포지션 상세
[회사 소개]
Eden(이든): 순우리말 `착한 · 어진 · 좋은`에서 유래했습니다. 근본적 선함과 진정성을 담고 있습니다.
Crew(크루): 공동의 목표를 향해 함께 항해하는 전문가 팀을 의미합니다.
"어진 이들이 모여 항해한다."
㈜이든크루(Edencrew Inc.)는 2015년 설립된 Flutter 플랫폼 개발 전문 기업입니다. Flutter 정식 출시(2018) 이전부터 기술을 내부 도입해온 선도적인 팀으로, 금융권 MTS·HTS·WTS 구축의 C++ 시절 도메인 깊이를 바탕으로 자체 Flutter 플랫폼 Lucy(Studio · SDK · TeamCloud · Deploy)를 개발하고 있습니다.
"우리는 앱을 만드는 회사가 아니라, 앱을 만들 수 있는 플랫폼을 만드는 회사입니다."
[포지션 소개]
Local LLM과 Public LLM을 모두 지원하는 AI 에이전트 플랫폼을 처음부터 설계하는 시니어 AI/ML 엔지니어를 찾습니다.
규제가 엄격한 금융 환경에서는 Local LLM으로, 유연한 환경에서는 Public LLM(GPT · Claude 등)으로 — 어느 환경에서든 동작하는 AI 에이전트를 만드는 것이 목표입니다. 디자인 스펙이 코드가 되는 파이프라인(Lucy Copilot)과, 금융사 운영을 자동화하는 AI-Ops(Enterprise AI-Ops) 두 개의 트랙을 동시에 설계합니다.
[합류하면 이런 것을 경험합니다]
• 실 도메인 데이터: 금융권 실운영 데이터와 패턴. AI 학습에 쓸 수 있는 가장 풍부한 금융 도메인 자산.
• 처음부터 설계: 레거시 없이 새 판을 깡니다. Lucy AI 아키텍처 전체를 처음부터 설계하는 포지션입니다.
• 두 트랙 동시: 개발 자동화(Copilot)와 운영 자동화(AI-Ops)를 같은 인프라 위에서 설계하는 드문 경험.
• 멀티 LLM 환경 설계: 규제 수준에 따라 Local LLM과 Public LLM을 선택적으로 운용하는 AI 에이전트 아키텍처. 이론이 아닌 실전.
• 2027 GA 로드맵: 지금 합류하면 제품 론칭을 함께 합니다.
• 디자인 스펙(Figma) AI 코드 생성 파이프라인 설계 및 구현
• Lucy Studio 컴포넌트 기반 Code LLM 파인튜닝
• 자동 QA · 테스트 생성 파이프라인 구축
• Rulebook 기반 코드 품질 자동 검증 시스템
Track B — Enterprise AI-Ops (Ops-side AI)
• Local LLM · Public LLM을 환경에 따라 선택 가능한 AI 에이전트 인프라 설계
• Finance Rulebook v1 설계: 규제 지식 구조화 및 AI 학습 적용
• LLM 거버넌스 · 컴플라이언스 프레임워크 구축
• 금융사 운영 자동화 (라우팅 · 레지스트리 · 감사 로그)
[공통]
• Lucy Platform(Studio · SDK · TeamCloud · Deploy)과 AI 기능 통합
• AI 모델 평가 지표 설계 및 모니터링 체계 구축
• 2027 H1 GA 로드맵 실행
• LLM 배포 · 운영 경험 (온프레미스, Private Cloud, 또는 Public LLM API 연동)
• AI 파이프라인 설계 및 프로덕션 운영 경험
• Python 능숙 (TypeScript 플러스)
• 팀 내 AI 기술 리드 또는 아키텍처 결정 경험
Eden(이든): 순우리말 `착한 · 어진 · 좋은`에서 유래했습니다. 근본적 선함과 진정성을 담고 있습니다.
Crew(크루): 공동의 목표를 향해 함께 항해하는 전문가 팀을 의미합니다.
"어진 이들이 모여 항해한다."
㈜이든크루(Edencrew Inc.)는 2015년 설립된 Flutter 플랫폼 개발 전문 기업입니다. Flutter 정식 출시(2018) 이전부터 기술을 내부 도입해온 선도적인 팀으로, 금융권 MTS·HTS·WTS 구축의 C++ 시절 도메인 깊이를 바탕으로 자체 Flutter 플랫폼 Lucy(Studio · SDK · TeamCloud · Deploy)를 개발하고 있습니다.
"우리는 앱을 만드는 회사가 아니라, 앱을 만들 수 있는 플랫폼을 만드는 회사입니다."
[포지션 소개]
Local LLM과 Public LLM을 모두 지원하는 AI 에이전트 플랫폼을 처음부터 설계하는 시니어 AI/ML 엔지니어를 찾습니다.
규제가 엄격한 금융 환경에서는 Local LLM으로, 유연한 환경에서는 Public LLM(GPT · Claude 등)으로 — 어느 환경에서든 동작하는 AI 에이전트를 만드는 것이 목표입니다. 디자인 스펙이 코드가 되는 파이프라인(Lucy Copilot)과, 금융사 운영을 자동화하는 AI-Ops(Enterprise AI-Ops) 두 개의 트랙을 동시에 설계합니다.
[합류하면 이런 것을 경험합니다]
• 실 도메인 데이터: 금융권 실운영 데이터와 패턴. AI 학습에 쓸 수 있는 가장 풍부한 금융 도메인 자산.
• 처음부터 설계: 레거시 없이 새 판을 깡니다. Lucy AI 아키텍처 전체를 처음부터 설계하는 포지션입니다.
• 두 트랙 동시: 개발 자동화(Copilot)와 운영 자동화(AI-Ops)를 같은 인프라 위에서 설계하는 드문 경험.
• 멀티 LLM 환경 설계: 규제 수준에 따라 Local LLM과 Public LLM을 선택적으로 운용하는 AI 에이전트 아키텍처. 이론이 아닌 실전.
• 2027 GA 로드맵: 지금 합류하면 제품 론칭을 함께 합니다.
주요업무
Track A — Lucy Copilot (Dev-side AI)• 디자인 스펙(Figma) AI 코드 생성 파이프라인 설계 및 구현
• Lucy Studio 컴포넌트 기반 Code LLM 파인튜닝
• 자동 QA · 테스트 생성 파이프라인 구축
• Rulebook 기반 코드 품질 자동 검증 시스템
Track B — Enterprise AI-Ops (Ops-side AI)
• Local LLM · Public LLM을 환경에 따라 선택 가능한 AI 에이전트 인프라 설계
• Finance Rulebook v1 설계: 규제 지식 구조화 및 AI 학습 적용
• LLM 거버넌스 · 컴플라이언스 프레임워크 구축
• 금융사 운영 자동화 (라우팅 · 레지스트리 · 감사 로그)
[공통]
• Lucy Platform(Studio · SDK · TeamCloud · Deploy)과 AI 기능 통합
• AI 모델 평가 지표 설계 및 모니터링 체계 구축
• 2027 H1 GA 로드맵 실행
자격요건
• AI/ML 실무 경력 7년 이상• LLM 배포 · 운영 경험 (온프레미스, Private Cloud, 또는 Public LLM API 연동)
• AI 파이프라인 설계 및 프로덕션 운영 경험
• Python 능숙 (TypeScript 플러스)
• 팀 내 AI 기술 리드 또는 아키텍처 결정 경험
