Machine Learning Engineer - Product

주요업무

• 엘박스가 보유한 국내 최대 법률 데이터베이스를 활용하여 고객에게 실질적인 가치를 제공할 수 있는 혁신적인 법률 AI 제품을 개발하고 장기적으로 운영·고도화해요. • LLM(Large Language Model) 기반의 시스템을 설계·개발·배포까지 엔드투엔드로 담당하며 서비스를 지속적으로 개선해요. • 사용자 행동로그 수집 파이프라인을 활용하여 법률 AI에 특화된 검색 모델을 개발하고 AI 시스템의 구조를 최적화해요. • 전체 시스템의 성능(정성적인 평가와 정량적인 수치 ~ RAG 성능, 답변 품질 등)과 응답속도, 비용 등 운영상 핵심 지표를 직접 관리하며, 모델 재학습 시스템을 주도적으로 설계 및 개선해요. • 더 나아가 LLM Powered Autonomous Agents 에 필요한 컴포넌트를 구성하고 개발하며, 이를 안정적으로 운영하고 스케일링할 수 있는 방안을 장기적 관점에서 고민해요.

자격요건

• End-to-End ML 서비스 개발에 3년 이상(또는 그에 준하는) 경험이 있으신 분 • 머신러닝을 이론적으로 깊이 이해하고, 이를 기반으로 실제 서비스를 개발·운영하며 문제를 풀 수 있는 분 • 머신러닝 기반 서비스를 프로덕션 환경에서 배포 및 운영해본 경험이 있는 분 • LLM, RAG 기반 시스템을 설계부터 구현, 성능 평가와 지속적 개선까지 직접 주도한 경험이 있는 분 • AWS와 같은 클라우드 환경에서 서비스 개발 및 인프라 운영 경험이 있으신 분 • 백엔드 전반(API, 데이터베이스, CI/CD 등)에 대한 이해가 있는 분 • 해외여행 및 출장에 결격/제한 사유가 없으신 분

우대사항

• PyTorch, Tensorflow 등을 활용하여 최신 연구 논문을 직접 구현하고 개선할 수 있는 분 • 행동로그를 활용한 성능분석 및 학습데이터 제작 등 Online Learning 시스템을 구축한 경험이 있는 분 • 검색 및 대화 시스템에 대한 이해가 있는 분 • 머신러닝 파이프라인 설계 경험이 있는 분 (k8s 기반 오케스트레이션, Airflow 를 활용한 데이터 파이프라인 등) • Information Retrieval, Recommendation, RAG, LLM 최신 연구를 계속 팔로우하고 계신 분

기술스택

Python, FastAPI, Flask, SpringBoot

채용절차

서류 지원 - 1차 직무역량 인터뷰 - 2차 조직문화 인터뷰 - 3차 CEO 인터뷰 및 레퍼런스 체크 - 최종합격 및 처우 협의 - 입사