Field AI Solutions Engineer

주요업무

현장에서 문제를 정의하고, 데이터 구조를 세우고, AI를 심고, 고객이 스스로 운영하게 합니다. Field AI Solutions Engineer는 고객 제조 현장에서 end-to-end 책임을 지는 포지션입니다. 요구사항을 받아서 구현하는 역할이 아닙니다. 공장에 들어가 문제를 직접 발굴하고, 데이터의 뼈대(온톨로지)를 세우고, AI와 자동화를 연결하고, 최종적으로 고객 조직이 외부 도움 없이 스스로 운영할 수 있을 때까지 함께합니다. 매 프로젝트마다 공장이 다르고, 문제가 다르고, 데이터가 다릅니다. 반복되는 부분은 자동화하고, 새로운 문제에 사람이 집중하는 구조로 일합니다. 01 현장 진단 고객 공장의 공정·설비·용어를 직접 파악하고, AI와 자동화가 실제로 기여할 수 있는 포인트를 정의합니다 02 데이터 온톨로지 설계 현장 용어를 구조화된 데이터 모델로 변환합니다. 개체·관계·마스터 데이터의 뼈대를 세웁니다 03 AI · 자동화 구현 LLM API, 파이프라인, RPA 등을 실제 현장 프로세스에 연결합니다. 배포 이후 제대로 활용까지 책임집니다 04 고객 조직화 · 이관 고객이 스스로 운영·개선할 수 있도록 문서와 교육을 설계합니다. 종속이 아닌 졸업이 목표입니다

자격요건

모르는 도메인을 두려워하지 않고 먼저 질문할 수 있는 분 "완성된 제품"보다 "진행 중인 문제"에 더 흥미가 있는는 분 기술의 난이도와 정교함보다 고객 조직의 실제 변화에서 보람을 느끼는 분 공장 환경, 고객이 있는 곳으로 전국 출장, 현장 용어에 거부감이 없는 분 기술스택 (참고) 아래 기술을 모두 갖추지 않아도 됩니다. 핵심 역량 두세 개가 강하다면, 나머지는 함께 채워갑니다. Python, SQL, LLM API (OpenAI · Claude · Gemini) 데이터 파이프라인, OWL · RDF · 지식그래프, 제조 MES · ERP, REST API, Git

우대사항

제조 도메인 경험이 있고, 코드와 데이터를 함께 다룰 수 있는 분 (공정·품질·설비 엔지니어 출신 포함) 고객 대면과 기술 구현을 모두 해 본 분. SI·컨설팅·스마트팩토리 유관 경험 우대 다음에 해당하시면 이 역할이 잘 맞지 않을 수 있습니다 : 전면 원격 근무를 전제로 하는 분 / 논문·모델 성능 자체가 커리어 중심인 분 / B2C 사용자 경험 설계를 원하시는 분

기술스택

Python, Pytorch, Docker, Kubernetes, Git, SQL, Pandas

채용절차

서류＞1차면접 ＞2차면접 ＞ 최종합격 [앰플랩이 드릴 수 있는 것] 01 내가 짠 코드가 현장에서 즉시 작동하는 임팩트있는 경험 수율·가동률·원가 같은 지표가 화면이 아닌 실제로 움직이는 것을 확인하며 다음 할일을 정합니다 02 시장 내 유일할 정도로 차별적인 커리어 레퍼런스 확보 진단＞온톨로지＞파이프라인＞모델＞배포＞이관까지 전 과정을 경험합니다. 3년 뒤 대체하기 어려운 프로파일이 됩니다 03 문제의 깊이 매번 다른 공장, 다른 문제. 반복을 자동화한다는 핵심 가치 아래 새로운 문제에 집중할 수 있는 근무 환경입니다 04 고객과의 관계 용역이 아닌 파트너로서 생산·품질 회의에 함께합니다. 기술이 비즈니스에 맞닿아 있습니다