포지션 상세
인포시즈는 제조·반도체·플랜트·금융 등 다양한 산업의 데이터를 AI가 실제 운영과 의사결정에 활용할 수 있는 구조로 연결하는 Enterprise AI Infrastructure 기업입니다.
Applied Scientist (ML)는 복잡하게 연결된 데이터 속에서 보안 위협과 비정상 패턴을 탐지하는 그래프 기반 이상탐지 알고리즘을 고안하고, 이를 활용해 실제 보안 도메인 상에서의 비즈니스 임팩트를 만들어내는 역할을 담당합니다.
• 보안 도메인에서 발생하는 비정상 패턴 및 이상 징후 탐지 모델 개발
• 대규모 그래프 데이터 기반 ML 모델 학습 파이프라인 설계 및 구축
• 모델 학습, 평가, 실험, 배포를 위한 머신러닝 엔지니어링 환경 구축
• 실제 운영 환경 적용을 위한 모델 최적화 및 성능 개선
• AI Engineer / Product 조직과 협업하여 실제 제품 및 서비스로 연결
• 머신러닝 모델 학습 파이프라인을 직접 설계하고 구축해본 경험
• 비즈니스 요구사항에 맞추어 머신러닝 모델 평가 방식을 정의해 본 경험
• 머신러닝, 통계, 컴퓨터과학 전반에 대한 탄탄한 이해
• Python 기반 개발 역량
• PyTorch 등 딥러닝 툴킷 활용 경험
• 실제 데이터 기반으로 모델을 학습·실험·개선해본 경험
Applied Scientist (ML)는 복잡하게 연결된 데이터 속에서 보안 위협과 비정상 패턴을 탐지하는 그래프 기반 이상탐지 알고리즘을 고안하고, 이를 활용해 실제 보안 도메인 상에서의 비즈니스 임팩트를 만들어내는 역할을 담당합니다.
주요업무
• 그래프 기반 이상탐지 방법론 개발• 보안 도메인에서 발생하는 비정상 패턴 및 이상 징후 탐지 모델 개발
• 대규모 그래프 데이터 기반 ML 모델 학습 파이프라인 설계 및 구축
• 모델 학습, 평가, 실험, 배포를 위한 머신러닝 엔지니어링 환경 구축
• 실제 운영 환경 적용을 위한 모델 최적화 및 성능 개선
• AI Engineer / Product 조직과 협업하여 실제 제품 및 서비스로 연결
자격요건
• 2년 이상의 머신러닝 연구 경험 (석/박사 과정 포함)• 머신러닝 모델 학습 파이프라인을 직접 설계하고 구축해본 경험
• 비즈니스 요구사항에 맞추어 머신러닝 모델 평가 방식을 정의해 본 경험
• 머신러닝, 통계, 컴퓨터과학 전반에 대한 탄탄한 이해
• Python 기반 개발 역량
• PyTorch 등 딥러닝 툴킷 활용 경험
• 실제 데이터 기반으로 모델을 학습·실험·개선해본 경험
