포지션 상세

대부분의 회사는 인프라, 모델 서빙, 애플리케이션을 서로 다른 회사의 일로 나눕니다. 아이에이클라우드는 이 셋을 모두 만듭니다. KVM 기반 클라우드 인프라, GPU/NPU 가속기 위의 모델 서빙, 그리고 그 위에서 동작하는 AI 에이전트 플랫폼까지 — 스택의 처음부터 끝까지가 한 지붕 아래 있습니다.
여기서는 애플리케이션 개발자가 자기 서비스가 올라가는 인프라와 가속기를 직접 들여다볼 수 있고, 모델 서빙의 병목을 남의 팀 백로그가 아니라 옆자리 동료와 그날 해결할 수 있습니다. 아이디어에서 제품까지 끝까지 밀어붙이고 싶은 빌더에게 맞는 환경입니다.

우리가 일하는 방식
"AI 시대의 개발자는 어떻게 일해야 하는가" — 우리는 이 질문을 매일 실무로 실험합니다.
- 설계, 구현, 코드 리뷰, 테스트까지 AI 도구를 업무 전 과정에 깊이 씁니다.
- AI가 잘하는 일은 AI에게 맡기고, 사람은 문제 정의와 판단에 집중합니다.
- 완벽한 계획보다 동작하는 제품을 먼저 만들고, 빠르게 검증하고 개선합니다.

"자격요건보다 중요하게 보는 것" — 인프라와 가속기의 깊은 레이어는 미리 알 필요 없습니다. 함께 만들면서 배우게 됩니다. 특정 언어의 연차보다, 무엇을 왜 만들어봤는지가 궁금합니다. 제로 베이스에서 문제를 정의하고 자신만의 방식으로 풀어낸 이야기를 들려주세요.

주요업무

◎ AI 에이전트 플랫폼 개발
- 사내 데이터에 근거해 답하는 AI 에이전트를 코드 없이 만들 수 있는 노코드 플랫폼을 개발합니다. RAG 파이프라인, Tool Calling, 데이터 수집·전처리 워크플로우가 주요 영역입니다.
◎ AI 모델 서빙 플랫폼 개발
- GPU는 물론 NPU 등 다양한 AI 가속기 위에서 LLM을 서빙하는 플랫폼을 만듭니다. 모델 배포·운영을 추상화하는 API와 콘솔, 게이트웨이를 개발합니다.
◎ 엔터프라이즈 배포 자동화
- 폐쇄망(air-gap)을 포함한 다양한 고객 인프라 환경에 제품을 안정적으로 설치·업그레이드하는 자동화를 만듭니다.
◎ 제품 전체 생애주기 참여
- 기능 기획 단계의 논의부터 설계, 구현, 배포, 운영 피드백까지 한 사이클을 직접 경험합니다.

자격요건

◎ 자격요건
• LLM API를 활용한 기능 또는 서비스를 만들어본 경험 (사이드 프로젝트 포함)
• 아이디어부터 배포까지 제품을 끝까지 만들어본 경험, 혹은 그렇게 일하고 싶은 의지
• AI 도구를 활용한 개발 방식에 대한 관심과 적극성
• 4년제 학사 이상

◎ 기술스택
• 백엔드: Python, FastAPI, PostgreSQL
• 프론트엔드: TypeScript, React
• AI/서빙: LLM 서빙 프레임워크(vLLM 등), OpenAI 호환 API, RAG·임베딩 파이프라인
• 인프라: Kubernetes, Helm, Ansible, 컨테이너 빌드·레지스트리 운영

[연구개발] AI 애플리케이션 개발자

포지션 상세

주요업무

자격요건

기술 스택 • 툴

태그

마감일

근무지역