포지션 상세
AI Agent Engineer는 LLM 기반 AI Agent와 Agent Workflow를 설계·개발하고, 현업의 업무 문제를 AI로 해결 가능한 과제로 구체화하여 실제 업무에 적용하는 역할을 담당합니다.
현업 담당자와 긴밀하게 협업하여 업무 프로세스와 Pain-point를 파악하고, AI Agent를 활용한 해결 방안을 빠르게 검증합니다. 이후 PoC에 그치지 않고 사내 시스템과 Knowledge를 연결하여 서비스 구현·배포·운영 안정화 및 현업 정착까지 End-to-End로 수행합니다.
특정 Agent Framework의 사용 경험보다는 Agent의 구조와 실행 원리를 이해하고, 과제의 요구사항에 맞는 Framework·SDK·Model·Tool을 선택하여 실제 업무 가치를 만들어낼 수 있는 엔지니어링 역량을 중요하게 생각합니다.
: 현업 담당자와 긴밀히 협업하여 업무 Pain-point를 분석하고, AI 기술로 해결 가능한 과제를 정의 및 구조화합니다.
: LLM 기반 AI Agent 및 Agent Workflow를 설계·개발하고, PoC부터 현업 배포 및 운영 안정화까지 End-to-End로 전 과정을 수행합니다.
: Claude Code, Codex, Cursor 등 AI Coding Agent를 적극 활용하여 빠르게 프로토타이핑 및 개발을 진행합니다.
• Enterprise 시스템 및 Knowledge 연계
: MCP(Model Context Protocol), API, DB, ERP 등 사내 시스템 및 기업 지식(RAG, Vector DB 등)을 Agent와 안정적으로 연계하는 구조를 구축합니다.
• Agent 실행 및 운영 기반 구축 (Architecture & Reliability)
: Planning, Context/Memory, Tool Calling을 활용한 에이전트 연동 구조와 Guardrail, 인증·인가, Human-in-the-loop 등 안전성을 고려한 실행 체계를 구현합니다.
: Tracing, Monitoring, Evaluation 체계를 도입하여 서비스의 품질과 신뢰성을 지속적으로 검증 및 개선합니다.
• 재사용 가능한 Agent Platform 및 공통 자원 개발
: 공통 Tool, Component, Agent Template 등 확장성과 재 사용성을 갖춘 Agent Platform 자원을 개발합니다.
• OpenAI·Anthropic·Google Gemini 등 LLM API를 활용한 서비스 개발 경험
• 하나 이상의 Agent Framework 또는 Agent SDK를 활용하여 실제 동작하는 Agent를 설계·구현한 경험
• Agent Loop·State·Context·Memory·Tool·Handoff·Orchestration 등 Agent Architecture에 대한 이해
• Prompt Engineering 및 Tool / Function Calling에 대한 이해와 구현 경험
• RAG·Embedding·Vector Search 및 REST API·외부 시스템 연동 개발 경험
• 현업의 요구사항과 Pain-point를 이해하고 기술적으로 해결 가능한 문제로 구조화할 수 있는 역량
• 문제 정의 설계 구현 검증 배포까지 독립적으로 수행할 수 있는 엔지니어링 역량
• 개발자뿐 아니라 현업·기획자 등 비개발 직군과 원활하게 협업할 수 있는 커뮤니케이션 역량
• 빠르게 변화하는 AI 기술을 지속적으로 학습하고 필요한 기술을 빠르게 검증·적용할 수 있는 역량
현업 담당자와 긴밀하게 협업하여 업무 프로세스와 Pain-point를 파악하고, AI Agent를 활용한 해결 방안을 빠르게 검증합니다. 이후 PoC에 그치지 않고 사내 시스템과 Knowledge를 연결하여 서비스 구현·배포·운영 안정화 및 현업 정착까지 End-to-End로 수행합니다.
특정 Agent Framework의 사용 경험보다는 Agent의 구조와 실행 원리를 이해하고, 과제의 요구사항에 맞는 Framework·SDK·Model·Tool을 선택하여 실제 업무 가치를 만들어낼 수 있는 엔지니어링 역량을 중요하게 생각합니다.
주요업무
• AI Agent 서비스 및 Workflow 개발 (End-to-End): 현업 담당자와 긴밀히 협업하여 업무 Pain-point를 분석하고, AI 기술로 해결 가능한 과제를 정의 및 구조화합니다.
: LLM 기반 AI Agent 및 Agent Workflow를 설계·개발하고, PoC부터 현업 배포 및 운영 안정화까지 End-to-End로 전 과정을 수행합니다.
: Claude Code, Codex, Cursor 등 AI Coding Agent를 적극 활용하여 빠르게 프로토타이핑 및 개발을 진행합니다.
• Enterprise 시스템 및 Knowledge 연계
: MCP(Model Context Protocol), API, DB, ERP 등 사내 시스템 및 기업 지식(RAG, Vector DB 등)을 Agent와 안정적으로 연계하는 구조를 구축합니다.
• Agent 실행 및 운영 기반 구축 (Architecture & Reliability)
: Planning, Context/Memory, Tool Calling을 활용한 에이전트 연동 구조와 Guardrail, 인증·인가, Human-in-the-loop 등 안전성을 고려한 실행 체계를 구현합니다.
: Tracing, Monitoring, Evaluation 체계를 도입하여 서비스의 품질과 신뢰성을 지속적으로 검증 및 개선합니다.
• 재사용 가능한 Agent Platform 및 공통 자원 개발
: 공통 Tool, Component, Agent Template 등 확장성과 재 사용성을 갖춘 Agent Platform 자원을 개발합니다.
자격요건
• Python 또는 TypeScript 기반 애플리케이션/백엔드 개발 경험• OpenAI·Anthropic·Google Gemini 등 LLM API를 활용한 서비스 개발 경험
• 하나 이상의 Agent Framework 또는 Agent SDK를 활용하여 실제 동작하는 Agent를 설계·구현한 경험
• Agent Loop·State·Context·Memory·Tool·Handoff·Orchestration 등 Agent Architecture에 대한 이해
• Prompt Engineering 및 Tool / Function Calling에 대한 이해와 구현 경험
• RAG·Embedding·Vector Search 및 REST API·외부 시스템 연동 개발 경험
• 현업의 요구사항과 Pain-point를 이해하고 기술적으로 해결 가능한 문제로 구조화할 수 있는 역량
• 문제 정의 설계 구현 검증 배포까지 독립적으로 수행할 수 있는 엔지니어링 역량
• 개발자뿐 아니라 현업·기획자 등 비개발 직군과 원활하게 협업할 수 있는 커뮤니케이션 역량
• 빠르게 변화하는 AI 기술을 지속적으로 학습하고 필요한 기술을 빠르게 검증·적용할 수 있는 역량
