포지션 상세
"AI의 성능을 넘어, 실제 비즈니스 현장에서 완벽하게 작동할 수 있도록 데이터의 새로운 표준을 만듭니다."
대부분 기업이 AI 모델에 집중할 때, CUBIG은 AI가 실패하는 진짜 이유인 '데이터 상태' 에 집중합니다.
CUBIG은 기업이 보유한 데이터를 AI가 잘 활용할 수 있도록 최상의 운영 가능 상태(AI-Ready)로 전환, 관리하며,
그 과정에서 데이터가 변하더라도 AI 결과가 흔들리지 않도록 실행 상태를 견고하게 고정합니다.
특히, CUBIG의 Syntitan 은 AI-Ready 운영 레이어로서 AI가 사용하는 데이터의 준비 상태를 진단하고 관리하고
AI가 어떤 상태에서 결과를 만들었는지 확인하며 운영 중에도 그 결과를 비교, 추적할 수 있도록 하는 핵심 B2B SaaS 형 제품으로
이 제품을 통해 국내를 넘어 미국과 유럽에서 데이터 중심 AI(Data-centric AI)의 기준을 세우고 있습니다.
모델 경쟁의 시대를 지나 데이터로 승부하는 AI 운영의 시대,
CUBIG과 함께 AI 혁신의 토대를 완성할 동료를 기다립니다.
[팀 문화]
01. 스타트업다운 실행력, 그리고 명확한 속도
우리는 유연함과 빠른 실행력을 바탕으로 움직이는 팀입니다.
하지만 단순히 빠르기만 한 속도보다는, 올바른 방향으로의 속도를 중요하게 생각합니다.
CUBIG은 불필요한 과정을 줄이고, 더 효율적인 방법을 찾으며 움직입니다.
빠르게 시도하고, 문제를 정확히 짚고, 필요할 땐 방향을 바꾸는 데에도 망설이지 않습니다.
실제로 일이 되게 만드는 것, 그게 우리의 기준입니다.
02. 목표는 높게, 문제는 깊게
우리는 '할 수 있는 목표'보다는, '꼭 해야만 하는 목표'를 세웁니다.
기존의 방식으로는 풀 수 없던 문제들에도 한 걸음 더 깊이 들어가고, 새로운 방식으로 답을 찾아갑니다.
CUBIG의 기술은 이런 도전과 고민에서 시작됩니다.
03. 성과는 결국, 사람이 만든다
우리는 팀의 성과가 결국 사람에서 시작된다고 믿습니다.
각자의 전문성과 몰입이 모여 하나의 성과가 되고, 그 성과는 다시 개인에게 공정하게 돌아갑니다.
노력과 결과에 맞는 기회와 보상은 항상 준비되어 있습니다.
04. 온전한 효율 중심으로
우리는 단순히 바쁘게 일하기보다, 처음부터 구조적으로 효율적인 방법을 고민합니다.
불필요한 절차나 반복은 줄이고, 작은 리소스로도 더 나은 결과를 만드는 방식에 집중합니다.
속도와 완성도 모두를 지키는 일, 그것이 CUBIG의 일하는 방식입니다.
05. 결국, 함께 성장할 사람들과 CUBIG은 기술로 데이터의 경계를 허물고 있습니다.
이 여정을 함께하는 우리는, 문제를 깊이 이해하고 기술로 풀어내며, 그 과정 속에서 끊임없이 성장해 나갑니다.
기술을 좋아하고, 스스로 배움을 확장할 줄 아는 사람. 우리는 그런 동료와 함께 더 멀리 가고 싶습니다.
• 데이터 상태와 사용자 요청에 따라 적절한 전처리·분석 작업을 판단하고 도구 호출로 실행하는 데이터 분석 에이전트 개발
• 에이전트 결과물의 정량 평가 파이프라인 설계·구축
(평가셋 구성, LLM-as-judge, 실행 결과 기반 채점)
• 데이터셋 메타데이터 추출과 프롬프트·컨텍스트 설계 개선을 통한 에이전트 성능 향상
• 다국어 처리 태스크 등 플랫폼 공통 AI 모듈 개발 참여
• 상용 LLM API 또는 오픈소스 모델로 에이전트, RAG 등 LLM 기반 시스템을
만들어 본 경험
• 비정제 원본(raw) 데이터에서 시작해 전처리·모델 선정, 학습, 평가 지표
선정과 결과 도출까지 end-to-end 파이프라인을 직접 구현해 본 경험(Python, Pytorch, Huggingface 등 활용)
• 프로토타입을 실사용자 대상 서비스로 배포하고 운영(모니터링·장애 대응)
까지 해본 경험
• 정량 평가를 기준으로 LLM·에이전트의 프롬프트·컨텍스트를 개선해 본 경험
• AI, Data 관련 조직 관리 경험 3년 이상
• 사업, 고객 관점에서 제품 조직과 긴밀하게 협업
대부분 기업이 AI 모델에 집중할 때, CUBIG은 AI가 실패하는 진짜 이유인 '데이터 상태' 에 집중합니다.
