포지션 상세
Moreh는 AMD/NVIDIA GPU 및 다양한 AI 가속기로 구성된 대규모 이기종(Heterogeneous) 클러스터에서 고성능·고효율 AI 추론 서비스를 제공하기 위한 시스템 소프트웨어를 개발하고 있습니다.
Research Engineer는 최신 LLM 및 AI Agent 기술을 분석하고, 대규모 추론 워크로드를 효율적으로 처리하기 위한 시스템 아키텍처와 최적화 기법을 연구·개발합니다. 또한 최신 논문 및 오픈소스 프로젝트를 기반으로 새로운 추론 기술을 검증하고 실제 서비스 환경에 적용 가능한 형태로 발전시키는 역할을 수행합니다.
• 오픈소스 모델 기반 AI Agent 및 Coding Agent 시스템 연구·개발
• Agent Workflow 설계 및 성능 평가 체계 구축
• 최신 Agent 기술 및 오픈소스 프로젝트 분석·적용
• Agent Serving 및 Multi-Agent System 연구
2. AI Inference Systems Research
• KV Cache Compression, Speculative Decoding, Semantic Routing, Prefix Caching 등 최신 추론 최적화 기술 연구
• LLM 추론 워크로드 분석 및 성능 모델링
• 최신 추론 프레임워크(vLLM, SGLang 등) 분석 및 개선
• 추론 품질(Quality), 비용(Cost), 지연시간(Latency) 간 Trade-off 분석
• 대규모 GPU/NPU 클러스터 환경에서의 추론 시스템 설계 및 최적화
• 최신 AI 시스템 논문 구현, 검증 및 성능 평가
• Python 기반 소프트웨어 개발 경험
• AI 시스템 소프트웨어 또는 분산 시스템에 대한 이해
• LLM 및 생성형 AI 기술에 대한 이해
• 새로운 기술을 빠르게 학습하고 실험할 수 있는 역량
• 문제를 정의하고 가설 수립, 실험 설계, 결과 분석을 주도적으로 수행할 수 있는 역량
• 팀워크를 중시하고, 긍정적인 태도로 동료들과 적극적으로 협력할 수 있으신 분
Research Engineer는 최신 LLM 및 AI Agent 기술을 분석하고, 대규모 추론 워크로드를 효율적으로 처리하기 위한 시스템 아키텍처와 최적화 기법을 연구·개발합니다. 또한 최신 논문 및 오픈소스 프로젝트를 기반으로 새로운 추론 기술을 검증하고 실제 서비스 환경에 적용 가능한 형태로 발전시키는 역할을 수행합니다.
주요업무
1. AI Agent Research• 오픈소스 모델 기반 AI Agent 및 Coding Agent 시스템 연구·개발
• Agent Workflow 설계 및 성능 평가 체계 구축
• 최신 Agent 기술 및 오픈소스 프로젝트 분석·적용
• Agent Serving 및 Multi-Agent System 연구
2. AI Inference Systems Research
• KV Cache Compression, Speculative Decoding, Semantic Routing, Prefix Caching 등 최신 추론 최적화 기술 연구
• LLM 추론 워크로드 분석 및 성능 모델링
• 최신 추론 프레임워크(vLLM, SGLang 등) 분석 및 개선
• 추론 품질(Quality), 비용(Cost), 지연시간(Latency) 간 Trade-off 분석
• 대규모 GPU/NPU 클러스터 환경에서의 추론 시스템 설계 및 최적화
• 최신 AI 시스템 논문 구현, 검증 및 성능 평가
자격요건
• 컴퓨터공학 또는 관련 분야 석사 이상, 혹은 이에 준하는 연구·개발 경험• Python 기반 소프트웨어 개발 경험
• AI 시스템 소프트웨어 또는 분산 시스템에 대한 이해
• LLM 및 생성형 AI 기술에 대한 이해
• 새로운 기술을 빠르게 학습하고 실험할 수 있는 역량
• 문제를 정의하고 가설 수립, 실험 설계, 결과 분석을 주도적으로 수행할 수 있는 역량
• 팀워크를 중시하고, 긍정적인 태도로 동료들과 적극적으로 협력할 수 있으신 분
