Vision AI 엔지니어 (ML 파이프라인, 전문연구요원 가능)

담당업무

• 연구 결과와 오픈소스 모델을 제품 학습 프레임워크에 통합하고 서비스 환경에서 재현 가능하도록 엔지니어링

• 대규모 이미지 데이터 수집·전처리·증강 및 라벨 품질 관리 파이프라인 설계·자동화

• ONNX, TensorRT, 양자화 등을 활용한 모델 경량화 및 GPU 서버·엣지 디바이스 최적화·배포

• 학습·추론 성능 모니터링, 벤치마크, 회귀 테스트 체계 구축 및 모델 품질 관리

• 고객 현장의 성능 이슈를 데이터·모델·시스템 관점에서 분석하고 해결

자격요건

• CNN, Transformer 계열 Computer Vision 모델 아키텍처 이해

• Python과 PyTorch 또는 TensorFlow를 활용한 딥러닝 모델 개발 및 서비스 배포·운영 경험

• Linux·GPU 학습 인프라 및 Docker 기반 개발 환경 활용 능력

• FastAPI 기반 API 개발 및 PostgreSQL 등 데이터베이스 활용 능력

• 데이터·코드·시스템을 오가며 모델 성능 문제의 원인을 추적하는 역량

• 연구자·제품·고객 대응 팀과의 원활한 소통 및 현실적인 트레이드오프 판단 능력

우대사항

• TensorRT, OpenVINO 등을 활용한 Jetson 등 엣지 디바이스 모델 최적화·배포 경험

• Triton, TorchServe 등 모델 서빙 시스템 설계·운영 경험

• MLflow, W&B, Airflow 등을 활용한 실험 관리 및 MLOps 파이프라인 구축 경험

• Foundation Model, VLM의 실제 제품 적용 경험

• 딥러닝 프레임워크 또는 비전 라이브러리 오픈소스 기여 경험

• LLM 기반 도구와 코딩 에이전트를 개발 워크플로에 활용하는 능력

복리후생

• 직무 스터디, 교육 수강 및 도서 구매 지원

• 직무 관련 외부 컨퍼런스 참석 지원

• 구내식당 지원 및 야근 시 저녁 식대 지원

• 개발 직군 듀얼 모니터 및 최신 연구 장비 지원

• 스탠딩 책상, 포커스룸 등 업무 공간 제공

근무환경

• 8시~10시 출근 자율출퇴근제

• 호칭을 ‘님’으로 통일하는 소통 문화

• 커피챗·점심 회식 등 팀 단위 커뮤니케이션 비용 지원

• FGI, 커피챗, 설문조사 등을 통한 구성원 의견 수렴

전형절차

1. 서류 검토

2. 과제 전형

3. 대면 면접 1~2회: 직무 심층 인터뷰 및 Culture Fit 면접

4. 최종 합격

지원방법

• 채용 사이트를 통해 지원서류 제출

• 다양한 경험을 보여줄 수 있는 자료는 선택 첨부 가능

• 과제 전형은 실제 업무와 유사한 소규모 비전 데이터셋으로 진행하며 정확도보다 문제 접근 방식과 코드 품질을 평가

• 필요에 따라 티타임 등 전형 추가 가능

• 최종 합격 후 입사 일정과 처우 협의 및 오퍼레터 발송

• 입사 전 희망 시 오피스 투어 및 타운홀 미팅 참여 가능

마감기한

2026년 10월 15일 23:59까지