포지션 상세
welcome to Factagora!
Factagora는 AI가 생성한 정보를 검증하고, 변화하는 데이터를 바탕으로 “무엇이 사실인지”를 빠르게 판단하게 만드는 플랫폼입니다.
저널리스트, 리서처, AI를 적극적으로 활용하는 사용자들이 주요 타겟으로, 사실 검증과 맥락 이해가 중요한 정보 환경에서 신뢰할 수 있는 AI 솔루션을 제공합니다. 미국 실리콘밸리의 Plug and Play, Creative Ventures, A2G Capital, 경기창조경제혁신센터 등으로부터 초기 투자를 유치했으며, 글로벌 R&D 팁스(TIPS) 프로그램에도 선정 되어 기술 경쟁력과 글로벌 성장 가능성을 공식 인정받았습니다.
[포지션 소개]
Factagora의 Machine Learning Engineer는 '검증 가능한 AI'를 실제로 구현하는 핵심 역할입니다. Fact-checking, Evidence Finding, Causality Graph, Timeseries 추출 등 팩타고라의 API 엔드포인트를 구성하는 ML 파이프라인을 설계하고 고도화합니다.
단순히 모델을 학습시키는 것을 넘어, 글로벌 뉴스와 리서치 소스로부터 지식을 추출하고 신뢰도를 평가하며 시간의 흐름에 따라 사실이 어떻게 변화하는지를 추적하는 TKG(Temporal Knowledge Graph) 시스템을 함께 만들어갑니다.
• FactBlock 생성을 위한 비정형 텍스트 구조화 모델 개발 (NER, Relation Extraction, Claim Detection 등)
• TKG(Temporal Knowledge Graph) 구축 및 시간에 따른 사실 변화 추적 시스템 개선
• RAG 파이프라인 최적화 및 검색 정확도·근거 신뢰도 향상
• LLM 기반 멀티 에이전트 아키텍처(Agent Debate) 설계 및 성능 개선
• Causality Graph, Timeseries 추출 등 구조화 추론 기능 연구 및 구현
• 모델 평가 프레임워크 구축 및 프로덕션 배포 파이프라인 운영
• 글로벌 뉴스·리서치 소스 기반 지식 그래프 품질 모니터링 및 자동화
• Python 기반 ML 모델 개발 및 프로덕션 배포 경험 (PyTorch, HuggingFace 등)
• LLM 또는 RAG 시스템을 실제 서비스에 적용해본 경험
• NLP 태스크(텍스트 분류, 개체명 인식, 관계 추출 등) 모델링 경험
• 모델 성능 평가 및 실험 관리에 체계적으로 접근할 수 있는 분
• 논문을 읽고 빠르게 구현하며 실무에 적용할 수 있는 분
Factagora는 AI가 생성한 정보를 검증하고, 변화하는 데이터를 바탕으로 “무엇이 사실인지”를 빠르게 판단하게 만드는 플랫폼입니다.
저널리스트, 리서처, AI를 적극적으로 활용하는 사용자들이 주요 타겟으로, 사실 검증과 맥락 이해가 중요한 정보 환경에서 신뢰할 수 있는 AI 솔루션을 제공합니다. 미국 실리콘밸리의 Plug and Play, Creative Ventures, A2G Capital, 경기창조경제혁신센터 등으로부터 초기 투자를 유치했으며, 글로벌 R&D 팁스(TIPS) 프로그램에도 선정 되어 기술 경쟁력과 글로벌 성장 가능성을 공식 인정받았습니다.
[포지션 소개]
Factagora의 Machine Learning Engineer는 '검증 가능한 AI'를 실제로 구현하는 핵심 역할입니다. Fact-checking, Evidence Finding, Causality Graph, Timeseries 추출 등 팩타고라의 API 엔드포인트를 구성하는 ML 파이프라인을 설계하고 고도화합니다.
단순히 모델을 학습시키는 것을 넘어, 글로벌 뉴스와 리서치 소스로부터 지식을 추출하고 신뢰도를 평가하며 시간의 흐름에 따라 사실이 어떻게 변화하는지를 추적하는 TKG(Temporal Knowledge Graph) 시스템을 함께 만들어갑니다.
주요업무
• Fact-checking, Evidence Finding, Deep Research 등 핵심 API 엔드포인트의 ML 파이프라인 설계 및 고도화• FactBlock 생성을 위한 비정형 텍스트 구조화 모델 개발 (NER, Relation Extraction, Claim Detection 등)
• TKG(Temporal Knowledge Graph) 구축 및 시간에 따른 사실 변화 추적 시스템 개선
• RAG 파이프라인 최적화 및 검색 정확도·근거 신뢰도 향상
• LLM 기반 멀티 에이전트 아키텍처(Agent Debate) 설계 및 성능 개선
• Causality Graph, Timeseries 추출 등 구조화 추론 기능 연구 및 구현
• 모델 평가 프레임워크 구축 및 프로덕션 배포 파이프라인 운영
• 글로벌 뉴스·리서치 소스 기반 지식 그래프 품질 모니터링 및 자동화
자격요건
• ML/NLP 관련 업무 경력 2년 이상 또는 이에 준하는 연구·개발 경험• Python 기반 ML 모델 개발 및 프로덕션 배포 경험 (PyTorch, HuggingFace 등)
• LLM 또는 RAG 시스템을 실제 서비스에 적용해본 경험
• NLP 태스크(텍스트 분류, 개체명 인식, 관계 추출 등) 모델링 경험
• 모델 성능 평가 및 실험 관리에 체계적으로 접근할 수 있는 분
• 논문을 읽고 빠르게 구현하며 실무에 적용할 수 있는 분
