포지션 상세
2018년 9월에 설립된 S2W는 세계경제포럼(WEF)이 ‘100대 기술 선도기업’으로 선정한 ‘빅데이터 분석 AI 기업’입니다.
△공공ㆍ정부기관용 사이버안보 빅데이터 플랫폼 ‘자비스(XARVIS)’
△기업용 인텔리전스 플랫폼 ‘퀘이사(QUAXAR)’
△산업용 생성형 AI 플랫폼 ‘SAIP(S2W AI Platform)’ 등 ‘데이터 교차분석 기술’이 적용된 AI 기반 솔루션을 제공합니다.
이를 통해 국내외 다양한 산업군 및 정부기관 고객들에게 최적의 의사결정을 지원하는 고도의 데이터 인사이트를 제공하고 있습니다.
대표적으로 ‘인터폴(INTERPOL)’의 파트너사로서 국제안보 강화를 위해 공조하고 마이크로소프트(MS)의 ‘시큐리티 코파일럿(Copilot for Security)’과 협업하는 등, 차별화된 AI 및 데이터 기술력을 바탕으로 글로벌 시장의 주목을 받고 있습니다.
■ 합류하실 팀을 소개합니다.
• S2W의 개발(XVS)팀은 AI 기반 안보 빅데이터 플랫폼 제품 자비스(XARVIS) 를 개발하고 운영합니다.
• 방대한 데이터 자산과 전문 분석가들의 인사이트를 기반으로, 사이버 범죄 및 위협 인텔리전스 영역에서 실질적인 가치를 제공하는 제품을 만들어가고 있습니다.
• 저희 팀은 단순한 기능 개발을 넘어, 제품의 안정적인 운영과 지속적인 고도화를 통해 고객이 신뢰할 수 있는 플랫폼을 구축합니다.
• 빠르게 변화하는 위협 환경 속에서 데이터 기반 의사결정을 지원하고, 더 정교한 분석과 탐지 역량을 제공하기 위해 제품을 지속적으로 개선해 나가고 있습니다.
• Open Source LLM 활용 : Llama, Qwen, Mistral 등 최신 오픈소스 모델을 제품 기능 목적에 맞게 선정
• AI 프로토타입의 서비스 고도화 : 프로토타입 형태로 개발 되어 있는 LLM 모델을 실제 서비스 환경으로 이식
• LLM 모델의 품질 평가 : 'LLM-as-a-judge' 등 정량적인 성능 평가 프레임워크 구축
• RAG(Retrieval-Augmented Generation) 숙련도: 대규모 비정형 데이터 환경에서 검색 증강 생성 파이프라인을 설계하고 고도화해 본 경험
• Python 숙련도: 프로덕션 수준의 Python 코드 작성 능력
• 문제 해결 중심의 엔지니어링 사고: 프로토타입 수준의 모델을 실제 서비스 제약 사항(속도, 비용, 정확도)에 맞춰 최적화할 수 있는 역량
• 무질서한 데이터 속에서 정답의 실마리를 찾아내어, LLM이 사용자에게 가장 가치 있는 지능을 발휘하게 만들 분
△공공ㆍ정부기관용 사이버안보 빅데이터 플랫폼 ‘자비스(XARVIS)’
△기업용 인텔리전스 플랫폼 ‘퀘이사(QUAXAR)’
△산업용 생성형 AI 플랫폼 ‘SAIP(S2W AI Platform)’ 등 ‘데이터 교차분석 기술’이 적용된 AI 기반 솔루션을 제공합니다.
이를 통해 국내외 다양한 산업군 및 정부기관 고객들에게 최적의 의사결정을 지원하는 고도의 데이터 인사이트를 제공하고 있습니다.
대표적으로 ‘인터폴(INTERPOL)’의 파트너사로서 국제안보 강화를 위해 공조하고 마이크로소프트(MS)의 ‘시큐리티 코파일럿(Copilot for Security)’과 협업하는 등, 차별화된 AI 및 데이터 기술력을 바탕으로 글로벌 시장의 주목을 받고 있습니다.
■ 합류하실 팀을 소개합니다.
• S2W의 개발(XVS)팀은 AI 기반 안보 빅데이터 플랫폼 제품 자비스(XARVIS) 를 개발하고 운영합니다.
• 방대한 데이터 자산과 전문 분석가들의 인사이트를 기반으로, 사이버 범죄 및 위협 인텔리전스 영역에서 실질적인 가치를 제공하는 제품을 만들어가고 있습니다.
• 저희 팀은 단순한 기능 개발을 넘어, 제품의 안정적인 운영과 지속적인 고도화를 통해 고객이 신뢰할 수 있는 플랫폼을 구축합니다.
• 빠르게 변화하는 위협 환경 속에서 데이터 기반 의사결정을 지원하고, 더 정교한 분석과 탐지 역량을 제공하기 위해 제품을 지속적으로 개선해 나가고 있습니다.
주요업무
• LLM 서비스 최적화 및 고도화: LLM 모델의 성능 개선과 최적화를 수행하며, 사용자 피드백 기반의 프롬프트 엔지니어링 수행• Open Source LLM 활용 : Llama, Qwen, Mistral 등 최신 오픈소스 모델을 제품 기능 목적에 맞게 선정
• AI 프로토타입의 서비스 고도화 : 프로토타입 형태로 개발 되어 있는 LLM 모델을 실제 서비스 환경으로 이식
• LLM 모델의 품질 평가 : 'LLM-as-a-judge' 등 정량적인 성능 평가 프레임워크 구축
자격요건
• 오픈소스 LLM 활용 능력: Hugging Face 생태계에 익숙하며, 다양한 오픈소스 모델을 목적에 맞게 선정하고 로컬/프라이빗 환경에서 구동해 본 경험• RAG(Retrieval-Augmented Generation) 숙련도: 대규모 비정형 데이터 환경에서 검색 증강 생성 파이프라인을 설계하고 고도화해 본 경험
• Python 숙련도: 프로덕션 수준의 Python 코드 작성 능력
• 문제 해결 중심의 엔지니어링 사고: 프로토타입 수준의 모델을 실제 서비스 제약 사항(속도, 비용, 정확도)에 맞춰 최적화할 수 있는 역량
• 무질서한 데이터 속에서 정답의 실마리를 찾아내어, LLM이 사용자에게 가장 가치 있는 지능을 발휘하게 만들 분
