포지션 상세

AI for everyone, everywhere
AI를 누구에게나, 어디에서나

노타는 AI 최적화 기술을 통해 AI의 일상화를 선도하는 기업입니다.

우리는 다양한 디바이스와 산업 전반에 걸쳐, 누구나 어디서나 AI를 사용할 수 있는 세상을 만들고자 합니다.

노타의 핵심 제품인 넷츠프레소(NetsPresso)는 하드웨어의 특성을 이해하는 AI 모델 최적화 플랫폼입니다. 또한, 차세대 영상 관제 솔루션 (NVA: Nota Vision Agent), 지능형 교통 시스템(ITS) 등 온디바이스 생성형 AI 솔루션을 통해 실제 산업 현장에서의 AI 실현 가능성을 넓히고 있습니다.

국내 스타트업으로는 최초로 삼성과 LG의 투자 유치 기록을 보유하고 있으며, 네이버 DS2F의 첫 투자 기업이기도 합니다. 최근에는 두바이 교통국과의 AI 솔루션 공급 계약을 체결하고, CB Insights AI 100에도 선정되는 등 글로벌 무대에서의 성과를 이어가고 있습니다.

노타는 빠르게 성장하는 조직과 함께할 다양한 직군의 노타 크루를 찾고 있습니다. 직급과 경력에 관계없이 누구나 동등한 입장에서 의견을 나눌 수 있는 수평적인 문화 속에서, 공동의 목표를 향해 자율적으로 일할 수 있는 분과 함께하고 싶습니다.

누구나, 어디에서나 AI의 가치를 경험할 수 있도록 하는 여정, 지금 노타에서 함께하세요.

[우리 팀을 소개합니다.]
우리 팀은 다양한 NPU, GPU, AI 가속기 환경에서 LLM과 Computer Vision 모델이 안정적으로 동작하도록
모델 변환부터 그래프 최적화, 벤더 컴파일러 연동, 디바이스 런타임 구성, 배포까지 모델의 전체 생명주기를 설계하고 구현하는 역할을 맡고 있습니다. 하드웨어 제조사가 제공하지 않는 영역, 예를 들면 Front 및 Middle End 최적화, Graph Surgery, 연산자 수정과 같은 부분을 독자적으로 해결하며 어떤 모델이든, 어떤 디바이스 환경에서도 동작 가능하게 만드는 것이 팀의 핵심 미션입니다.

[해당 포지션으로 합류하신다면]
Edge AI Engineer는 최신 AI 모델이 실제 디바이스에서 정확하고 빠르게 동작하도록 만드는 핵심 역할을 수행합니다. PyTorch 기반의 동적 모델을 ONNX 중심의 정적 그래프로 변환하고 최적화하며, 이를 다양한 하드웨어 환경에 맞게 컴파일하고 배포하는 End to End 모델 실현 과정을 직접 설계하고 구현하게 됩니다. 모델 구조 분석부터 그래프 레벨 최적화, 벤더별 컴파일러 대응, 디바이스 성능 튜닝까지 단순한 변환 작업을 넘어 이 모델이 이 디바이스에서 왜, 어떻게, 얼마나 잘 동작하는지를 끝까지 책임지는 역할입니다.

[팀의 메시지]
우리 팀은 Any AI on Any Device를 말로만 설명하지 않습니다. 다양한 AI 모델을 다양한 디바이스 환경에서 실제로 돌려보고, 끝까지 검증하는 팀입니다. 최신 Computer Vision, Transformer, Diffusion 모델을
CPU, GPU, NPU 등 서로 다른 아키텍처에 맞춰 변환하고 최적화하며 이론이 아니라 결과로 가능성을 증명합니다. 그리고 연구에서 끝나는 일이 아니라, 변환과 배포, 성능 검증까지 전 과정을 직접 책임집니다.
우리는 모델만 다루는 팀도, 디바이스만 다루는 팀도 아닙니다. PyTorch 기반의 dynamic graph부터 ONNX static graph, compiler IR, device runtime까지 모델, 그래프, 컴파일러, 디바이스 전 스택을 관통하는 문제를 다룹니다. 왜 이 연산이 특정 디바이스에서 동작하지 않는지, 왜 같은 모델이 환경에 따라 성능이 달라지는지, 이 질문을 남의 문제로 두지 않고, 직접 파고들어 해결합니다.
좋은 동료들과 함께 협업하며 하드웨어와 소프트웨어의 경계를 넘나드는 복잡한 문제를 풀고 실제 기술과 제품으로 만들어 가는 여정에 함께할 분을 기다립니다.

주요업무

1) 모델 변환/최적화 파이프라인
• Torch ONNX 변환 구조 분석 및 dynamic static 정적화
• 연산자 호환성 분석 및 unsupported ops 수정/대체
• quantization-friendly 구조 설계 및 메모리/latency 최적화
• Front/Middle-End Graph Rewriting 전략 수립 및 직접 구현
2) 디바이스 기반 컴파일 & 배포
• 다양한 벤더 compiler(TensorRT, QNN, SNPE, eIQ 등)를 활용한 모델 컴파일
• Jetson/DeepX/Telechips/Renesas 등 디바이스의 runtime 환경 구성 및 디버깅
• 디바이스별 Dtype/shape/메모리 제약 대응 및 성능 프로파일링
3) 모델 품질, 성능 관리
• Transformer/Diffusion 등 최신 모델 구조 깊은 이해
• 변환 전/후 품질 비교 및 품질 저하 원인 분석
• latency, 메모리, 정확도 목표 기준 수립 및 성능 보장

자격요건

• ONNX 기반 모델 변환/최적화/디버깅 경험
• 다양한 하드웨어(NPU/GPU/ASIC) inference pipeline 경험
• Model Graph 이해력 및 front/middle-end 수준의 graph surgery
• Transformer, Diffusion 아키텍처 이해
• 자동화 파이프라인 구축 경험
• 명확한 소통능력

근무지역

서울 강남구 테헤란로 521, 파르나스타워 16층 Nota

[NetsPresso] Edge AI Engineer

포지션 상세

주요업무

자격요건

기술 스택 • 툴

태그

마감일

근무지역