포지션 상세
[포지션 소개]
Superb AI의 Forward Deployed Engineer(FDE)는 Applied AI 팀 소속으로, Superb AI의 AI 원천기술을 제조·물류·인프라 등 실제 산업 현장에 적용하여 실질적인 비즈니스 가치를 창출합니다.
우리 팀의 FDE는 현장의 문제를 직접 정의하고, 그에 맞는 솔루션을 스스로 설계·개발하며, 그 결과물을 여러 프로젝트에서 다시 활용할 수 있는 자산으로 만들어 다음 문제 해결의 출발점이 되게 하는 사람입니다. 완성된 제품을 현장에 배포하는 것에 그치지 않고, 이 사이클 자체가 곧 우리 팀의 경쟁력입니다.
실제로 현장 솔루션을 구현하며 사이클을 돌리는 실행 주체입니다. 특정 모델과 시스템 컴포넌트를 책임지고 개발하고, 간단한 문제는 스스로 설계부터 맡기도 합니다. 강한 소프트웨어 기본기와 무언가를 끝까지 만들어본 경험을 중요하게 봅니다.
[팀 소개]
Applied AI 팀은 단순한 객체 탐지 모델의 성능 개선을 넘어, Superb AI가 자체 개발한 Vision Foundation Model(ZERO)을 기반으로 Multi-camera Vision System과 VLM(Vision-Language Model) 등 최신 기술을 결합하여, 복잡한 환경에서도 강인하게 동작하는 완성도 높은 솔루션을 개발합니다. 기존에 담당하던 Video Analytics뿐 아니라 비전 기반 솔루션 전반을 담당합니다.
• Superb AI의 Vision Foundation Model(ZERO)과 다양한 Computer Vision 기법을 활용하여, 프로젝트에 필요한 모델·시스템 컴포넌트를 책임지고 개발하고, 실데이터를 기반으로 성능을 개선합니다.
[현장 배포 및 운영]
• Docker/Kubernetes 기반의 배포 환경을 구성하고, 현장 실험과 성능 개선을 직접 수행합니다.
• 클라우드·폐쇄망·엣지 등 다양한 환경에서 영상 분석 파이프라인이 안정적으로 작동하도록 지원합니다.
[자산화 기여]
• 자신이 만든 결과물을 팀이 재사용할 수 있는 모듈·문서 형태로 정리하며, 팀의 솔루션 개발 방식을 체득해 나갑니다.
• Computer Vision, VLM 등 딥러닝 모델을 활용해본 프로젝트 또는 실무 경험이 있는 분
• Linux 환경에 익숙하고, 네트워크·컨테이너 등 시스템 개념을 학습하며 적용할 의지가 있는 분
• 모호한 상황에서도 스스로 학습하며 문제를 구조화하고, 결과를 논리적으로 커뮤니케이션할 수 있는 분
Superb AI의 Forward Deployed Engineer(FDE)는 Applied AI 팀 소속으로, Superb AI의 AI 원천기술을 제조·물류·인프라 등 실제 산업 현장에 적용하여 실질적인 비즈니스 가치를 창출합니다.
우리 팀의 FDE는 현장의 문제를 직접 정의하고, 그에 맞는 솔루션을 스스로 설계·개발하며, 그 결과물을 여러 프로젝트에서 다시 활용할 수 있는 자산으로 만들어 다음 문제 해결의 출발점이 되게 하는 사람입니다. 완성된 제품을 현장에 배포하는 것에 그치지 않고, 이 사이클 자체가 곧 우리 팀의 경쟁력입니다.
실제로 현장 솔루션을 구현하며 사이클을 돌리는 실행 주체입니다. 특정 모델과 시스템 컴포넌트를 책임지고 개발하고, 간단한 문제는 스스로 설계부터 맡기도 합니다. 강한 소프트웨어 기본기와 무언가를 끝까지 만들어본 경험을 중요하게 봅니다.
[팀 소개]
Applied AI 팀은 단순한 객체 탐지 모델의 성능 개선을 넘어, Superb AI가 자체 개발한 Vision Foundation Model(ZERO)을 기반으로 Multi-camera Vision System과 VLM(Vision-Language Model) 등 최신 기술을 결합하여, 복잡한 환경에서도 강인하게 동작하는 완성도 높은 솔루션을 개발합니다. 기존에 담당하던 Video Analytics뿐 아니라 비전 기반 솔루션 전반을 담당합니다.
주요업무
[현장 솔루션 구현]• Superb AI의 Vision Foundation Model(ZERO)과 다양한 Computer Vision 기법을 활용하여, 프로젝트에 필요한 모델·시스템 컴포넌트를 책임지고 개발하고, 실데이터를 기반으로 성능을 개선합니다.
[현장 배포 및 운영]
• Docker/Kubernetes 기반의 배포 환경을 구성하고, 현장 실험과 성능 개선을 직접 수행합니다.
• 클라우드·폐쇄망·엣지 등 다양한 환경에서 영상 분석 파이프라인이 안정적으로 작동하도록 지원합니다.
[자산화 기여]
• 자신이 만든 결과물을 팀이 재사용할 수 있는 모듈·문서 형태로 정리하며, 팀의 솔루션 개발 방식을 체득해 나갑니다.
자격요건
• 안정적인 코드를 작성하고, 실제로 무언가를 끝까지 만들어본 경험이 있는 분 (연차 무관, 신입 지원 가능)• Computer Vision, VLM 등 딥러닝 모델을 활용해본 프로젝트 또는 실무 경험이 있는 분
• Linux 환경에 익숙하고, 네트워크·컨테이너 등 시스템 개념을 학습하며 적용할 의지가 있는 분
• 모호한 상황에서도 스스로 학습하며 문제를 구조화하고, 결과를 논리적으로 커뮤니케이션할 수 있는 분
