포지션 상세
[GPU클라우드팀]은 현대자동차그룹의 미래 자율주행과 로보틱스 혁신을 뒷받침하는 핵심 AI 인프라 및 플랫폼 조직입니다. 초거대 AI 모델의 학습과 서빙을 위한 고성능 GPU 클러스터 아키텍처를 설계·구축하고, 이를 극대화할 수 있는 GPUaaS(GPU as a Service) 및 AI 플랫폼까지 엔드투엔드(End-to-End) 풀스택 기술을 연구·개발합니다. 인프라부터 플랫폼까지 아우르는 기술력을 바탕으로 그룹 내 연구진과 개발자들에게 가장 빠르고 안정적인 AI 개발 환경을 제공것을 목표로 합니다.
- GPU 오케스트레이션(K8s 기반 GPU 스케줄링·리소스 관리), MLOps(학습·배포 파이프라인), 모델 서빙(추론 인프라)을 아우르는 플랫폼 아키텍처 통합 설계
- Multi-tenancy, 리소스 쿼터/스케줄링 정책 등 플랫폼 공통 기능 설계 및 제품 로드맵 수립
- MLOps·서빙 오픈소스/상용 프레임워크(Kubeflow, Ray, KServe, Triton, MLflow 등) 기술 검증 및 도입
#AI플랫폼컴포넌트 #개발기술 #클라우드인프라기술
- Kubernetes 기반 컨테이너 오케스트레이션 및 GPU 리소스 스케줄링 이해 및 사용 경험
- MLOps 파이프라인(학습-배포-모니터링 전주기) 설계/운영 경험
- 모델 서빙·추론 인프라(Triton, TorchServe, KServe 등)에 대한 이해
주요업무
- GPU Cloud 기반 엔터프라이즈 AI 플랫폼 전체 아키텍처 설계/개발/검증/솔루션화 리드- GPU 오케스트레이션(K8s 기반 GPU 스케줄링·리소스 관리), MLOps(학습·배포 파이프라인), 모델 서빙(추론 인프라)을 아우르는 플랫폼 아키텍처 통합 설계
- Multi-tenancy, 리소스 쿼터/스케줄링 정책 등 플랫폼 공통 기능 설계 및 제품 로드맵 수립
- MLOps·서빙 오픈소스/상용 프레임워크(Kubeflow, Ray, KServe, Triton, MLflow 등) 기술 검증 및 도입
#AI플랫폼컴포넌트 #개발기술 #클라우드인프라기술
자격요건
- AI/ML 플랫폼 및 클라우드 네이티브 플랫폼 아키텍처 설계 역량- Kubernetes 기반 컨테이너 오케스트레이션 및 GPU 리소스 스케줄링 이해 및 사용 경험
- MLOps 파이프라인(학습-배포-모니터링 전주기) 설계/운영 경험
- 모델 서빙·추론 인프라(Triton, TorchServe, KServe 등)에 대한 이해
