포지션 상세
딥파인(DEEP.FINE)은 AI와 스마트글래스를 결합하여 산업 현장의 물리적 한계를 극복하고 실행력을 혁신하는 공간 컴퓨팅 전문 기업입니다.
현재 Vision AI, XR, 공간 인식 기술을 융합하여, 복잡한 설비 환경과 대규모 물류 현장에서 발생하는 고질적인 비효율을 해결하는 산업 특화 솔루션을 제공합니다.
현장을 이해하는 지능형 AI:
스마트글래스를 통해 작업자의 시야를 실시간으로 인식합니다.
설비 상태, 부품 정보, 바코드, 문서 데이터를 분석하여 작업 가이드부터 검증, 기록까지 전 과정을 자동화합니다.
이를 통해 작업자의 숙련도 편차를 제거하고, 정확도와 작업 속도를 동시에 비약적으로 향상시킵니다.
2026 전략적 타겟 MRO & 물류:
2026년 현재, 딥파인은 MRO(유지·보수·정비)와 물류 산업을 핵심 타겟으로 사업을 고도화하고 있습니다.
정비와 점검, 조립은 물론 피킹·패킹·검수·배송에 이르는 모든 업무를 `핸즈프리(Hands-free)` 환경으로 전환하여, 인력 의존도가 높은 산업 구조 속에서 생산성과 안전성을 동시에 확보하고 있습니다.
산업용 디지털 인프라의 표준:
딥파인은 단순한 솔루션 제공을 넘어 현실 공간을 `디지털 자산`으로 전환합니다
현실 위에 AI 로직을 결합한 확장 가능한 디지털 인프라를 구축하며, 현장에서 즉시 작동하는 AI로 산업의 일하는 방식을 새롭게 정의하고 있습니다.
포지션 소개
데이터 파이프라인 / MLOps 엔지니어는 딥파인의
AI/CV 기술이 실제 제품 성능과 운영 효율로 이어지도록 만드는 핵심 포지션입니다.
이 역할은 단순히 데이터 저장소를 운영하거나 모델 배포 자동화만 담당하는 것이 아니라,
산업 현장에서 발생하는 다양한 데이터를 안정적으로 수집/가공/관리하고
CV/VPS/멀티모달/Agent 기능에 필요한 데이터 파이프라인을 설계하며
학습, 평가,배포, 실험, 모니터링의 전체 흐름을 연결하고 반복 가능한 ML 운영 체계를 구축하는 역할입니다.
이미지, 영상, 센서 등 멀티모달 데이터의 수집·가공·적재 자동화
2) ML 워크플로우 구축:
데이터 준비부터 모델 배포까지 end-to-end ML workflow 설계
3) MLOps 자동화:
CI/CD, 모니터링 체계 구축 및 운영 환경의 drift 감지 대응
4) 자산 관리 체계:
라벨링 프로세스 및 데이터 버전 관리 체계 정립
5) 제품/연구/엔지니어링 협업:
유관 부서와 협업하여 데이터 및 운영 흐름을 정의하고 현장 이슈를 파악하며 , 고객 요구를 데이터 구조로 해석하여 프로젝트 데이터를 장기적인 제품 자산으로 전환 작업
6) 인프라 및 확장성 고려:
클라우드·온프레미스 등 다양한 환경에서 보안과 비용 효율을 고려한 현실적 아키텍처를 설계하고 , 다수 고객과 모델 운영이 가능한 확장성 있는 데이터 및 ML 운영 체계를 구축
Python 기반 데이터 처리 및 백엔드 개발 역량
클라우드 인프라, 컨테이너, 배포 자동화에 대한 이해
ML 학습/평가/배포 파이프라인 또는 MLOps workflow 구축 경험
데이터 모델링, 스키마 설계, ETL/ELT, workflow orchestration에 대한 이해
실험 관리, 모델 버전 관리, 재현 가능한 개발/운영 환경에 대한 이해
현재 Vision AI, XR, 공간 인식 기술을 융합하여, 복잡한 설비 환경과 대규모 물류 현장에서 발생하는 고질적인 비효율을 해결하는 산업 특화 솔루션을 제공합니다.
