포지션 상세
메타팩토리코퍼레이션 주식회사는 2022년에 설립된 회사로 자본금 3,975만원, 매출액 11억 8,781만원, 사원수 8명 규모의 중소기업입니다. 서울 강남구 테헤란로87길 22 (삼성동, 한국도심공항터미널)에 위치하고 있으며, 디지털 팝업 스토어, 미디어 프로덕션, MICE사업을 하고 있습니다.
[포지션 소개]
메타팩토리코퍼레이션 AI개발팀은 AI를 활용해 개발과 연구의 속도를 높이면서도, 실제 제품으로 연결하고 지속적으로 관리할 수 있는 기술을 만드는 조직을 지향합니다. 최신 논문이나 모델을 빠르게 적용하는 것 자체보다, "왜 필요한지 -＞ 기존 방식보다 실제로 나은지 -＞ 어떻게 측정할지 -＞ 우리가 가진 GPU 환경에서 실행 가능한지 -＞ 실제 서비스에 적용할 수 있는지" 까지의 과정을 중요하게 생각합니다.
Video / Vision AI Research Engineer는 AI 영상 처리 플랫폼 중심으로 영상 생성/변환/확장 기술을 연구하고 실제 Processing Pipeline으로 구현하는 역할을 담당합니다. 주요 연구 대상은 Video Generation, Video Outpainting/Inpainting, 고해상도 영상 처리, Temporal Consistency, Object/Identity/Style Consistency 등이며, 영화와 같은 장시간 영상 콘텐츠를 AI로 처리하기 위한 기술적 문제를 해결합니다.
연구 결과는 논문 검토나 Prototype으로 끝나지 않습니다. “SOTA 탐색 -＞ 재현 -＞ Dataset 구축 -＞ 학습/Fine-tuning -＞ Evaluation -＞ 최적화 -＞ Checkpoint 관리 -＞ Production 적용” 까지 연결하는 것이 Research Engineer의 역할입니다.
[아래와 같은 인재를 모시고 싶습니다.]
우리는 최신 모델을 많이 알고 있는 연구자보다, 새로운 기술이 실제 문제를 해결하는지 끝까지 검증할 수 있는 연구자와 함께하고 싶습니다. 그래서 다음과 같은 분과 잘 맞습니다.
ㆍ논문을 읽는 데서 끝나지 않고 직접 구현하고 결과를 확인하는 분
ㆍ 새로운 모델을 도입하기 전에 기존 방법보다 실제로 무엇이 개선되는지 측정하는 분
ㆍ 모델 성능뿐 아니라 VRAM, Processing Time, Throughput과 같은 현실적인 제약을 함께 고려하는 분
ㆍ 실패한 실험 역시 원인과 결과를 기록해 다음 연구의 자산으로 만드는 분
ㆍ 연구 결과를 Prototype에 머무르게 하지 않고 개발자와 협업하여 실제 서비스로 연결하는 것을 즐기는 분
ㆍ AI 도구를 적극 활용하되 결과를 그대로 신뢰하지 않고 스스로 검증하고 책임지는 분
• Video Outpainting / Inpainting 모델 연구 및 고도화
• 장시간 영상에서의 Temporal Consistency 및 Scene Consistency 개선
• 인물/객체의 Identity / Object Consistency 유지 기술 연구
• 원본 영상의 분위기와 표현을 유지하기 위한 Style Consistency 연구
• Dome 및 초광각 콘텐츠 생성을 위한 영상 확장·변환 기술 연구
• 고해상도 영상 Processing 및 12K/16K급 처리 Pipeline 연구/최적화
• AI 모델의 논문 및 Open Source 구현 재현
• Dataset 수집·전처리·정제 및 Training Data Pipeline 구축
• Training / Fine-tuning / Inference Pipeline 구축
• 모델 성능 평가를 위한 Benchmark / Evaluation Metric 설계
• GPU Memory, Throughput, Latency 등 모델 성능 Profiling 및 최적화
• Model / Dataset / Experiment / Checkpoint 관리 체계 구축
• PyTorch 기반 Deep Learning 모델 구현 및 학습 경험
• Computer Vision 또는 Generative AI 분야의 연구·개발 경험
• 최신 AI 논문을 이해하고 핵심 아이디어를 코드로 재현할 수 있는 역량
• 공개 모델이나 논문 구현체를 분석하여 자신의 문제에 맞게 수정·실험할 수 있는 역량
• Dataset 구성부터 학습, 추론, 평가까지 전체 ML Experiment Cycle을 직접 수행한 경험
• 가설과 Evaluation 기준을 정의하고 실험 결과를 정량적으로 비교/분석할 수 있는 역량
• GPU 기반 Training · Inference 환경에 대한 이해
• 연구 결과를 재현 가능한 코드 · 실험 기록 · 기술문서로 남길 수 있는 분
• 연구 Prototype을 실제 제품에 적용하는 과정에 관심이 있는 분
[포지션 소개]
메타팩토리코퍼레이션 AI개발팀은 AI를 활용해 개발과 연구의 속도를 높이면서도, 실제 제품으로 연결하고 지속적으로 관리할 수 있는 기술을 만드는 조직을 지향합니다. 최신 논문이나 모델을 빠르게 적용하는 것 자체보다, "왜 필요한지 -＞ 기존 방식보다 실제로 나은지 -＞ 어떻게 측정할지 -＞ 우리가 가진 GPU 환경에서 실행 가능한지 -＞ 실제 서비스에 적용할 수 있는지" 까지의 과정을 중요하게 생각합니다.
