포지션 상세
■ 포지션 개요
서스틴베스트는 2006년 설립된 국내 최초 ESG 전문기관으로, 국민연금 등 주요 연기금과 자산운용사의 신뢰를 받는 ESG 데이터·리서치 파트너입니다. 1,300여 개 기업에 대한 20년 이상의 ESG 시계열 데이터를 보유하고 있으며, 이를 기반으로 AI·RAG·데이터 엔지니어링을 결합한 ESG 자동화 시스템을 직접 구축·운영하고 있습니다.
이 포지션의 메인은 AI 엔지니어링입니다. ESG 데이터 수집부터 연구원 수준의 판단·분석까지 자동화하는 LLM·RAG 파이프라인을 설계하고 운영합니다. 동시에 이 파이프라인을 서비스로 떠받치는 백엔드 개발을 함께 담당합니다. 백엔드 업무는 AI 파이프라인을 API로 제공하고, 기존 Java 기반 레거시 시스템을 Python으로 이관·유지보수하는 일 — 즉 AI 시스템을 안정적으로 운영하기 위한 기반 작업입니다.
정리하면, AI 파이프라인과 이를 운영하는 백엔드를 한 사람이 일관되게 설계·운영할 수 있는 분을 찾고 있습니다.
■ 우리가 만드는 파이프라인
데이터 수집 — 추출·구조화 — 판단 자동화 — 품질 평가
여러 소스에서 ESG 데이터를 모아 데이터셋을 구축하고, 연구원의 판단 프로세스와 연계하여 자동화합니다. 그 결과가 연구원 수준에 도달했는지는 사람의 검수와 함께 정량적으로 평가합니다. 이 파이프라인 전체가 안정적으로 돌아가도록 떠받치는 것이 백엔드의 역할입니다.
RAG 파이프라인 설계·구축·운영
• 여러 소스의 ESG 데이터를 기반으로 한 RAG 파이프라인 설계, 제작, 유지보수
• 쿼리와 관련 있는 문서 검색 및 연구원 판단 프로세스 자동화
데이터 수집·추출
• 웹 크롤링을 통한 데이터 수집 자동화
• 웹페이지, PDF 등 다양한 소스에서 데이터 손실을 최소화한 추출 방법 연구 및 데이터셋 구축
평가 자동화
• 평가 시스템과 데이터셋을 연계하여 연구원 수준의 평가 결과 도출
• 사람의 검수 없이 자동화된 정량 평가 방법 연구
■ 백엔드 개발·운영 (AI 파이프라인 지원)
• AI 파이프라인을 서비스화하는 FastAPI 기반 백엔드 API 설계·개발·운영
• 기존 Java(Spring) 레거시 시스템의 Python 이관 및 안정적 유지보수
• 데이터 저장·조회 구조(MariaDB, MongoDB) 설계·운영 및 파이프라인 연동
• 배포·운영 환경(AWS, Docker 등)에서의 서비스 안정성 관리
• AI / LLM: OpenAI API, Anthropic API, RAG 파이프라인 설계/운영, LLM 기반 요약·정보 추출
• Data Collection: 웹 크롤링(Scrapy, Playwright, BeautifulSoup 등), HTML/PDF/이미지 데이터 파싱, 상용 API 기반 OCR
• Data: Python(pandas, numpy), JSON/테이블 구조화, MariaDB, MongoDB
• Backend: Python(FastAPI) / Java(Spring Boot, Spring Batch) — 레거시, Python으로 전환 중
• Infra / DevOps: AWS, Docker, Nginx, Git, GitLab, GitLab CI
• Frontend / CMS: React, Next.js / JSP — 레거시
■ 필수
• 업무 자동화 혹은 AI 기반 서비스를 제작·운영한 경험이 있는 분
• Python을 사용한 실무 개발 경험 3년 이상인 분 (사내 개발은 Python으로 이루어지고 있습니다)
• LLM, Agent 및 RAG 기반 서비스를 개발·배포·운영해본 경험이 있는 분
• FastAPI 등 Python 기반 백엔드 API를 직접 설계·개발·운영해본 경험이 있는 분
• 데이터베이스(MariaDB, MongoDB 등)를 활용한 서비스 개발 경험이 있는 분
• 정형/비정형 데이터를 능숙하게 다룰 수 있는 분
• 크롤링, 데이터 처리, 자동화 문제 해결에 흥미가 있는 분
서스틴베스트는 2006년 설립된 국내 최초 ESG 전문기관으로, 국민연금 등 주요 연기금과 자산운용사의 신뢰를 받는 ESG 데이터·리서치 파트너입니다. 1,300여 개 기업에 대한 20년 이상의 ESG 시계열 데이터를 보유하고 있으며, 이를 기반으로 AI·RAG·데이터 엔지니어링을 결합한 ESG 자동화 시스템을 직접 구축·운영하고 있습니다.
