Principal Software Engineer — AI Performance & Reliability

담당업무

• AI 모델 학습 및 추론 워크로드의 프로파일링과 성능 최적화

• 처리량, 지연시간, 메모리 효율, 확장성 및 신뢰성 개선

• 모델, 프레임워크, 컴파일러, 런타임, 운영체제, 하드웨어 전반의 병목 분석 및 해결

• 성능 도구, 벤치마크, 자동화 및 관측 시스템 개발

• AI 워크로드에 영향을 미치는 복잡한 프로덕션 이슈 조사 및 해결

• 고객 요구사항 파악, 문제 재현 및 기술적 해결책 제안

• 고객 피드백을 제품 및 인프라 개선으로 연결

• 성능 분석 결과, 기술 권고사항 및 모범 사례 문서화

필수 역량

• 프로덕션 품질 시스템을 구축하는 소프트웨어 엔지니어링 역량

• 모델 학습 또는 추론을 위한 AI 인프라 활용 경험

• 머신러닝 모델 또는 AI 워크로드 프로파일링 및 최적화 경험

• 프로세서, 메모리 계층, 병렬성 및 성능 절충에 대한 컴퓨터 아키텍처 기초

• 지연시간, 처리량, 메모리 대역폭, 활용률 및 분산 통신 등 시스템 성능 개념에 대한 이해

• Python, C++ 또는 유사한 시스템 지향 프로그래밍 언어 활용 능력

• PyTorch, TensorFlow 또는 JAX 등 머신러닝 프레임워크 경험

• 기술 스택의 여러 계층에 걸친 문제를 조사하는 디버깅 및 분석 역량

• 명확한 서면·구두 의사소통 능력

• 기술 평가, 배포, 문제 해결 및 지속 지원 과정에서 고객과 직접 협업할 의향

우대 경험

• 대규모 언어 모델, 확산 모델 또는 추천 모델 최적화 경험

• GPU, 가속기 또는 분산 컴퓨팅 환경 경험

• ROCm, HIP, CUDA, Triton, XLA, MLIR, NCCL 또는 유사한 성능 도구·런타임 활용 경험

• 분산 학습, 모델 서빙, 양자화, 컴파일, 커널 최적화 또는 메모리 최적화 경험

• 프로덕션 환경의 AI 시스템 운영 경험

• 솔루션 엔지니어링, 필드 엔지니어링, 개발자 관계 또는 고객 대면 기술 직무 경험

• 벤치마크 설계 및 체계적인 성능 분석 경험

근무환경

• 하이브리드 근무

• 머신러닝 엔지니어, 시스템 엔지니어, 하드웨어 팀 및 제품 팀과 협업

• 고객과 직접 협업하며 기술 평가, 배포, 문제 해결 및 지속 지원

선발 안내

지원자 심사, 평가 또는 선발 과정에 인공지능을 활용할 수 있음

마감기한

상시채용