포지션 상세
우리팀은 강화학습과 최적화 기술로 산업 현장의 설계 문제를 풉니다. 정답 라벨은 없고, 제약의 상당수는 문서가 아니라 설계자의 머릿속에 있습니다. 그걸 목적함수와 제약으로 옮기는 것부터가 일입니다. 보상 구조는 지금도 계속 개편하고 있습니다. 정적인 문제가 아닙니다.
연구에서 그치지 않습니다. 만든 모델을 고객사 환경에 직접 배포하고 운영까지 책임집니다. 국내 대형 엔지니어링사의 설계자들이 실제 프로젝트에 매일 쓰고 있고, 매주 피드백이 들어옵니다. 논문 수준의 성능보다 현장에서 통하는 결과를 중요하게 봅니다.
강화학습이나 최적화 모델을 직접 설계해 본 분을 찾습니다. 보상함수와 제약 정의를 주도하고, 강화학습을 처음 접하는 동료들이 실전으로 넘어오는 과정을 이끌어 주실 분. 여기서 한 걸음 더 나아가 LLM · VLM을 강화학습·최적화 모델과 연계하는 연구의 방향도 함께 정합니다.
•학습 파이프라인을 구축하고, 운영 데이터로 모델을 재학습시킵니다
•운영 중 모델의 품질을 검증하고, 사용자 피드백을 모델 개선으로 연결합니다
•인지(VLM·LLM)와 행동(RL·최적화 모델)을 연계하는 연구의 방향을 함께 정합니다
•확보한 모델을 인접 산업 문제로 이식하고 PoC를 수행합니다
•강화학습 또는 수리최적화 모델을 직접 설계.학습시켜 보신 분
•Python을 자유롭게 쓰시는 분
•만든 모델을 실제로 운영해 보신 분
•모델이 의도와 다르게 움직일 때 원인을 찾아 고쳐 보신 분
연구에서 그치지 않습니다. 만든 모델을 고객사 환경에 직접 배포하고 운영까지 책임집니다. 국내 대형 엔지니어링사의 설계자들이 실제 프로젝트에 매일 쓰고 있고, 매주 피드백이 들어옵니다. 논문 수준의 성능보다 현장에서 통하는 결과를 중요하게 봅니다.
강화학습이나 최적화 모델을 직접 설계해 본 분을 찾습니다. 보상함수와 제약 정의를 주도하고, 강화학습을 처음 접하는 동료들이 실전으로 넘어오는 과정을 이끌어 주실 분. 여기서 한 걸음 더 나아가 LLM · VLM을 강화학습·최적화 모델과 연계하는 연구의 방향도 함께 정합니다.
주요업무
•강화학습·최적화 기반 배치·경로(P&R)모델을 설계하고 학습시키며, 보상함수와 제약 정의를 주도합니다•학습 파이프라인을 구축하고, 운영 데이터로 모델을 재학습시킵니다
•운영 중 모델의 품질을 검증하고, 사용자 피드백을 모델 개선으로 연결합니다
•인지(VLM·LLM)와 행동(RL·최적화 모델)을 연계하는 연구의 방향을 함께 정합니다
•확보한 모델을 인접 산업 문제로 이식하고 PoC를 수행합니다
자격요건
•AI 엔지니어로 3년 이상 일해 오신 분•강화학습 또는 수리최적화 모델을 직접 설계.학습시켜 보신 분
•Python을 자유롭게 쓰시는 분
•만든 모델을 실제로 운영해 보신 분
•모델이 의도와 다르게 움직일 때 원인을 찾아 고쳐 보신 분
