포지션 상세

👋 우리 팀을 소개합니다.
NetsPresso Platform 팀은 Nota AI의 AI 모델 경량화 및 최적화 기술을 연구하며, 개발된 기술을 실제 제품으로 설계하고 구현하여 사용자에게 제공하는 조직입니다. 우리 팀은 Model Representation, Quantization, Graph Optimization, Model Engineering, SW Engineering 파트로 구성되어 있으며, 그 중 Graph Optimization 파트는 AI 모델을 실제 하드웨어 환경에서 더 효율적으로 실행하기 위한 방법을 연구합니다.
최적화 대상 모델과 하드웨어를 분석하여 최적화 기회를 발굴해내고, 실험을 통해 실제로 적용 가능한 새로운 최적화 기법을 찾아내는 것이 우리의 일입니다. AI 모델과 AI 구동 하드웨어에 대한 이론과 실제를 모두 다루게 되며, 또한 그 과정에서 AI 개발 도구도 적극적으로 사용하게 됩니다. 함께 모험을 떠나실 분을 모집합니다!

📌 해당 포지션으로 합류하신다면
AI 모델이 실제 하드웨어에서 동작하기까지의 전 과정, 즉 Graph-level 변환부터 타겟 백엔드와 런타임으로의 Lowering, 그리고 하드웨어에서의 실제 추론 결과까지를 하나의 흐름으로 다루는 경험을 하게 됩니다.
단순히 주어진 최적화 문제를 구현하는 것에 그치지 않고, 특정 모델과 하드웨어 조합에서 왜 성능이 나오지 않는지를 직접 분석하고, 새로운 최적화 기회를 스스로 정의하는 과정에 참여합니다.
다양한 최적화 기법이 포함된 코드베이스와 AI 에이전트 기반 자동화 워크플로우가 갖춰진 환경에서, 구현-검증-실험의 사이클을 빠르게 반복하며 실질적인 성과를 만들어낼 수 있습니다. AI 도구를 단순한 보조 수단이 아니라 생산성의 핵심 무기로 활용하는 방식에 이미 익숙한 분이라면, 이 환경에서 빠르게 성장할 수 있습니다.

💡이런 분과 함께 하고 싶습니다
• AI 모델이 특정 런타임이나 하드웨어에서 동작하지 않았을 때, 왜 안 되는지를 직접 파고들어본 경험이 있는 분
• 어떤 최적화 기법을 선택했을 때, 그 선택의 이유를 명확하게 설명할 수 있는 분
• AI 도구 사용을 숨기지 않고, 오히려 어떻게 활용했는지를 구체적으로 이야기할 수 있는 분

주요업무

• AI 모델과 타겟 하드웨어(NPU, GPU, CPU 등) 간의 불일치를 분석하고, 원인을 추적하여 해결
• Graph-level optimization pass 설계 및 구현 (op fusion, folding, decomposition, replacement 등)
• 모델 구조와 하드웨어 특성을 함께 고려한 최적화 기회 탐색 및 실험
• ExecuTorch, ONNX, PyTorch 등 다양한 프레임워크 기반 모델 변환 및 최적화
• AI 에이전트 기반 자동화 워크플로우 설계 및 활용

자격요건

• 학부 졸업 이후 관련 분야 실무 경험 2년 이상 혹은 관련 분야 석사 학위 이상 취득
• PyTorch, ONNX, Python, Linux, Git 실무 경험
• AI 모델 학습과 실제 디바이스에의 실행 전 과정을 직접 따라가본 경험
• AI 모델 최적화, 경량화, 컴파일러, 커널 최적화 등 관련 분야 중 하나 이상에서 단순 라이브러리 사용을 넘어 원리 수준의 이해를 보유한 분
• 특정 기술적 선택을 한 이유를 명확하게 설명할 수 있는 분
• 해외 여행에 결격 사유가 없는 분

근무지역

서울 강남구 테헤란로 521, 파르나스타워 16층 Nota

[NetsPresso]AI Inference Optimization Engineer

포지션 상세

주요업무

자격요건

기술 스택 • 툴

태그

마감일

근무지역