포지션 상세
ChainShift(체인시프트)는 AEO GEO 전문 컨설팅 및 솔루션을 제공하는 기업입니다.
AEO및 GEO를 중심으로, 브랜드가 ChatGPT, Perplexity, Google AI Overview 등 주요 AI 플랫폼에서 브랜드의 AI 검색 가시성을 향상시킬 수 있도록 돕는 혁신적인 컨설팅 및 솔루션 기업입니다. 국내 및 글로벌 대기업들을 고객사로 보유하고 있으며, 많은 사례를 통해 AI 가시성 개선 효과를 실질적으로 입증하였습니다. 빠르게 변화하는 AI 검색 환경에서 브랜드의 ‘보이지 않는 가시성’을 현실로 만들고 있습니다.
체인시프트(ChainShift)는 수천만건의 데이터 기반 분석을 통해 깊이 있는 AI 검색 노출 전략을 구축해왔습니다. 최근 국내 글로벌 VC 로부터 투자를 받고, 굉장히 빠르게 성장하고 있는 회사이며, 한국/영국/미국 등 다양한 국가에 진출해 있습니다.
2. RAG(Retrieval-Augmented Generation), Agentic Workflow, 멀티 모델 오케스트레이션 등 복잡한 AI/ML 시스템의 설계·통합·최적화 주도
3. 강력한 CI/CD, 테스트, 재학습, 모니터링 체계를 포함한 고도화된 ML Ops 파이프라인 구축 및 운영
4. 빠르게 변화하는 비즈니스 목표 및 규제 요구사항을 실질적인 AI 프레임워크와 플랫폼 기능으로 전환
5. AI Explainability(설명 가능성), Privacy(개인정보 보호), Compliance(규제 준수: GDPR 등), Governance(거버넌스)와 관련된 기술 비전 및 모범 사례 수립
6. 엔지니어링 리드, 데이터팀, 아키텍트와 긴밀히 협업하여 엔드-투-엔드 ML 인프라를 구축 (안정성, 성능, 측정 가능성 보장)
7. 시니어 및 주니어 엔지니어 멘토링, 아키텍처 리뷰, 솔루션 스코핑, 딜리버리 품질 관리
2. RAG 시스템 및 벡터 데이터베이스(Azure Cognitive Search, GCP Matching Engine, FAISS, Weaviate 등) 실무 경험
3. LangChain, LlamaIndex, Semantic Kernel 등 오케스트레이션 프레임워크 활용 능력
4. Terraform, ARM, Pulumi 등 Infrastructure-as-Code(IaC) 도구 활용 경험
5. Airflow, MLflow, Kubeflow 등 ML 라이프사이클 툴 및 모델 레지스트리/버저닝 이해
6. Prometheus, Grafana, Azure Monitor, GCP Cloud Logging 등 Observability 스택 활용 경험
7. Azure ML, Vertex AI 기반 클라우드 네이티브 배포 역량 및 Docker, Kubernetes 활용 능숙
AEO및 GEO를 중심으로, 브랜드가 ChatGPT, Perplexity, Google AI Overview 등 주요 AI 플랫폼에서 브랜드의 AI 검색 가시성을 향상시킬 수 있도록 돕는 혁신적인 컨설팅 및 솔루션 기업입니다. 국내 및 글로벌 대기업들을 고객사로 보유하고 있으며, 많은 사례를 통해 AI 가시성 개선 효과를 실질적으로 입증하였습니다. 빠르게 변화하는 AI 검색 환경에서 브랜드의 ‘보이지 않는 가시성’을 현실로 만들고 있습니다.
체인시프트(ChainShift)는 수천만건의 데이터 기반 분석을 통해 깊이 있는 AI 검색 노출 전략을 구축해왔습니다. 최근 국내 글로벌 VC 로부터 투자를 받고, 굉장히 빠르게 성장하고 있는 회사이며, 한국/영국/미국 등 다양한 국가에 진출해 있습니다.
주요업무
1. 클라우드 네이티브 기술(Azure, GCP)과 분산 처리 프레임워크를 활용하여 확장 가능하고 안전한 ML 솔루션 아키텍처 설계2. RAG(Retrieval-Augmented Generation), Agentic Workflow, 멀티 모델 오케스트레이션 등 복잡한 AI/ML 시스템의 설계·통합·최적화 주도
3. 강력한 CI/CD, 테스트, 재학습, 모니터링 체계를 포함한 고도화된 ML Ops 파이프라인 구축 및 운영
4. 빠르게 변화하는 비즈니스 목표 및 규제 요구사항을 실질적인 AI 프레임워크와 플랫폼 기능으로 전환
5. AI Explainability(설명 가능성), Privacy(개인정보 보호), Compliance(규제 준수: GDPR 등), Governance(거버넌스)와 관련된 기술 비전 및 모범 사례 수립
6. 엔지니어링 리드, 데이터팀, 아키텍트와 긴밀히 협업하여 엔드-투-엔드 ML 인프라를 구축 (안정성, 성능, 측정 가능성 보장)
7. 시니어 및 주니어 엔지니어 멘토링, 아키텍처 리뷰, 솔루션 스코핑, 딜리버리 품질 관리
자격요건
1. 7~9년 이상의 AI/ML 시스템 설계·배포 실무 경험 및 엔드-투-엔드 아키텍처 리딩 경험2. RAG 시스템 및 벡터 데이터베이스(Azure Cognitive Search, GCP Matching Engine, FAISS, Weaviate 등) 실무 경험
3. LangChain, LlamaIndex, Semantic Kernel 등 오케스트레이션 프레임워크 활용 능력
4. Terraform, ARM, Pulumi 등 Infrastructure-as-Code(IaC) 도구 활용 경험
5. Airflow, MLflow, Kubeflow 등 ML 라이프사이클 툴 및 모델 레지스트리/버저닝 이해
6. Prometheus, Grafana, Azure Monitor, GCP Cloud Logging 등 Observability 스택 활용 경험
7. Azure ML, Vertex AI 기반 클라우드 네이티브 배포 역량 및 Docker, Kubernetes 활용 능숙
