포지션 상세
함께하게 될 Tech Coordination Team을 소개합니다!
Tech Coordination Team은 CTO 직속의 Technical Pre-Sales 조직입니다.
계약이 체결되기 전 고객과 가장 먼저 기술적인 논의를 시작하고
고객 요구사항 → 기술 요건 → Architecture → 개발 범위 → 구축 범위 → 예상 투입공수로 구체화합니다.
Sales가 고객의 Business Requirement를 파악한다면 Tech Coordination Team은 다음 질문에 답합니다.
"이 요구사항을 기술적으로 어떻게 구현할 것인가?"
"고객의 기존 인프라에서 실제로 구축 가능한가?"
"현재 제품으로 제공할 수 있는 범위와 추가 개발이 필요한 범위는 어디까지인가?"
"프로젝트를 수행하려면 어느 정도의 개발·구축 Resource가 필요한가?"
그리고 고객과 합의한 기술적인 내용이 실제 제품 및 프로젝트에 반영될 수 있도록 Product, Engineering, FDE, PM 등 여러 조직과 협업합니다.
즉, 고객의 요구사항과 마키나락스의 제품·기술 사이를 연결하는 Technical Interface 역할입니다.
- Sales와 함께 고객 미팅에 참여해 IT·AI·MLOps 인프라, Kubernetes·Container 운영 환경, GPU·Storage·Network 구성을 확인합니다.
- 보안정책·폐쇄망·망분리 제약과 CI/CD·Data Platform·SSO/LDAP 등 기존 시스템 연계 요구사항을 파악합니다.
- 고객의 MLOps 운영 프로세스와 Pain Point를 분석해 기능·성능·운영·보안 요구사항을 기술 Requirement로 구조화합니다.
2. Architecture | 고객 환경에 맞는 구축 구조를 설계합니다
- 마키나락스 AI OS를 기반으로 On-Premise·Cloud·Hybrid 환경별 Kubernetes Deployment Architecture를 설계합니다.
- 개발·Staging·Production 환경 구성, Infrastructure Requirement 산정, HA·Scalability·Failover 구조를 검토합니다.
- Security·Authentication·Network Architecture와 CI/CD·Model Deployment Pipeline, LLM Serving 방안을 정의합니다.
3. Feasibility | 할 수 있는 것과 추가 개발이 필요한 것을 판단합니다
- 요구사항을 Standard / Configuration / Customization·Integration / Product Development / Not Feasible로 구분합니다.
- Product·Engineering과 구현 가능성, Roadmap, 기술 Risk와 Dependency를 검토하고, 범위 조정과 기술적 대안을 제시합니다.
4. Scope & Proposal | 범위·공수를 산정하고 제안의 기술 완성도를 책임집니다
- PoC·Pilot·Production 단계별 Task, 예상 Man-Hour/Man-Month, 필요 Resource와 Milestone을 정의해 Sales·PM의 Scope와 견적 수립을 지원합니다.
- 제안서의 시스템 구성도, 요구사항별 대응방안, 기술 Stack을 작성·검토하고, RFP/RFI 기술 대응과 고객 Technical Q&A를 담당합니다.
5. Handover | 계약 이후 수행조직이 바로 움직일 수 있게 연결합니다
- PM·FDE·Product·Engineering에 고객 환경, Architecture, 확정 Requirement와 합의 Scope, 추가 개발 사항과 Risk를 전달합니다.
- Container 기반 Application을 개발·배포·운영해 본 경험 보유
2. Kubernetes의 주요 개념과 Architecture를 이해하고 있는 분
- Kubernetes 기반 시스템의 구축부터 Application 배포·운영까지 전체 구조를 설명할 수 있는 분
- MLOps Platform 또는 AI/ML 개발·운영 환경에 대한 이해 보유
3. 고객의 요구사항을 기술 Requirement와 Architecture로 구체화할 수 있는 분
- 여러 기술적 조건을 고려해 구현방안을 논리적으로 설명할 수 있는 분
- 모르는 기술도 빠르게 구조를 파악하고 필요한 판단을 내릴 수 있는 분
4. 개발자, PM, Sales 등 서로 다른 역할의 구성원과 원활하게 소통할 수 있는 분
※ AI 모델을 직접 연구·개발한 경험은 필수가 아닙니다. 모델 자체보다 AI가 Enterprise 환경에서 개발·배포·운영되는 데 필요한 Software와 Infrastructure에 대한 이해를 중요하게 봅니다.
Tech Coordination Team은 CTO 직속의 Technical Pre-Sales 조직입니다.