Video / Vision AI Research Engineer는 AI 영상 처리 플랫폼 중심으로 영상 생성/변환/확장 기술을 연구하고 실제 Processing Pipeline으로 구현하는 역할을 담당합니다. 주요 연구 대상은 Video Generation, Video Outpainting/Inpainting, 고해상도 영상 처리, Temporal Consistency, Object/Identity/Style Consistency 등이며, 영화와 같은 장시간 영상 콘텐츠를 AI로 처리하기 위한 기술적 문제를 해결합니다.
연구 결과는 논문 검토나 Prototype으로 끝나지 않습니다. “SOTA 탐색 -＞ 재현 -＞ Dataset 구축 -＞ 학습/Fine-tuning -＞ Evaluation -＞ 최적화 -＞ Checkpoint 관리 -＞ Production 적용” 까지 연결하는 것이 Research Engineer의 역할입니다.
[아래와 같은 인재를 모시고 싶습니다.]
우리는 최신 모델을 많이 알고 있는 연구자보다, 새로운 기술이 실제 문제를 해결하는지 끝까지 검증할 수 있는 연구자와 함께하고 싶습니다. 그래서 다음과 같은 분과 잘 맞습니다.
ㆍ논문을 읽는 데서 끝나지 않고 직접 구현하고 결과를 확인하는 분
ㆍ 새로운 모델을 도입하기 전에 기존 방법보다 실제로 무엇이 개선되는지 측정하는 분
ㆍ 모델 성능뿐 아니라 VRAM, Processing Time, Throughput과 같은 현실적인 제약을 함께 고려하는 분
ㆍ 실패한 실험 역시 원인과 결과를 기록해 다음 연구의 자산으로 만드는 분
ㆍ 연구 결과를 Prototype에 머무르게 하지 않고 개발자와 협업하여 실제 서비스로 연결하는 것을 즐기는 분
ㆍ AI 도구를 적극 활용하되 결과를 그대로 신뢰하지 않고 스스로 검증하고 책임지는 분
주요업무
• Video Generation / Video Processing 분야의 최신 논문·모델·오픈소스 조사 및 기술 검증• Video Outpainting / Inpainting 모델 연구 및 고도화
• 장시간 영상에서의 Temporal Consistency 및 Scene Consistency 개선
• 인물/객체의 Identity / Object Consistency 유지 기술 연구
• 원본 영상의 분위기와 표현을 유지하기 위한 Style Consistency 연구
• Dome 및 초광각 콘텐츠 생성을 위한 영상 확장·변환 기술 연구
• 고해상도 영상 Processing 및 12K/16K급 처리 Pipeline 연구/최적화
• AI 모델의 논문 및 Open Source 구현 재현
• Dataset 수집·전처리·정제 및 Training Data Pipeline 구축
• Training / Fine-tuning / Inference Pipeline 구축
• 모델 성능 평가를 위한 Benchmark / Evaluation Metric 설계
• GPU Memory, Throughput, Latency 등 모델 성능 Profiling 및 최적화
• Model / Dataset / Experiment / Checkpoint 관리 체계 구축
자격요건
• Computer Science, AI, Machine Learning, Computer Vision 등 관련 분야 석사 이상• PyTorch 기반 Deep Learning 모델 구현 및 학습 경험
• Computer Vision 또는 Generative AI 분야의 연구·개발 경험
• 최신 AI 논문을 이해하고 핵심 아이디어를 코드로 재현할 수 있는 역량
• 공개 모델이나 논문 구현체를 분석하여 자신의 문제에 맞게 수정·실험할 수 있는 역량
• Dataset 구성부터 학습, 추론, 평가까지 전체 ML Experiment Cycle을 직접 수행한 경험
• 가설과 Evaluation 기준을 정의하고 실험 결과를 정량적으로 비교/분석할 수 있는 역량
• GPU 기반 Training · Inference 환경에 대한 이해
• 연구 결과를 재현 가능한 코드 · 실험 기록 · 기술문서로 남길 수 있는 분
• 연구 Prototype을 실제 제품에 적용하는 과정에 관심이 있는 분
