Junior LLM Application & AI Agent Engineer 채용

주요업무

GPTalk의 LLM Agent Workflow 설계 및 구현 학습자의 질문·대화·이해 상태를 반영한 Agentic Logic 개발 Prompt, Structured Output 및 JSON Schema 설계 강의 스크립트와 학습자료를 활용한 RAG 고도화 Python·FastAPI 기반 백엔드 및 LLM API 연동 LLM 응답 품질 평가와 회귀 테스트 구축 로그·오류·응답시간·API 비용 모니터링 및 개선 GPTalk 정식 출시 안정화 B2C 기능의 B2B 서비스 확장 및 학습분석 데이터 구조화

자격요건

Python을 활용해 기능이나 서비스를 구현해 본 분 LLM API 또는 생성형 AI 기반 프로젝트 경험이 있는 분 API, 데이터베이스 및 백엔드 구조를 기본적으로 이해하는 분 새로운 기술을 빠르게 학습하고 실제 제품에 적용할 수 있는 분 문제를 작은 단위로 나누고 끝까지 해결하는 분 코드와 기술적 판단을 동료에게 명확하게 공유할 수 있는 분 교육과 학습의 문제를 AI로 해결하는 일에 관심이 있는 분 AI 전공이나 LLM 실무경력이 반드시 필요한 것은 아닙니다. Python·백엔드 개발 역량을 기반으로 LLM Application Engineer로 전환하고 싶은 분도 환영합니다.

우대사항

FastAPI 또는 Python 비동기 서버 개발 OpenAI, Anthropic, Google 등 LLM API 활용 LangGraph, LangChain, LlamaIndex 등 Agent Framework 활용 RAG, Vector DB, Embedding, Reranking 구현 Function Calling, Tool Use, Structured Output 개발 LLM Eval 및 자동화 테스트 구축 Docker·클라우드 환경 배포 실제 사용자가 있는 서비스 출시 또는 운영 에듀테크·AI·NLP·HCI 관련 프로젝트 모든 우대사항을 충족하지 않아도 지원할 수 있습니다. 특정 프레임워크의 사용 경험보다 문제를 이해하고 적절한 기술을 선택하는 역량을 중요하게 평가합니다.

기술스택

Python, NextJS, ReactJS, FastAPI, NestJS, Spring, ElasticSearch, PostgreSQL, Redis, Docker, Github, Kubernetes, LangChain, LlamaIndex, OpenAI, Chroma, RAG, VectorDB, Chunking Strategy, LangGraph

채용절차

서류 · 프로젝트 검토 > 온라인 커피챗 > 기술 · 프로젝트 인터뷰 > 팀 인터뷰 및 처우 협의 > 최종 합류