포지션 상세
아이트럭은 국내 최초·유일의 중고트럭 거래 플랫폼으로,
복잡하고 불투명했던 상용차 시장을 데이터 기반의 투명한 디지털 시장으로 재정의하고 있는
모빌리티 테크 스타트업입니다.
많은 사람들이 “트럭 시장은 어렵다”고 생각하지만, 트럭은 어렵지 않습니다.
아이트럭은 상용차 시장을 누구나 이해할 수 있도록, 그리고 누구나 도전할 수 있도록
아날로그 중심이던 산업을 디지털 기술로 완전히 새롭게 설계하고 있습니다.
아이트럭은 17조 원 규모의 상용차 시장에서
기존 아날로그 시장을 가장 빠르게 IT 전환을 이끌고 있으며,
서비스 런칭 3년 만에 누적 거래액 1,000억 원 돌파, 연평균 300% 성장이라는 성과를 만들어냈습니다.
또한 시리즈A 누적 투자액 111억 원을 유치하며, 기술력과 사업성을 동시에 인정받았습니다.
우리는 기존에 표준조차 없던 중고 상용차 시장에서
국내 최초로 중고트럭 시세 체계를 만들고,
국내 유일의 중고트럭 시세 데이터베이스(DB)를 구축하며
시장을 직접 개척해온 확실한 First Mover입니다.
아이트럭과 함께하면 상용차 분야의 진짜 1등 전문가가 될 수 있습니다.
이 시장은 누구나 쉽게 배울 수 있지만, 아무나 혁신할 수는 없습니다.
그리고 그 혁신을 실제로 만들어가는 경험은 오직 아이트럭에서만 가능합니다.
아이트럭은 지금 이 순간에도
데이터·AI·디지털 기술을 기반으로 상용차 산업의 새로운 기준을 만들고 있습니다.
당신의 역량이 아이트럭과 만나면, 상용차 시장의 미래를 함께 바꿀 수 있습니다.
도전에 목마르던, 열정 넘치는 분들의 많은 지원 부탁드립니다.
ㆍMFCC, Spectral Feature 등 음향신호 전처리 파이프라인 설계
ㆍCNN + XGBoost + LightGBM 등 앙상블 구조 기반 엔진상태 예측 모델링
ㆍOBD-II 실시간 데이터 분석 (RPM, 속도, 연료트림, 점화타이밍 등) 및 이상감지 알고리즘 개발
ㆍFreeze Frame 데이터를 활용한 차량 고장 원인 추정 및 정비 시점 예측
ㆍ시세예측 모델(Regression, Stacking, Blending)과 연계한 차량 가치 보정 알고리즘 개발
ㆍ모델 실험 관리 및 성능 최적화 (MLflow, Optuna, Hyperparameter Tuning)
ㆍ모델 경량화 및 모바일 추론 최적화(Quantization, Pruning, Distillation)
ㆍCNN, RNN, Transformer 등 딥러닝 기반 분류모델 구현 경험
ㆍMFCC, Mel-spectrogram, Spectral feature 등 음향 데이터 특징추출 경험
ㆍXGBoost, LightGBM 등 Gradient Boosting 계열 모델 활용 능력
ㆍ성능지표(F1, AUC, MAE, RMSLE 등)에 대한 이해 및 모델 평가 경험
ㆍ모델 reproducibility 확보를 위한 MLflow / W&B 등 실험관리 도구 활용 경험
[기술스택]
ㆍ언어 / 프레임워크: Python, PyTorch, TensorFlow, FastAPI
ㆍ딥러닝 구조: CNN, RNN(LSTM/GRU), Attention, AutoEncoder
ㆍ신호처리: Librosa, Torchaudio, SciPy.signal, MFCC, Mel-Spectrogram, STFT
ㆍ머신러닝: XGBoost, LightGBM, CatBoost, ExtraTrees, Optuna, MLflow
ㆍ데이터 / 인프라: Pandas, NumPy, AWS(S3·ECS·Lambda·RDS), Docker, GitHub Actions
ㆍ차량 데이터: OBD-II(Mode 01~02, PID, DTC, Freeze Frame), CAN, pySerial
ㆍ모델 최적화 / 배포: TensorRT, ONNX, TFLite, Quantization, Pruning
복잡하고 불투명했던 상용차 시장을 데이터 기반의 투명한 디지털 시장으로 재정의하고 있는
모빌리티 테크 스타트업입니다.
