포지션 상세
에이머슬리는 반도체 제조 현장의 문제에서 출발한 회사입니다.
2024년 SK hynix 사내벤처로 시작해 창업 두 달 만에 6억 원의 시드 투자를 유치했고, 반도체 공정에서 실제로 사용되는 AI 솔루션을 만들며 빠르게 성장하고 있습니다.
반도체 공정의 복잡한 의사결정을 소프트웨어로 구현하는 것. 그것이 에이머슬리가 풀고 있는 문제입니다.
에이머슬리는 반도체, AI, 제조가 만나는 지점에서 문제를 풀고 있으며, 실제로 반도체 양산 공정에서 성공 경험을 바탕으로 창업한 유니크한 회사입니다.
** 주요 성과**
• 도전K-스타트업 왕중왕전 우수상(7377개 팀 중)
• 글로벌 이노베이터 페스타 최우수상
• 예비/초기 창업패키지 E-Day 대상
• 예비창업패키지 최우수 졸업 기업 선정
• IBK 창공 혁신기업 선정
• 초기창업패키지 및 TIPS R&D 과제 선정
• 창업 두 달 만에 6억 원 시드 투자 유치
이 포지션은 당사가 개발한 플랫폼과 프레임워크를 실제 반도체 및 제조 현장에 적용하는 역할입니다.
이 역할은 팔란티어의 FDE(Forward Deployed Engineer)와 유사하게, 데이터 사이언스 역량을 바탕으로 고객 현장에 밀착해 문제를 풀고, 그 과정에서 얻은 경험을 기술과 제품 개선에 반영하는 **현장 중심의 데이터 사이언티스트**입니다. 사내에서는 다른 데이터 과학자들과 협업하고, 고객사 현장에서는 당사의 백엔드 개발자와 함께 문제를 해결하게 됩니다.
# ** 주요 업무**
• 고객사 제조 현장에 직접 참여하여 공정 데이터 구조, 제약 조건, 운영 맥락을 이해
• 반도체 및 제조 공정의 시계열 데이터를 기반으로 한 분석 및 모델링
• 고객사의 실제 문제를 데이터·알고리즘 관점에서 정리하고, 적용 가능한 형태로 구조화
• 공정 최적화를 위해 당사가 보유한 알고리즘과 프레임워크를 현장 환경에 맞게 적용·조정
• 분석 및 적용 결과를 현장 시스템과 연결하여 실제 공정 성과로 이어지도록 관리
• 현장 적용 과정에서 확인된 제약과 인사이트를 내부 기술 및 제품 개선에 반영
• 기계, 전기전자, 수학, 통계, 산업공학, 컴퓨터공학 등 관련 전공
• 시계열 데이터 기반 분석 및 모델링 경험, 최적화 또는 제어 문제에 대한 기본적인 이해
• 완전히 정형화되지 않은 산업 문제를 빠르게 파악하고, 데이터 관점에서 구조화해본 경험
• 고객, 현장 엔지니어, 내부 개발자 등 **다양한 이해관계자와 기술적으로 소통하며 문제를 풀어본 경험**
• 분석·모델링 결과를 실제 운영 환경에 적용하고, 현장에서 발생하는 이슈를 조정·개선해본 경험
• AI/데이터 기반 서비스를 **개발 이후 단계(적용, 운영, 개선)**까지 경험했거나, 이에 대한 이해와 관심
# ** 태도 요건**
• 복잡하고 정답이 없는 문제를 끈기 있게 끝까지 풀어내는 분
• 유행하는 기술보다 문제의 본질과 구조를 깊이 이해하려는 분
• 고객·현장과의 소통을 통해 문제를 발견하고 해결하는 과정을 즐기는 분
• 반복(iteration)과 개선 과정을 자연스럽게 받아들이고 성장의 기회로 삼는 분
2024년 SK hynix 사내벤처로 시작해 창업 두 달 만에 6억 원의 시드 투자를 유치했고, 반도체 공정에서 실제로 사용되는 AI 솔루션을 만들며 빠르게 성장하고 있습니다.
반도체 공정의 복잡한 의사결정을 소프트웨어로 구현하는 것. 그것이 에이머슬리가 풀고 있는 문제입니다.
에이머슬리는 반도체, AI, 제조가 만나는 지점에서 문제를 풀고 있으며, 실제로 반도체 양산 공정에서 성공 경험을 바탕으로 창업한 유니크한 회사입니다.
** 주요 성과**
• 도전K-스타트업 왕중왕전 우수상(7377개 팀 중)
• 글로벌 이노베이터 페스타 최우수상
• 예비/초기 창업패키지 E-Day 대상
• 예비창업패키지 최우수 졸업 기업 선정
• IBK 창공 혁신기업 선정
• 초기창업패키지 및 TIPS R&D 과제 선정
• 창업 두 달 만에 6억 원 시드 투자 유치
주요업무
# ** 포지션 소개**이 포지션은 당사가 개발한 플랫폼과 프레임워크를 실제 반도체 및 제조 현장에 적용하는 역할입니다.
이 역할은 팔란티어의 FDE(Forward Deployed Engineer)와 유사하게, 데이터 사이언스 역량을 바탕으로 고객 현장에 밀착해 문제를 풀고, 그 과정에서 얻은 경험을 기술과 제품 개선에 반영하는 **현장 중심의 데이터 사이언티스트**입니다. 사내에서는 다른 데이터 과학자들과 협업하고, 고객사 현장에서는 당사의 백엔드 개발자와 함께 문제를 해결하게 됩니다.
# ** 주요 업무**
• 고객사 제조 현장에 직접 참여하여 공정 데이터 구조, 제약 조건, 운영 맥락을 이해
• 반도체 및 제조 공정의 시계열 데이터를 기반으로 한 분석 및 모델링
• 고객사의 실제 문제를 데이터·알고리즘 관점에서 정리하고, 적용 가능한 형태로 구조화
• 공정 최적화를 위해 당사가 보유한 알고리즘과 프레임워크를 현장 환경에 맞게 적용·조정
• 분석 및 적용 결과를 현장 시스템과 연결하여 실제 공정 성과로 이어지도록 관리
• 현장 적용 과정에서 확인된 제약과 인사이트를 내부 기술 및 제품 개선에 반영
자격요건
# ** 자격 요건**• 기계, 전기전자, 수학, 통계, 산업공학, 컴퓨터공학 등 관련 전공
• 시계열 데이터 기반 분석 및 모델링 경험, 최적화 또는 제어 문제에 대한 기본적인 이해
• 완전히 정형화되지 않은 산업 문제를 빠르게 파악하고, 데이터 관점에서 구조화해본 경험
• 고객, 현장 엔지니어, 내부 개발자 등 **다양한 이해관계자와 기술적으로 소통하며 문제를 풀어본 경험**
• 분석·모델링 결과를 실제 운영 환경에 적용하고, 현장에서 발생하는 이슈를 조정·개선해본 경험
• AI/데이터 기반 서비스를 **개발 이후 단계(적용, 운영, 개선)**까지 경험했거나, 이에 대한 이해와 관심
# ** 태도 요건**
• 복잡하고 정답이 없는 문제를 끈기 있게 끝까지 풀어내는 분
• 유행하는 기술보다 문제의 본질과 구조를 깊이 이해하려는 분
• 고객·현장과의 소통을 통해 문제를 발견하고 해결하는 과정을 즐기는 분
• 반복(iteration)과 개선 과정을 자연스럽게 받아들이고 성장의 기회로 삼는 분
