Foundation Model Research Engineer

주요업무

• 인터넷이 닿지 않는 환경에서 자체 파운데이션 모델 학습 전담

• 사전학습(pre-training)·지속사전학습(CPT)부터 사후학습(SFT·DPO·RLVR)까지 전체 파이프라인 설계 및 실행

• 코딩·개발 도메인 정형·비정형 데이터 수집, 분류·정제·토큰화·적재 파이프라인 구축 및 데이터 품질 관리

• 학습 모델을 폐쇄망·온프레미스 환경에 서빙하고 vLLM 등 추론 스택 통합

• 양자화·커스텀 커널·서빙 최적화를 통한 저비용 하드웨어 추론 속도 개선

• 코드 벤치마크와 자체 평가 harness로 모델 성능을 측정하고 다음 학습 사이클에 반영

• 실제 현장의 개발 업무에 모델을 적용해 고객 문제를 정의·해결하고 현장 피드백을 모델 개선에 연결

• 에어갭 배포를 위한 모델 경량화·패키징(Docker 등) 및 재현 가능한 운영 체계 구축

자격요건

• LLM·딥러닝 모델 학습 실무 경험 및 pre-training 또는 post-training(SFT/RLHF/DPO 등) 파이프라인 실행 경험

• PyTorch 기반 학습 코드를 읽고 수정·확장할 수 있는 역량

• transformers·디스트리뷰티드 트레이닝(DeepSpeed·FSDP 등) 및 GPU 자원 운영 경험

• LLM 추론 서빙(vLLM·TGI·TensorRT-LLM 등)과 양자화에 대한 실무 이해

• Linux·Docker·GPU 환경에서 문제를 해결하는 역량

우대사항

• 정밀 양자화(FP8/FP4/NVFP4), 커스텀 커널, 서빙 스택 포팅 경험

• 온프레미스·폐쇄망·엔터프라이즈 반입 환경 배포 경험

• SWE-bench류 또는 자체 코드 벤치마크 harness 구축 경험

• HuggingFace 오픈웨이트 공개, Transformers PR, 리더보드 등재 이력

• 강화학습 기반 post-training(RLVR/GRPO 등) 실험 경험

• ACL·ICLR·NeurIPS·EMNLP 등 학회 논문 실적

• HuggingFace 모델·데이터셋 다운로드 실적 또는 커뮤니티 채택 사례

• vLLM·veRL·transformers 등 주요 LLM 오픈소스 기여 경험 또는 5k+ stars 오픈소스 배포·유지 경험

보상

• 연봉 협의

• 입사 시 리멤버 합격 보상금 50만원

전형절차

1. 서류 전형

2. 동료 인터뷰(40분)

3. 리더 인터뷰(40분)

4. 최종 합격

지원방법

• 이력서 제출 필수

• 포트폴리오 제출 선택

• 지원 후 일주일 이내 합격 여부와 관계없이 메시지 안내

근무환경

• 국방·공공·금융·의료 현장 등 외부 API를 사용할 수 없는 환경을 위한 모델 개발

• GPU 등 연구·개발 인프라 지원

• R&D와 고객 접점의 문제 정의·해결 및 현장 피드백을 통한 모델 개선 경험

마감기한

채용시 마감