포지션 상세
미리비트는 빅데이터 처리 기술을 기반으로 다양한 데이터 솔루션을 제공하는 전문 기업입니다.
데이터 엔지니어링과 로컬 LLM 기반 AI Agent 개발을 동시에 수행할 수 있는 인재를 찾고 있습니다. 데이터 파이프라인을 안정적으로 구축·운영하면서, GLM, Kimi 와 같은 로컬 모델을 활용해 해당 데이터 기반의 실질적인 AI Agent 시스템을 설계·개발·배포할 수 있는 분을 모십니다.
이 포지션은 단순한 Agent 개발이 아닌, 로컬 환경에서의 모델 서빙·최적화부터 Agent 오케스트레이션, 데이터 연동까지 end-to-end로 전 과정에 참여 하는 역할을 맡게 됩니다. 데이터 엔지니어링 스킬만 있거나 Agent 개발 중 한 가지만 가능하신 분은 해당 포지션 수행이 매우 어렵습니다.
• 데이터 수집·정제·변환·적재(ETL/ELT) 파이프라인 설계 및 구축
• 데이터 모델링, Iceberg 기반 데이터 레이크 아키텍처 설계 및 운영
• 대용량 데이터 처리 (Scala, Spark, Kafka, Airflow 등 활용)
• 데이터 품질 관리, 모니터링, 거버넌스 체계 구축
• AI/Agent 시스템을 위한 데이터 준비 (청킹, 임베딩, 벡터 DB 연동 등)
2. Local AI Agent 개발
• GLM, Kimi 등 로컬 LLM을 활용한 AI Agent 시스템 설계·개발·배포
• 로컬 모델 서빙 환경 구축 및 최적화 (vLLM, SGLang, llama.cpp, Ollama, Unsloth 등)
• Tool-calling / Function-calling 기반 Agent 구현
• Multi-agent 오케스트레이션, Planning, Memory, State 관리
• RAG 파이프라인 설계 및 성능 최적화 (로컬 임베딩 모델 포함)
• Agent와 데이터 파이프라인 연동 (실시간/배치 데이터 활용)
• 로컬 환경에서의 추론 성능·메모리·지연시간 최적화 (양자화, 텐서 병렬, 오프로딩 등)
3. 시스템 안정화 및 운영
• 프로덕션 레벨 Agent 시스템의 모니터링, 로깅, 장애 대응
• Kubernetes 기반 배포 및 CI/CD 파이프라인 구축
• 모델 성능 평가 및 지속적인 개선
• Data Engineering 실무 경험 3년 이상 또는 동등한 역량
• Scala & Python 숙련 (데이터 처리 및 AI/Agent 개발 모두 가능 수준) [데이터 파이프라인은 모두 Scala 입니다]
• SQL 및 데이터 파이프라인 구축 경험
• LLM 기반 AI Agent 개발 경험 (LangChain, LangGraph, LlamaIndex, AutoGen 등 중 하나 이상)
• 로컬 LLM 배포·서빙 경험 (vLLM, SGLang, llama.cpp 등 중 하나 이상)
• GLM, Kimi, Qwen, DeepSeek 계열 모델을 직접 활용해본 경험 (API 또는 로컬 배포)
• Tool-calling / Function-calling 구현 경험
데이터 엔지니어링과 로컬 LLM 기반 AI Agent 개발을 동시에 수행할 수 있는 인재를 찾고 있습니다. 데이터 파이프라인을 안정적으로 구축·운영하면서, GLM, Kimi 와 같은 로컬 모델을 활용해 해당 데이터 기반의 실질적인 AI Agent 시스템을 설계·개발·배포할 수 있는 분을 모십니다.
이 포지션은 단순한 Agent 개발이 아닌, 로컬 환경에서의 모델 서빙·최적화부터 Agent 오케스트레이션, 데이터 연동까지 end-to-end로 전 과정에 참여 하는 역할을 맡게 됩니다. 데이터 엔지니어링 스킬만 있거나 Agent 개발 중 한 가지만 가능하신 분은 해당 포지션 수행이 매우 어렵습니다.
주요업무
Data Engineering• 데이터 수집·정제·변환·적재(ETL/ELT) 파이프라인 설계 및 구축
• 데이터 모델링, Iceberg 기반 데이터 레이크 아키텍처 설계 및 운영
• 대용량 데이터 처리 (Scala, Spark, Kafka, Airflow 등 활용)
• 데이터 품질 관리, 모니터링, 거버넌스 체계 구축
• AI/Agent 시스템을 위한 데이터 준비 (청킹, 임베딩, 벡터 DB 연동 등)
2. Local AI Agent 개발
• GLM, Kimi 등 로컬 LLM을 활용한 AI Agent 시스템 설계·개발·배포
• 로컬 모델 서빙 환경 구축 및 최적화 (vLLM, SGLang, llama.cpp, Ollama, Unsloth 등)
• Tool-calling / Function-calling 기반 Agent 구현
• Multi-agent 오케스트레이션, Planning, Memory, State 관리
• RAG 파이프라인 설계 및 성능 최적화 (로컬 임베딩 모델 포함)
• Agent와 데이터 파이프라인 연동 (실시간/배치 데이터 활용)
• 로컬 환경에서의 추론 성능·메모리·지연시간 최적화 (양자화, 텐서 병렬, 오프로딩 등)
3. 시스템 안정화 및 운영
• 프로덕션 레벨 Agent 시스템의 모니터링, 로깅, 장애 대응
• Kubernetes 기반 배포 및 CI/CD 파이프라인 구축
• 모델 성능 평가 및 지속적인 개선
자격요건
자격 요건 (필수)• Data Engineering 실무 경험 3년 이상 또는 동등한 역량
• Scala & Python 숙련 (데이터 처리 및 AI/Agent 개발 모두 가능 수준) [데이터 파이프라인은 모두 Scala 입니다]
• SQL 및 데이터 파이프라인 구축 경험
• LLM 기반 AI Agent 개발 경험 (LangChain, LangGraph, LlamaIndex, AutoGen 등 중 하나 이상)
• 로컬 LLM 배포·서빙 경험 (vLLM, SGLang, llama.cpp 등 중 하나 이상)
• GLM, Kimi, Qwen, DeepSeek 계열 모델을 직접 활용해본 경험 (API 또는 로컬 배포)
• Tool-calling / Function-calling 구현 경험