이 포지션의 메인은 AI 엔지니어링입니다. ESG 데이터 수집부터 연구원 수준의 판단·분석까지 자동화하는 LLM·RAG 파이프라인을 설계하고 운영합니다. 동시에 이 파이프라인을 서비스로 떠받치는 백엔드 개발을 함께 담당합니다. 백엔드 업무는 AI 파이프라인을 API로 제공하고, 기존 Java 기반 레거시 시스템을 Python으로 이관·유지보수하는 일 — 즉 AI 시스템을 안정적으로 운영하기 위한 기반 작업입니다.
정리하면, AI 파이프라인과 이를 운영하는 백엔드를 한 사람이 일관되게 설계·운영할 수 있는 분을 찾고 있습니다.
■ 우리가 만드는 파이프라인
데이터 수집 — 추출·구조화 — 판단 자동화 — 품질 평가
여러 소스에서 ESG 데이터를 모아 데이터셋을 구축하고, 연구원의 판단 프로세스와 연계하여 자동화합니다. 그 결과가 연구원 수준에 도달했는지는 사람의 검수와 함께 정량적으로 평가합니다. 이 파이프라인 전체가 안정적으로 돌아가도록 떠받치는 것이 백엔드의 역할입니다.
주요업무
■AI 엔지니어링 (메인)RAG 파이프라인 설계·구축·운영
• 여러 소스의 ESG 데이터를 기반으로 한 RAG 파이프라인 설계, 제작, 유지보수
• 쿼리와 관련 있는 문서 검색 및 연구원 판단 프로세스 자동화
데이터 수집·추출
• 웹 크롤링을 통한 데이터 수집 자동화
• 웹페이지, PDF 등 다양한 소스에서 데이터 손실을 최소화한 추출 방법 연구 및 데이터셋 구축
평가 자동화
• 평가 시스템과 데이터셋을 연계하여 연구원 수준의 평가 결과 도출
• 사람의 검수 없이 자동화된 정량 평가 방법 연구
■ 백엔드 개발·운영 (AI 파이프라인 지원)
• AI 파이프라인을 서비스화하는 FastAPI 기반 백엔드 API 설계·개발·운영
• 기존 Java(Spring) 레거시 시스템의 Python 이관 및 안정적 유지보수
• 데이터 저장·조회 구조(MariaDB, MongoDB) 설계·운영 및 파이프라인 연동
• 배포·운영 환경(AWS, Docker 등)에서의 서비스 안정성 관리
자격요건
■ 기술 스택• AI / LLM: OpenAI API, Anthropic API, RAG 파이프라인 설계/운영, LLM 기반 요약·정보 추출
• Data Collection: 웹 크롤링(Scrapy, Playwright, BeautifulSoup 등), HTML/PDF/이미지 데이터 파싱, 상용 API 기반 OCR
• Data: Python(pandas, numpy), JSON/테이블 구조화, MariaDB, MongoDB
• Backend: Python(FastAPI) / Java(Spring Boot, Spring Batch) — 레거시, Python으로 전환 중
• Infra / DevOps: AWS, Docker, Nginx, Git, GitLab, GitLab CI
• Frontend / CMS: React, Next.js / JSP — 레거시
■ 필수
• 업무 자동화 혹은 AI 기반 서비스를 제작·운영한 경험이 있는 분
• Python을 사용한 실무 개발 경험 3년 이상인 분 (사내 개발은 Python으로 이루어지고 있습니다)
• LLM, Agent 및 RAG 기반 서비스를 개발·배포·운영해본 경험이 있는 분
• FastAPI 등 Python 기반 백엔드 API를 직접 설계·개발·운영해본 경험이 있는 분
• 데이터베이스(MariaDB, MongoDB 등)를 활용한 서비스 개발 경험이 있는 분
• 정형/비정형 데이터를 능숙하게 다룰 수 있는 분
• 크롤링, 데이터 처리, 자동화 문제 해결에 흥미가 있는 분
