Principal AI/ML Engineer – Process Intelligence

주요업무

• 물리 기반 AI 및 Process ML 기술 방향과 로드맵 수립

• SPI, AOI, Mounter, Printer 등 SMT 공정 데이터 기반 예측·최적화 모델 개발 리딩

• 공정 인과관계, 순차 동작, 물리 제약 조건을 반영한 AI 모델 아키텍처 설계

• Transformer, Neural Operator, Diffusion Model, PINN 등 고급 AI 모델의 공정 적용

• 유체역학, 열역학, 점탄성, 접촉역학 등 공정 물리 기반 모델링

• Digital Twin, Differentiable Simulator, Surrogate Model 개발 방향 수립

• Bayesian Optimization, Gaussian Process, DoE 기반 공정 파라미터 최적화

• SPI/AOI 3D 측정 데이터, 장비 로그, 공정 조건 등 멀티모달 데이터 분석

• 품질 예측, 원인 분석, 공정 안정성 개선 및 자동 제어 모델 개발

• 연구 모델의 제품화, 장비 탑재, On-device Inference 최적화 리딩

• ML 엔지니어, 알고리즘 개발자, 공정 전문가, SW 개발자와 협업 및 기술 리뷰

• 팀원 멘토링 및 기술 과제 리딩

자격요건

• PyTorch 기반 커스텀 모델, 학습 루프, Autograd, 모델 최적화 구현 경험

• Transformer, Neural Operator, PINN, DeepONet, Differentiable Physics 중 하나 이상 경험

• 유체역학, 열전달, 점탄성, 접촉역학, 구조역학 등 공정 물리에 대한 이해

• Bayesian Optimization, Gaussian Process, Uncertainty Quantification, DoE 이해

• 연구 모델을 실제 제품, 장비 또는 운영 환경에 적용한 경험

• 복잡한 공정 문제를 데이터·물리·최적화 문제로 구조화하는 역량

우대사항

• SPI, AOI, 3D Inspection, Metrology, Mounter, Printer 데이터 또는 공정 이해

• Cpk, SPC, 공정능력 분석 등 품질 지표 기반 개선 경험

• Physics-informed ML, Scientific ML, Computational Physics 관련 논문·특허·프로젝트 경험

• Digital Twin, Differentiable Simulator, Physics-ML 플랫폼 개발 경험

• Edge AI, On-device Inference, 실시간 추론 최적화 경험

• 글로벌 R&D 조직 또는 고객사와의 기술 협업 경험

• 팀장, 파트장, 테크리드, Principal/Staff Engineer급 역할 경험

보상 및 복리후생

• 연봉 협의

• 식대 지원

• 성과급

• 교육비 지원

• 도서 구입비 지원

• 경조금

전형절차

1. 서류전형

2. AI 역량검사

3. 면접

4. 입사

근무환경

• 유연근무제

• 실패를 두려워하지 않고 새로운 기술과 시장에 도전하는 문화

• 동료와 협업하고 서로의 성장을 돕는 태도 중시

• 다양한 부서와 의견을 나누며 책임감과 전문성을 키우는 문화

마감기한

채용시 마감