포지션 상세
미스릴은 산업 현장의 안전을 최우선으로 생각합니다. 본 포지션은 Vision AI가 탐지한 위험 상황(위험 구역 침범, 안전장비 미착용 등)을 실시간으로 분석하여 즉각적인 안전 조치가 이루어지도록 하는 서비스 로직을 총괄합니다. 엣지 디바이스와 통신하며, 현장 관리자에게 직관적인 알림을 전달하는 고가용성 서비스 아키텍처를 설계할 경험 많은 백엔드 리드를 찾습니다.
* AI 인식 결과 보정 알고리즘 개발 (Optimization Layer): 모델의 고질적인 오탐(False Positive)을 줄이기 위한 시계열/공간적 보정 알고리즘 설계 (예: 연속 프레임 간 객체 추적(Tracking) 기반 노이즈 제거, 환경 제약 조건 필터링)
* 현장 도메인 지식을 결합한 추론 결과 최적화 로직 구현 (예: 특정 구역 내 장비 보유 여부와 안전장비 착용 여부의 논리적 결합)
* 엣지-현장 관리 시스템 연동: 엣지 디바이스로부터 올라오는 대량의 분석 이벤트를 효율적으로 수집/정제하고, 현장 관제 대시보드와 통신하는 API 아키텍처 구축
* 안전 보고서 및 통계 로직 개발: 현장별 위험 요소 트렌드 분석, 사고 예방 지표 산출 등 비즈니스 로직 및 데이터 처리 파이프라인 개발
* 시스템 신뢰성 확보: 폐쇄망 환경에서도 24/7 무중단 운영이 가능한 고신뢰성 서비스 레이어 설계 및 장애 대응 프로세스 수립
* 고성능 이벤트 처리 경험: 대규모 비동기 이벤트(Asyncio, Fastapi 등) 처리를 통한 저지연(Low-latency) 서비스 개발 능력
* 데이터베이스 및 캐싱 설계: 현장 데이터의 기록/조회를 위한 고효율 DB 스키마 설계 및 데이터 관리 노하우
* 시스템 통합 능력: 다양한 외부 인터페이스(PLC, 센서, 경광등 등)와 효율적으로 통신할 수 있는 커뮤니케이션 레이어 구현 경험
주요업무
* 실시간 안전 이벤트 처리 로직 설계: AI 모델이 탐지한 객체/행동 데이터(JSON/Stream)를 분석하여 위험 판단 알고리즘 구현 및 실시간 알람 트리거 시스템 개발* AI 인식 결과 보정 알고리즘 개발 (Optimization Layer): 모델의 고질적인 오탐(False Positive)을 줄이기 위한 시계열/공간적 보정 알고리즘 설계 (예: 연속 프레임 간 객체 추적(Tracking) 기반 노이즈 제거, 환경 제약 조건 필터링)
* 현장 도메인 지식을 결합한 추론 결과 최적화 로직 구현 (예: 특정 구역 내 장비 보유 여부와 안전장비 착용 여부의 논리적 결합)
* 엣지-현장 관리 시스템 연동: 엣지 디바이스로부터 올라오는 대량의 분석 이벤트를 효율적으로 수집/정제하고, 현장 관제 대시보드와 통신하는 API 아키텍처 구축
* 안전 보고서 및 통계 로직 개발: 현장별 위험 요소 트렌드 분석, 사고 예방 지표 산출 등 비즈니스 로직 및 데이터 처리 파이프라인 개발
* 시스템 신뢰성 확보: 폐쇄망 환경에서도 24/7 무중단 운영이 가능한 고신뢰성 서비스 레이어 설계 및 장애 대응 프로세스 수립
자격요건
* 관련 경력 7년 이상의 Python 기반 백엔드 서비스 아키텍처 설계 경험* 고성능 이벤트 처리 경험: 대규모 비동기 이벤트(Asyncio, Fastapi 등) 처리를 통한 저지연(Low-latency) 서비스 개발 능력
* 데이터베이스 및 캐싱 설계: 현장 데이터의 기록/조회를 위한 고효율 DB 스키마 설계 및 데이터 관리 노하우
* 시스템 통합 능력: 다양한 외부 인터페이스(PLC, 센서, 경광등 등)와 효율적으로 통신할 수 있는 커뮤니케이션 레이어 구현 경험
