AI Engineer (Python)

담당업무

• AI 활용 사례의 기술 타당성, 데이터 준비도, 기대 효과, 위험 및 구축·구매·재사용 방식 평가

• 머신러닝·생성형 AI를 위한 참조 아키텍처, 재사용 구성요소, 생애주기 표준 및 안전장치 정의

• 데이터 준비, 모델 선정·실험·학습·미세조정·평가·서빙·통합·모니터링 전반의 설계 주도

• 예측 모델, 검색 파이프라인, 임베딩, 벡터 검색, 생성형 워크플로 및 에이전트 오케스트레이션 개발·최적화

• 실험 재현성, 소스 및 데이터·모델 버전 관리, 벤치마크와 승격 기준 수립

• 테스트, 패키징, 보안 검사, 배포·롤백 및 모델·프롬프트 승격을 자동화하는 MLOps·LLMOps 파이프라인 구현

• 성능, 견고성, 근거성, 환각, 안전성, 편향, 설명 가능성, 지연시간, 확장성 및 비용 평가 체계 수립

• 모델·데이터 품질, 드리프트, 사용량, 오류, 안전 이벤트, 서비스 성능 및 사업 성과 모니터링

• 보안·개인정보·책임 있는 AI·규제 통제를 설계하고, 기술 검토·아키텍처 결정·사고 원인 분석 주도

• API, 서비스, 이벤트 흐름 및 사용자 경험을 통해 AI 기능을 통합하고 엔지니어 멘토링 및 기술 문서화

필요 역량

• 머신러닝 엔지니어링, 통계, 지도·비지도 학습, 딥러닝 및 프로덕션 추론에 대한 깊은 이해

• Python 실무 경험 및 scikit-learn, PyTorch, TensorFlow, Hugging Face 등 프레임워크 활용

• 생성형 AI, LLM, 임베딩, RAG, 벡터 저장소, 프롬프트·컨텍스트 엔지니어링, 도구 호출 및 에이전트 오케스트레이션 이해

• 데이터 준비·피처 엔지니어링·데이터 품질·계보·분산 처리·SQL 또는 NoSQL 저장소 경험

• MLOps·LLMOps, 실험 추적, 모델 레지스트리, 파이프라인 오케스트레이션, 컨테이너화 및 자동 배포 경험

• 모델 평가, 벤치마킹, 오류 분석, 드리프트 탐지, 설명 가능성, 견고성 및 안전성 테스트 지식

• 분산 서비스, API, 배치·스트리밍 파이프라인, 관측성 및 AI 워크로드 운영 설계 역량

• 기술 리더십, 문서화, 협업 및 복잡한 AI 의사결정을 다양한 이해관계자에게 설명하는 역량

• 국제 팀과의 업무 및 기술 문서 이해를 위한 영어 의사소통 능력

• 프로덕션 머신러닝 또는 생성형 AI 시스템의 설계·제공·운영 경험과 실험을 안정적인 서비스로 전환하는 역량

• AI 보안, 개인정보, 책임 있는 AI, 거버넌스, 지식재산권 및 규제 통제 고려 능력

우대사항

• AI, 머신러닝, 클라우드, 데이터, 보안 또는 아키텍처 관련 자격증

복리후생

• 후원 인증 및 교육과 온라인 학습 플랫폼

• 개인 건강보험

• 개별 코칭 세션 및 코칭 스쿨

• 구성원과 가족을 위한 행사

근무환경

• 원격, 하이브리드 또는 오피스 근무 방식 선택 가능

• 프로젝트별 근무시간 운영

지원방법

Apply now를 통한 지원

마감기한

상시채용