현장을 이해하는 지능형 AI:
스마트글래스를 통해 작업자의 시야를 실시간으로 인식합니다.
설비 상태, 부품 정보, 바코드, 문서 데이터를 분석하여 작업 가이드부터 검증, 기록까지 전 과정을 자동화합니다.
이를 통해 작업자의 숙련도 편차를 제거하고, 정확도와 작업 속도를 동시에 비약적으로 향상시킵니다.
2026 전략적 타겟 MRO & 물류:
2026년 현재, 딥파인은 MRO(유지·보수·정비)와 물류 산업을 핵심 타겟으로 사업을 고도화하고 있습니다.
정비와 점검, 조립은 물론 피킹·패킹·검수·배송에 이르는 모든 업무를 `핸즈프리(Hands-free)` 환경으로 전환하여, 인력 의존도가 높은 산업 구조 속에서 생산성과 안전성을 동시에 확보하고 있습니다.
산업용 디지털 인프라의 표준:
딥파인은 단순한 솔루션 제공을 넘어 현실 공간을 `디지털 자산`으로 전환합니다
현실 위에 AI 로직을 결합한 확장 가능한 디지털 인프라를 구축하며, 현장에서 즉시 작동하는 AI로 산업의 일하는 방식을 새롭게 정의하고 있습니다.
포지션 소개
데이터 파이프라인 / MLOps 엔지니어는 딥파인의
AI/CV 기술이 실제 제품 성능과 운영 효율로 이어지도록 만드는 핵심 포지션입니다.
이 역할은 단순히 데이터 저장소를 운영하거나 모델 배포 자동화만 담당하는 것이 아니라,
산업 현장에서 발생하는 다양한 데이터를 안정적으로 수집/가공/관리하고
CV/VPS/멀티모달/Agent 기능에 필요한 데이터 파이프라인을 설계하며
학습, 평가,배포, 실험, 모니터링의 전체 흐름을 연결하고 반복 가능한 ML 운영 체계를 구축하는 역할입니다.
주요업무
1) 데이터 파이프라인 설계:이미지, 영상, 센서 등 멀티모달 데이터의 수집·가공·적재 자동화
2) ML 워크플로우 구축:
데이터 준비부터 모델 배포까지 end-to-end ML workflow 설계
3) MLOps 자동화:
CI/CD, 모니터링 체계 구축 및 운영 환경의 drift 감지 대응
4) 자산 관리 체계:
라벨링 프로세스 및 데이터 버전 관리 체계 정립
5) 제품/연구/엔지니어링 협업:
유관 부서와 협업하여 데이터 및 운영 흐름을 정의하고 현장 이슈를 파악하며 , 고객 요구를 데이터 구조로 해석하여 프로젝트 데이터를 장기적인 제품 자산으로 전환 작업
6) 인프라 및 확장성 고려:
클라우드·온프레미스 등 다양한 환경에서 보안과 비용 효율을 고려한 현실적 아키텍처를 설계하고 , 다수 고객과 모델 운영이 가능한 확장성 있는 데이터 및 ML 운영 체계를 구축
자격요건
데이터 엔지니어링, MLOps, AI 인프라 관련 경력 4년 이상Python 기반 데이터 처리 및 백엔드 개발 역량
클라우드 인프라, 컨테이너, 배포 자동화에 대한 이해
ML 학습/평가/배포 파이프라인 또는 MLOps workflow 구축 경험
데이터 모델링, 스키마 설계, ETL/ELT, workflow orchestration에 대한 이해
실험 관리, 모델 버전 관리, 재현 가능한 개발/운영 환경에 대한 이해
