포지션 상세
고객의 암묵지를 AI가 이해할 수 있도록 만드는 엔지니어를 찾습니다.
LLM을 연결하는 것만으로는 기업의 문제를 해결할 수 없습니다. 기업마다 사용하는 용어는 다르고, 같은 질문도 회사마다 전혀 다른 의미를 가집니다. 예를 들어 어떤 회사에서 "매출"은 반품을 제외한 금액이고, 어떤 회사에서는 특정 사업부만 의미하기도 합니다. 사람들은 이런 규칙을 당연하게 생각하지만 AI는 알지 못합니다.
Forward Deployed Engineer(FDE)는 고객의 업무와 데이터를 이해하고, 그 암묵지를 AI가 이해할 수 있는 구조로 만드는 역할입니다. 우리는 제조·유통·공공 기업의 ERP, MES, DW, 문서를 AI와 연결하여 실제 업무에서 사용할 수 있는 Enterprise AI를 만들고 있습니다.
[Dfinite는 이런 회사입니다]
Dfinite는 기업의 데이터와 업무 시스템을 AI와 연결하는 B2B AI 솔루션 기업입니다. 현재 제조·유통·공공 분야의 다양한 프로젝트를 수행하고 있으며, Enterprise RAG, Agent Workflow, Text-to-SQL, Ontology 기반 데이터 모델링 등을 활용하여 기업이 실제 업무에서 사용할 수 있는 AI를 구축합니다.
우리는 AI 데모를 만드는 회사가 아니라, 고객이 매일 사용하는 AI 서비스를 만드는 회사입니다.
우리는 Text-to-SQL과 Ontology를 완성된 기술이라고 생각하지 않습니다. 현재도 실제 프로젝트를 통해 다음을 계속 검증하고 있습니다.
• 어떤 Ontology 구조가 가장 유지보수하기 쉬운지
• 어떤 검증 방식이 가장 신뢰할 수 있는지
• 어떤 데이터 모델이 AI 성능을 가장 높이는지
입사 후에는 팀과 함께 다음과 같은 문제를 해결하게 됩니다.
• 고객 인터뷰를 통해 업무 규칙과 암묵지를 발견
• 업무 규칙을 Ontology로 구조화
• Text-to-SQL이 올바른 의미를 이해하도록 AI 로직 설계
• 실제 데이터로 검증하고 반복 개선
• 프로젝트에서 검증된 방법론을 공통 자산으로 발전
우리는 Text-to-SQL 전문가를 찾는 것이 아닙니다. RAG나 LLM 서비스를 실제 운영해본 경험을 바탕으로, 함께 Enterprise AI의 방법론을 만들어 갈 사람을 찾고 있습니다.
[FDE는 어떻게 일하나요?]
프로젝트는 PM, FDE, PE가 하나의 스쿼드로 함께 수행합니다.
• PM: 고객 문제 정의, 프로젝트 설계, 사용자 경험 및 화면 기획, 프로젝트 운영
• FDE: 고객 업무와 데이터 이해, Ontology 설계, AI 로직 구현, Text-to-SQL 검증 및 고도화
• PE: 백엔드, 인프라, 배포, 운영 안정화 및 서비스 구현
예를 들어 고객이 "지난달 영업이익이 감소한 원인을 알려줘."라고 질문하면, PM은 고객이 원하는 문제를 구체화하고, FDE는 고객의 업무 규칙과 데이터를 분석하여 AI가 올바르게 이해할 수 있도록 Ontology와 AI 로직을 설계합니다. PE는 이를 실제 서비스로 구현하고 안정적으로 운영될 수 있도록 시스템을 구축합니다.
우리는 기능을 나누는 조직이 아니라, 하나의 고객 문제를 서로 다른 관점에서 함께 해결하는 팀입니다.
