ML / Foundation Model Engineer

1. 대규모 사용자 속성 데이터 예측 및 보완 모델 개발
2. Transformer 계열 아키텍처를 활용한 대규모 Tabular Data Modeling
3. 불완전하거나 관측되지 않은 데이터를 추론·보완하기 위한 ML Pipeline 설계 및 고도화
4. 사용자 행동 및 전환 예측 모델 개발
5. 대규모 행동 Sequence를 기반으로 사용자의 관심·구매·전환 가능성을 예측하는 모델 개발
6. Calibration, Accuracy Benchmark 등 통계적·정량적 모델 검증 체계 구축
7. Behavior Foundation Model 및 Embedding System 개발
8. 대규모 행동 데이터 기반 Self-supervised Pre-training Architecture 설계
9. 사용자 및 행동 데이터를 표현하는 Embedding 생성 Pipeline 구축
10. Model 및 Encoder Version 관리와 재현 가능한 학습 체계 구축
11. 대규모 Vector Search 시스템 구축
12. High-dimensional Embedding 기반 유사 사용자 탐색 및 확장 시스템 개발
13. 대규모 Vector Indexing, ANN Search 및 Serving Architecture 설계·운영
14. ML 학습·추론 및 Serving Pipeline 구축
15. Cloud 및 Data Lake 환경에서 대규모 모델의 학습·추론 Pipeline 구축
16. Data Engineer 및 Platform Engineer와 협업하여 안정적인 ML Serving 환경 운영

1. ML/DL 분야 5년 이상 실무 경험을 보유하신 분
2. 석사 이상의 경우 연구 경험 일부 인정
3. Transformer Architecture에 대한 깊은 이해와 PyTorch 기반 모델 구현·학습 경험이 있으신 분
4. 대규모 Tabular 또는 Sequence Data 기반 학습 Pipeline을 구축한 경험이 있으신 분
5. Embedding 기반 검색 시스템(FAISS, Milvus, pgvector 등)을 설계·운영한 경험이 있으신 분
6. 모델 성능을 정량적 지표로 검증하고 재현 가능한 실험 환경을 운영한 경험이 있으신 분

1. Tabular Foundation Model, Behavior Foundation Model, LLM 등 Foundation Model 관련 연구 또는 논문 구현 경험이 있으신 분
2. Missing Data Imputation, Semi-supervised Learning, Self-supervised Pre-training 경험이 있으신 분
3. Snowflake, AWS 등 Cloud-native ML Infrastructure 운영 경험이 있으신 분
4. 광고·커머스 등 대규모 사용자 행동 데이터 모델링 경험이 있으신 분
5. 대규모 데이터 환경에서 Embedding 및 Vector Search System을 구축한 경험이 있으신 분
6. 특허 출원, 기술평가, 기술문서 작성 등 기술 자산화 과정에 참여한 경험이 있으신 분

서류 전형 ＞ 1, 2차 인터뷰 (One day) ＞임원 인터뷰 > 처우 협의 ＞ 최종 합격

• 최초 이력서 접수 후 5일 이내로 서류 결과 안내드립니다.

• 1차 인터뷰는 실무 역량 검증, 2차 인터뷰는 조직문화 적합성 검증을 위해 진행되며, 하루에 진행됩니다.

• 신입/경력 여부와 상관없이 3개월의 수습기간이 있습니다.