포지션 상세
AI Scientist, World Model, Scientific Agent의 연구·개발을 안정적으로 지원할 Research MLOps Engineer를 찾습니다.
다양한 Biomedical AI 모델과 LLM/Agent를 빠르게 실험하고 반복적으로 개선할 수 있도록 GPU Infrastructure, Training Pipeline, Experiment Management, Model Serving, Evaluation 및 Post-training 환경을 구축합니다.
단순한 모델 배포를 넘어 Research 단계의 실험이 재현 가능하게 관리되고, 모델과 Agent가 실제 시스템에서 안정적으로 실행될 수 있도록 Research Training Evaluation Serving Feedback/Post-training으로 이어지는 AI Platform 전반을 설계·운영합니다
• Training, Evaluation, Model Registry, Deployment가 연결되는 ML Pipeline 및 MLOps 환경을 구축합니다.
• 연구자의 실험 설정, Dataset, Checkpoint, Metric 및 Artifact를 추적하고 재현할 수 있는 Experiment Management 환경을 개발합니다.
• On-premise 및 Cloud 환경에서 GPU Resource Scheduling, Monitoring 및 Infrastructure Optimization을 수행합니다.
• LLM/Agent 및 AI Model의 API Serving, Batch Inference, Online Inference 환경을 구축하고 안정성을 개선합니다.
• SFT, Preference Learning, RL 등 Post-training Pipeline과 Agent Evaluation 환경을 구축합니다.
• AI Scientist, Data Engineer 및 Software Engineer와 협업하여 연구 코드를 재현 가능하고 확장 가능한 Production/Research System으로 전환합니다.
• Python 기반 ML/Backend System 개발 경험이 있으신 분
• Docker 및 Kubernetes 기반 환경에 대한 이해와 구축·운영 경험이 있으신 분
• PyTorch 등 ML Framework를 활용한 Training/Inference Workflow에 대한 이해가 있으신 분
• Linux 및 GPU 기반 ML Infrastructure를 운영하고 문제를 분석할 수 있으신 분
• AI/ML Researcher 및 Engineer와 협업하여 연구 요구사항을 시스템으로 구현할 수 있으신 분
다양한 Biomedical AI 모델과 LLM/Agent를 빠르게 실험하고 반복적으로 개선할 수 있도록 GPU Infrastructure, Training Pipeline, Experiment Management, Model Serving, Evaluation 및 Post-training 환경을 구축합니다.
단순한 모델 배포를 넘어 Research 단계의 실험이 재현 가능하게 관리되고, 모델과 Agent가 실제 시스템에서 안정적으로 실행될 수 있도록 Research Training Evaluation Serving Feedback/Post-training으로 이어지는 AI Platform 전반을 설계·운영합니다
주요업무
• World Model, Biomedical AI 및 LLM/Agent를 위한 GPU 기반 학습·추론 Infrastructure를 구축하고 운영합니다.• Training, Evaluation, Model Registry, Deployment가 연결되는 ML Pipeline 및 MLOps 환경을 구축합니다.
• 연구자의 실험 설정, Dataset, Checkpoint, Metric 및 Artifact를 추적하고 재현할 수 있는 Experiment Management 환경을 개발합니다.
• On-premise 및 Cloud 환경에서 GPU Resource Scheduling, Monitoring 및 Infrastructure Optimization을 수행합니다.
• LLM/Agent 및 AI Model의 API Serving, Batch Inference, Online Inference 환경을 구축하고 안정성을 개선합니다.
• SFT, Preference Learning, RL 등 Post-training Pipeline과 Agent Evaluation 환경을 구축합니다.
• AI Scientist, Data Engineer 및 Software Engineer와 협업하여 연구 코드를 재현 가능하고 확장 가능한 Production/Research System으로 전환합니다.
자격요건
• MLOps, ML Platform, Backend/Infrastructure Engineering 또는 유관 분야의 실무 경험이 있으신 분• Python 기반 ML/Backend System 개발 경험이 있으신 분
• Docker 및 Kubernetes 기반 환경에 대한 이해와 구축·운영 경험이 있으신 분
• PyTorch 등 ML Framework를 활용한 Training/Inference Workflow에 대한 이해가 있으신 분
• Linux 및 GPU 기반 ML Infrastructure를 운영하고 문제를 분석할 수 있으신 분
• AI/ML Researcher 및 Engineer와 협업하여 연구 요구사항을 시스템으로 구현할 수 있으신 분