• Python 기반 백엔드 개발 경험
• LLM 기반 서비스를 실제 운영 환경까지 개발하거나 운영한 경험
• RAG 또는 이에 준하는 AI 서비스를 서비스에 적용한 경험
• 고객 요구사항을 기술적으로 해결한 경험
• 모호한 문제를 정의하고 구현까지 연결한 경험
LLM을 연결하는 것만으로는 기업의 문제를 해결할 수 없습니다. 기업마다 사용하는 용어는 다르고, 같은 질문도 회사마다 전혀 다른 의미를 가집니다. 예를 들어 어떤 회사에서 "매출"은 반품을 제외한 금액이고, 어떤 회사에서는 특정 사업부만 의미하기도 합니다. 사람들은 이런 규칙을 당연하게 생각하지만 AI는 알지 못합니다.
Forward Deployed Engineer(FDE)는 고객의 업무와 데이터를 이해하고, 그 암묵지를 AI가 이해할 수 있는 구조로 만드는 역할입니다. 우리는 제조·유통·공공 기업의 ERP, MES, DW, 문서를 AI와 연결하여 실제 업무에서 사용할 수 있는 Enterprise AI를 만들고 있습니다.
[Dfinite는 이런 회사입니다]
Dfinite는 기업의 데이터와 업무 시스템을 AI와 연결하는 B2B AI 솔루션 기업입니다. 현재 제조·유통·공공 분야의 다양한 프로젝트를 수행하고 있으며, Enterprise RAG, Agent Workflow, Text-to-SQL, Ontology 기반 데이터 모델링 등을 활용하여 기업이 실제 업무에서 사용할 수 있는 AI를 구축합니다.
우리는 AI 데모를 만드는 회사가 아니라, 고객이 매일 사용하는 AI 서비스를 만드는 회사입니다.
주요업무
[함께 해결하게 될 문제]우리는 Text-to-SQL과 Ontology를 완성된 기술이라고 생각하지 않습니다. 현재도 실제 프로젝트를 통해 다음을 계속 검증하고 있습니다.
• 어떤 Ontology 구조가 가장 유지보수하기 쉬운지
• 어떤 검증 방식이 가장 신뢰할 수 있는지
• 어떤 데이터 모델이 AI 성능을 가장 높이는지
입사 후에는 팀과 함께 다음과 같은 문제를 해결하게 됩니다.
• 고객 인터뷰를 통해 업무 규칙과 암묵지를 발견
• 업무 규칙을 Ontology로 구조화
• Text-to-SQL이 올바른 의미를 이해하도록 AI 로직 설계
• 실제 데이터로 검증하고 반복 개선
• 프로젝트에서 검증된 방법론을 공통 자산으로 발전
우리는 Text-to-SQL 전문가를 찾는 것이 아닙니다. RAG나 LLM 서비스를 실제 운영해본 경험을 바탕으로, 함께 Enterprise AI의 방법론을 만들어 갈 사람을 찾고 있습니다.
[FDE는 어떻게 일하나요?]
프로젝트는 PM, FDE, PE가 하나의 스쿼드로 함께 수행합니다.
• PM: 고객 문제 정의, 프로젝트 설계, 사용자 경험 및 화면 기획, 프로젝트 운영
• FDE: 고객 업무와 데이터 이해, Ontology 설계, AI 로직 구현, Text-to-SQL 검증 및 고도화
• PE: 백엔드, 인프라, 배포, 운영 안정화 및 서비스 구현
예를 들어 고객이 "지난달 영업이익이 감소한 원인을 알려줘."라고 질문하면, PM은 고객이 원하는 문제를 구체화하고, FDE는 고객의 업무 규칙과 데이터를 분석하여 AI가 올바르게 이해할 수 있도록 Ontology와 AI 로직을 설계합니다. PE는 이를 실제 서비스로 구현하고 안정적으로 운영될 수 있도록 시스템을 구축합니다.
우리는 기능을 나누는 조직이 아니라, 하나의 고객 문제를 서로 다른 관점에서 함께 해결하는 팀입니다.
자격요건
[필수]• Python 기반 백엔드 개발 경험
• LLM 기반 서비스를 실제 운영 환경까지 개발하거나 운영한 경험
• RAG 또는 이에 준하는 AI 서비스를 서비스에 적용한 경험
• 고객 요구사항을 기술적으로 해결한 경험
• 모호한 문제를 정의하고 구현까지 연결한 경험