많은 사람들이 “트럭 시장은 어렵다”고 생각하지만, 트럭은 어렵지 않습니다.
아이트럭은 상용차 시장을 누구나 이해할 수 있도록, 그리고 누구나 도전할 수 있도록
아날로그 중심이던 산업을 디지털 기술로 완전히 새롭게 설계하고 있습니다.
아이트럭은 17조 원 규모의 상용차 시장에서
기존 아날로그 시장을 가장 빠르게 IT 전환을 이끌고 있으며,
서비스 런칭 3년 만에 누적 거래액 1,000억 원 돌파, 연평균 300% 성장이라는 성과를 만들어냈습니다.
또한 시리즈A 누적 투자액 111억 원을 유치하며, 기술력과 사업성을 동시에 인정받았습니다.
우리는 기존에 표준조차 없던 중고 상용차 시장에서
국내 최초로 중고트럭 시세 체계를 만들고,
국내 유일의 중고트럭 시세 데이터베이스(DB)를 구축하며
시장을 직접 개척해온 확실한 First Mover입니다.
아이트럭과 함께하면 상용차 분야의 진짜 1등 전문가가 될 수 있습니다.
이 시장은 누구나 쉽게 배울 수 있지만, 아무나 혁신할 수는 없습니다.
그리고 그 혁신을 실제로 만들어가는 경험은 오직 아이트럭에서만 가능합니다.
아이트럭은 지금 이 순간에도
데이터·AI·디지털 기술을 기반으로 상용차 산업의 새로운 기준을 만들고 있습니다.
당신의 역량이 아이트럭과 만나면, 상용차 시장의 미래를 함께 바꿀 수 있습니다.
도전에 목마르던, 열정 넘치는 분들의 많은 지원 부탁드립니다.
주요업무
ㆍ트럭 엔진음 기반 상태등급화 모델 연구 및 구현ㆍMFCC, Spectral Feature 등 음향신호 전처리 파이프라인 설계
ㆍCNN + XGBoost + LightGBM 등 앙상블 구조 기반 엔진상태 예측 모델링
ㆍOBD-II 실시간 데이터 분석 (RPM, 속도, 연료트림, 점화타이밍 등) 및 이상감지 알고리즘 개발
ㆍFreeze Frame 데이터를 활용한 차량 고장 원인 추정 및 정비 시점 예측
ㆍ시세예측 모델(Regression, Stacking, Blending)과 연계한 차량 가치 보정 알고리즘 개발
ㆍ모델 실험 관리 및 성능 최적화 (MLflow, Optuna, Hyperparameter Tuning)
ㆍ모델 경량화 및 모바일 추론 최적화(Quantization, Pruning, Distillation)
자격요건
ㆍ컴퓨터공학 / 인공지능 관련 전공 또는 동등 연구개발 경력 3년 이상ㆍCNN, RNN, Transformer 등 딥러닝 기반 분류모델 구현 경험
ㆍMFCC, Mel-spectrogram, Spectral feature 등 음향 데이터 특징추출 경험
ㆍXGBoost, LightGBM 등 Gradient Boosting 계열 모델 활용 능력
ㆍ성능지표(F1, AUC, MAE, RMSLE 등)에 대한 이해 및 모델 평가 경험
ㆍ모델 reproducibility 확보를 위한 MLflow / W&B 등 실험관리 도구 활용 경험
[기술스택]
ㆍ언어 / 프레임워크: Python, PyTorch, TensorFlow, FastAPI
ㆍ딥러닝 구조: CNN, RNN(LSTM/GRU), Attention, AutoEncoder
ㆍ신호처리: Librosa, Torchaudio, SciPy.signal, MFCC, Mel-Spectrogram, STFT
ㆍ머신러닝: XGBoost, LightGBM, CatBoost, ExtraTrees, Optuna, MLflow
ㆍ데이터 / 인프라: Pandas, NumPy, AWS(S3·ECS·Lambda·RDS), Docker, GitHub Actions
ㆍ차량 데이터: OBD-II(Mode 01~02, PID, DTC, Freeze Frame), CAN, pySerial
ㆍ모델 최적화 / 배포: TensorRT, ONNX, TFLite, Quantization, Pruning