CUBIG은 기업이 보유한 데이터를 AI가 잘 활용할 수 있도록 최상의 운영 가능 상태(AI-Ready)로 전환, 관리하며,
그 과정에서 데이터가 변하더라도 AI 결과가 흔들리지 않도록 실행 상태를 견고하게 고정합니다.
특히, CUBIG의 Syntitan 은 AI-Ready 운영 레이어로서 AI가 사용하는 데이터의 준비 상태를 진단하고 관리하고
AI가 어떤 상태에서 결과를 만들었는지 확인하며 운영 중에도 그 결과를 비교, 추적할 수 있도록 하는 핵심 B2B SaaS 형 제품으로
이 제품을 통해 국내를 넘어 미국과 유럽에서 데이터 중심 AI(Data-centric AI)의 기준을 세우고 있습니다.
모델 경쟁의 시대를 지나 데이터로 승부하는 AI 운영의 시대,
CUBIG과 함께 AI 혁신의 토대를 완성할 동료를 기다립니다.
[팀 문화]
01. 스타트업다운 실행력, 그리고 명확한 속도
우리는 유연함과 빠른 실행력을 바탕으로 움직이는 팀입니다.
하지만 단순히 빠르기만 한 속도보다는, 올바른 방향으로의 속도를 중요하게 생각합니다.
CUBIG은 불필요한 과정을 줄이고, 더 효율적인 방법을 찾으며 움직입니다.
빠르게 시도하고, 문제를 정확히 짚고, 필요할 땐 방향을 바꾸는 데에도 망설이지 않습니다.
실제로 일이 되게 만드는 것, 그게 우리의 기준입니다.
02. 목표는 높게, 문제는 깊게
우리는 '할 수 있는 목표'보다는, '꼭 해야만 하는 목표'를 세웁니다.
기존의 방식으로는 풀 수 없던 문제들에도 한 걸음 더 깊이 들어가고, 새로운 방식으로 답을 찾아갑니다.
CUBIG의 기술은 이런 도전과 고민에서 시작됩니다.
03. 성과는 결국, 사람이 만든다
우리는 팀의 성과가 결국 사람에서 시작된다고 믿습니다.
각자의 전문성과 몰입이 모여 하나의 성과가 되고, 그 성과는 다시 개인에게 공정하게 돌아갑니다.
노력과 결과에 맞는 기회와 보상은 항상 준비되어 있습니다.
04. 온전한 효율 중심으로
우리는 단순히 바쁘게 일하기보다, 처음부터 구조적으로 효율적인 방법을 고민합니다.
불필요한 절차나 반복은 줄이고, 작은 리소스로도 더 나은 결과를 만드는 방식에 집중합니다.
속도와 완성도 모두를 지키는 일, 그것이 CUBIG의 일하는 방식입니다.
05. 결국, 함께 성장할 사람들과 CUBIG은 기술로 데이터의 경계를 허물고 있습니다.
이 여정을 함께하는 우리는, 문제를 깊이 이해하고 기술로 풀어내며, 그 과정 속에서 끊임없이 성장해 나갑니다.
기술을 좋아하고, 스스로 배움을 확장할 줄 아는 사람. 우리는 그런 동료와 함께 더 멀리 가고 싶습니다.
주요업무
• AI 에이전트 워크플로우 설계·구현• 데이터 상태와 사용자 요청에 따라 적절한 전처리·분석 작업을 판단하고 도구 호출로 실행하는 데이터 분석 에이전트 개발
• 에이전트 결과물의 정량 평가 파이프라인 설계·구축
(평가셋 구성, LLM-as-judge, 실행 결과 기반 채점)
• 데이터셋 메타데이터 추출과 프롬프트·컨텍스트 설계 개선을 통한 에이전트 성능 향상
• 다국어 처리 태스크 등 플랫폼 공통 AI 모듈 개발 참여
자격요건
• 머신러닝·딥러닝·개발 실무 7년 이상 혹은 이에 준하는 프로젝트 경험• 상용 LLM API 또는 오픈소스 모델로 에이전트, RAG 등 LLM 기반 시스템을
만들어 본 경험
• 비정제 원본(raw) 데이터에서 시작해 전처리·모델 선정, 학습, 평가 지표
선정과 결과 도출까지 end-to-end 파이프라인을 직접 구현해 본 경험(Python, Pytorch, Huggingface 등 활용)
• 프로토타입을 실사용자 대상 서비스로 배포하고 운영(모니터링·장애 대응)
까지 해본 경험
• 정량 평가를 기준으로 LLM·에이전트의 프롬프트·컨텍스트를 개선해 본 경험
• AI, Data 관련 조직 관리 경험 3년 이상
• 사업, 고객 관점에서 제품 조직과 긴밀하게 협업
