PM, 현장 엔지니어)과 문제를 정의하고 해결책을 찾아본 경험
우대사항
• 최신 논문 내용을 구현 가능한 분 • 시계열 딥러닝(Transformer 계열, State Space Model, TCN) 최신 기법 적용 경험 • AI대학원, 컴퓨터공학, 산업공학, 통계학 석사 이상의 학위를 보유하신 • 빠르게 변화하는 환경에서 서비스를 개선하는 데 도움이 되는 논문이나 기술들을 빠르게 학습하여 프로토 타이핑할 수 있는 문제해결 능력을 갖추신 분 • 데이터가 도메인에서 무엇을 의미하는지 연결해 설명하고 문서화할 수 있는 분 • 데이터 정제, 전처리, 분석, 모델링, 시각화 경험을 보유하신 분
혜택 및 복지
[복지 패키지] • 인터엑스에만 있는 지원 - 직무역량 및 자기계발 교육과정 IX Academy - 직무별 커리어 성장 지원 - 역량 진단 제도 ‘IX Expert - 성과별 보상 • Compensation Package - 3년 근속 시, 5일 휴가 or 100만원 보너스 - 중소기업 청년 소득세 감면 지원 • Work Environment - 업무 관련 도서 구입 무한지원 - 사내 스터디 지원 (시험 합격 시, 응시비용 전액 지원) - 최신식 IT 장비 지원 - 자율 복장과 수평적인 조직문화 - 자유로운 연차 & 1시간단위 시간차 사용 • Refresh - 효율적인 협업을 위해 팀간 협업 지원비 - 사내동호회 운영 비용 지원 - 생일 유급 반차 - 경조 휴가/경조금 지원 (회사의 복지제도는 상황에 따라 유연하게 변경될 수 있습니다.)
