포지션 상세
유모스원(UMOS ONE)은 현대자동차그룹 포티투닷의 자회사로, 데이터와 인공지능(AI) 기술을 기반으로 물류·모빌리티 서비스를 제공합니다. '하나의 연결로, 사람과 화물의 새로운 이동을 만든다'는 목표 아래 통합 서비스 브랜드 '잇’을 운영하며, 현장에 흩어진 데이터와 운영을 연결하고 있습니다.
유모스원은 AI 운송 플랫폼 '잇트럭', 지능형 창고 관리 솔루션 '잇스탁', 기업 셔틀 서비스 '잇셔틀', 통합 관제 솔루션 '잇플릿'을 통해 물류·모빌리티 운영의 효율성을 높이는 데 주력합니다. 현장의 운영 데이터와 AI 기술을 활용해 서비스를 개선하고, 스스로 판단하고 움직이는 자율 운영 환경을 만들어가고자 합니다.
빠르게 변화하는 시장 속에서 복잡한 문제를 날카롭게 분석하고, 더 나은 해법을 빠르게 실행할 동료를 찾고 있습니다. 함께 더 멀리 나아가고 서로의 성장을 진심으로 응원하는 팀에서 의미 있는 도전을 이어가고 싶다면, 유모스원에서 그 여정을 함께하세요.
• Agentic AI를 위한 지식 기반(Ontology & Knowledge Graph) 구축
• RDB, NoSQL 등 이종 원천 데이터를 프로파일링하여 온톨로지 스키마(TBox)를 정의하고, 실데이터(ABox)로 인스턴스화 및 매핑하는 데이터 지식화 파이프라인 설계
• 크로스 도메인 개체 간 관계 정의 및 동일 개체 식별(Entity Resolution)을 통한 지식 구조(Knowledge Graph) 통합
• 대규모 그래프 DB(AWS Neptune) 적재·백업·검증 도구 개발 및 데이터 정합성 보장
• AI 에이전트 평가 체계 구축 & 대시보드 시각화
• 챗봇/에이전트 응답 품질 정량 평가를 위한 Test Case 설계 및 Evaluator/Runner 자동화 구현
• SPARQL 생성 품질, 라우팅 정확도 등 세부 지표 분석 및 실패 원인 분류 대시보드 구축
• 지식 그래프 연동 전후 커버리지 변화 등 데이터 품질 지표 설계 및 비즈니스 임팩트 정량화
• 분석용 마트 설계 및 의사결정 지원
• Databricks 환경 내 분석 목적에 맞는 기초 데이터 마트 설계 및 쿼리 최적화
• 지식 그래프 운영 현황 및 LLM Call 흐름 분석을 통한 에이전트 성능 개선 인사이트 제공
• SQL 및 Python을 활용해 대용량 데이터를 자유롭게 탐색하고 파이프라인을 구축할 수 있으신 분
• RDB, NoSQL 등 이종 데이터를 분석하여 지식 구조(Ontology/Knowledge Graph)로 설계·정제해 본 경험이 있으신 분
• 정량적 평가 지표(Metrics)를 직접 설계하고 시스템/모델의 품질을 개선해 본 경험이 있으신 분
• Databricks 등 데이터 플랫폼 환경에서 데이터 마트 설계 또는 대시보드(BI) 개발 경험이 있으신 분
유모스원은 AI 운송 플랫폼 '잇트럭', 지능형 창고 관리 솔루션 '잇스탁', 기업 셔틀 서비스 '잇셔틀', 통합 관제 솔루션 '잇플릿'을 통해 물류·모빌리티 운영의 효율성을 높이는 데 주력합니다. 현장의 운영 데이터와 AI 기술을 활용해 서비스를 개선하고, 스스로 판단하고 움직이는 자율 운영 환경을 만들어가고자 합니다.
빠르게 변화하는 시장 속에서 복잡한 문제를 날카롭게 분석하고, 더 나은 해법을 빠르게 실행할 동료를 찾고 있습니다. 함께 더 멀리 나아가고 서로의 성장을 진심으로 응원하는 팀에서 의미 있는 도전을 이어가고 싶다면, 유모스원에서 그 여정을 함께하세요.
주요업무
유모스원(UMOS ONE)에서 3,000여 개 엔터프라이즈 고객사의 모빌리티·물류 데이터를 AI가 가장 잘 이해할 수 있는 형태(Knowledge Base)로 재가공하고, Agentic AI가 Actionable Insight를 제공할 수 있도록 지식 아키텍처를 구축할 AI Data Engineer를 모십니다.• Agentic AI를 위한 지식 기반(Ontology & Knowledge Graph) 구축
• RDB, NoSQL 등 이종 원천 데이터를 프로파일링하여 온톨로지 스키마(TBox)를 정의하고, 실데이터(ABox)로 인스턴스화 및 매핑하는 데이터 지식화 파이프라인 설계
• 크로스 도메인 개체 간 관계 정의 및 동일 개체 식별(Entity Resolution)을 통한 지식 구조(Knowledge Graph) 통합
• 대규모 그래프 DB(AWS Neptune) 적재·백업·검증 도구 개발 및 데이터 정합성 보장
• AI 에이전트 평가 체계 구축 & 대시보드 시각화
• 챗봇/에이전트 응답 품질 정량 평가를 위한 Test Case 설계 및 Evaluator/Runner 자동화 구현
• SPARQL 생성 품질, 라우팅 정확도 등 세부 지표 분석 및 실패 원인 분류 대시보드 구축
• 지식 그래프 연동 전후 커버리지 변화 등 데이터 품질 지표 설계 및 비즈니스 임팩트 정량화
• 분석용 마트 설계 및 의사결정 지원
• Databricks 환경 내 분석 목적에 맞는 기초 데이터 마트 설계 및 쿼리 최적화
• 지식 그래프 운영 현황 및 LLM Call 흐름 분석을 통한 에이전트 성능 개선 인사이트 제공
자격요건
• 5년 이상의 데이터 엔지니어링 또는 데이터 분석 경력이 있으신 분• SQL 및 Python을 활용해 대용량 데이터를 자유롭게 탐색하고 파이프라인을 구축할 수 있으신 분
• RDB, NoSQL 등 이종 데이터를 분석하여 지식 구조(Ontology/Knowledge Graph)로 설계·정제해 본 경험이 있으신 분
• 정량적 평가 지표(Metrics)를 직접 설계하고 시스템/모델의 품질을 개선해 본 경험이 있으신 분
• Databricks 등 데이터 플랫폼 환경에서 데이터 마트 설계 또는 대시보드(BI) 개발 경험이 있으신 분
