[위프(WHIF)] Tech-AI Researcher

담당업무

• SFT, DPO, RLHF, GRPO 등 Preference Optimization 기반 파인튜닝 및 효과 검증

• 캐릭터성, 기억력, 문체를 정량 지표로 정의하고 LLM 품질 개선

• 모델 변경 없이 프롬프트 엔지니어링으로 품질 한계 개선

• Quantization, Knowledge Distillation을 활용한 비용 절감

• 모델 오케스트레이션 및 서빙 전략에 대한 기술 인사이트 제공

• diffusion, TTS, STT 등 인접 모달리티의 제품 적용 가능성 탐구

• 재현 가능한 eval과 문서 작성, 결과의 지식 자산화 및 Product Engineer 핸드오프

자격요건

• SFT 이상 LLM 파인튜닝 및 Preference Optimization 계열 적용 경험

• 실험 목표를 스스로 정의하고 결과를 정량 지표로 검증한 경험

• Python과 PyTorch 기반 학습·평가 파이프라인 구현 및 개선 경험

• 모델 품질을 재현 가능한 수치로 만드는 eval 설계 경험

우대사항

• DPO, RLHF, GRPO 등 Preference Optimization의 실제 서비스 적용 경험

• Quantization, Knowledge Distillation 등 모델 경량화·비용 감축 경험

• FSDP, DeepSpeed, Slurm 기반 멀티 클러스터 분산 학습 경험

• diffusion, TTS, STT 등 인접 모달리티 탐구 또는 프로젝트 경험

• 캐릭터성, 페르소나 일관성, 장기 기억 등 대화 품질 문제 해결 경험

• 멀티 모델 오케스트레이션과 서빙 전략에 대한 이해

• NeurIPS, ICML, ICLR, ACL, EMNLP 등 주요 학회 1저자 논문 또는 Kaggle 등 대회 수상

• Hugging Face, vLLM, DeepSpeed 등 AI·ML 오픈소스 기여 경험

• 기술 블로그나 사내 문서 작성 및 재현 가능한 지식 공유 경험

보상과 복리후생

• 유연근무제

• 유연휴가제

• 개인 업무 장비

• 도서·교육비 지원

• 구주증여

• 스톡옵션

전형절차

1. 협업 인터뷰 60분: 일하는 방식, 커뮤니케이션 스타일, 과거 협업 경험

2. Culture fit Interview 60분: 미션·비전 적합성, 가치관, 성장 방향

3. Technical Interview 60분: LLM 시스템 설계 및 과거 프로젝트 기반 기술 대화

4. 처우 협의

근무환경

• 유연근무제 운영

• 유연휴가제 운영

• 개인 업무 장비 제공

• 원격근무 없음

마감기한

상시채용