계약이 체결되기 전 고객과 가장 먼저 기술적인 논의를 시작하고
고객 요구사항 → 기술 요건 → Architecture → 개발 범위 → 구축 범위 → 예상 투입공수로 구체화합니다.
Sales가 고객의 Business Requirement를 파악한다면 Tech Coordination Team은 다음 질문에 답합니다.
"이 요구사항을 기술적으로 어떻게 구현할 것인가?"
"고객의 기존 인프라에서 실제로 구축 가능한가?"
"현재 제품으로 제공할 수 있는 범위와 추가 개발이 필요한 범위는 어디까지인가?"
"프로젝트를 수행하려면 어느 정도의 개발·구축 Resource가 필요한가?"
그리고 고객과 합의한 기술적인 내용이 실제 제품 및 프로젝트에 반영될 수 있도록 Product, Engineering, FDE, PM 등 여러 조직과 협업합니다.
즉, 고객의 요구사항과 마키나락스의 제품·기술 사이를 연결하는 Technical Interface 역할입니다.
주요업무
1. Discovery | 고객의 기술 환경과 요구사항을 파악합니다- Sales와 함께 고객 미팅에 참여해 IT·AI·MLOps 인프라, Kubernetes·Container 운영 환경, GPU·Storage·Network 구성을 확인합니다.
- 보안정책·폐쇄망·망분리 제약과 CI/CD·Data Platform·SSO/LDAP 등 기존 시스템 연계 요구사항을 파악합니다.
- 고객의 MLOps 운영 프로세스와 Pain Point를 분석해 기능·성능·운영·보안 요구사항을 기술 Requirement로 구조화합니다.
2. Architecture | 고객 환경에 맞는 구축 구조를 설계합니다
- 마키나락스 AI OS를 기반으로 On-Premise·Cloud·Hybrid 환경별 Kubernetes Deployment Architecture를 설계합니다.
- 개발·Staging·Production 환경 구성, Infrastructure Requirement 산정, HA·Scalability·Failover 구조를 검토합니다.
- Security·Authentication·Network Architecture와 CI/CD·Model Deployment Pipeline, LLM Serving 방안을 정의합니다.
3. Feasibility | 할 수 있는 것과 추가 개발이 필요한 것을 판단합니다
- 요구사항을 Standard / Configuration / Customization·Integration / Product Development / Not Feasible로 구분합니다.
- Product·Engineering과 구현 가능성, Roadmap, 기술 Risk와 Dependency를 검토하고, 범위 조정과 기술적 대안을 제시합니다.
4. Scope & Proposal | 범위·공수를 산정하고 제안의 기술 완성도를 책임집니다
- PoC·Pilot·Production 단계별 Task, 예상 Man-Hour/Man-Month, 필요 Resource와 Milestone을 정의해 Sales·PM의 Scope와 견적 수립을 지원합니다.
- 제안서의 시스템 구성도, 요구사항별 대응방안, 기술 Stack을 작성·검토하고, RFP/RFI 기술 대응과 고객 Technical Q&A를 담당합니다.
5. Handover | 계약 이후 수행조직이 바로 움직일 수 있게 연결합니다
- PM·FDE·Product·Engineering에 고객 환경, Architecture, 확정 Requirement와 합의 Scope, 추가 개발 사항과 Risk를 전달합니다.
자격요건
1. Backend, MLOps, DevOps, Platform Engineering, Cloud Infrastructure 등 유관 분야에서 5년 이상 개발·기술 경험을 보유한 분- Container 기반 Application을 개발·배포·운영해 본 경험 보유
2. Kubernetes의 주요 개념과 Architecture를 이해하고 있는 분
- Kubernetes 기반 시스템의 구축부터 Application 배포·운영까지 전체 구조를 설명할 수 있는 분
- MLOps Platform 또는 AI/ML 개발·운영 환경에 대한 이해 보유
3. 고객의 요구사항을 기술 Requirement와 Architecture로 구체화할 수 있는 분
- 여러 기술적 조건을 고려해 구현방안을 논리적으로 설명할 수 있는 분
- 모르는 기술도 빠르게 구조를 파악하고 필요한 판단을 내릴 수 있는 분
4. 개발자, PM, Sales 등 서로 다른 역할의 구성원과 원활하게 소통할 수 있는 분
※ AI 모델을 직접 연구·개발한 경험은 필수가 아닙니다. 모델 자체보다 AI가 Enterprise 환경에서 개발·배포·운영되는 데 필요한 Software와 Infrastructure에 대한 이해를 중요하게 봅니다.
