[리소리우스] Research MLOps Engineer 채용 (○명)

1. World Model, Biomedical AI 및 LLM/Agent를 위한 GPU 기반 학습·추론 Infrastructure를 구축하고 운영합니다.
2. Training, Evaluation, Model Registry, Deployment가 연결되는 ML Pipeline 및 MLOps 환경을 구축합니다.
3. 연구자의 실험 설정, Dataset, Checkpoint, Metric 및 Artifact를 추적하고 재현할 수 있는 Experiment Management 환경을 개발합니다.
4. On-premise 및 Cloud 환경에서 GPU Resource Scheduling, Monitoring 및 Infrastructure Optimization을 수행합니다.
5. LLM/Agent 및 AI Model의 API Serving, Batch Inference, Online Inference 환경을 구축하고 안정성을 개선합니다.
6. SFT, Preference Learning, RL 등 Post-training Pipeline과 Agent Evaluation 환경을 구축합니다.
7. AI Scientist, Data Engineer 및 Software Engineer와 협업하여 연구 코드를 재현 가능하고 확장 가능한 Production/Research System으로 전환합니다.

1. MLOps, ML Platform, Backend/Infrastructure Engineering 또는 유관 분야의 실무 경험이 있으신 분
2. Python 기반 ML/Backend System 개발 경험이 있으신 분
3. Docker 및 Kubernetes 기반 환경에 대한 이해와 구축·운영 경험이 있으신 분
4. PyTorch 등 ML Framework를 활용한 Training/Inference Workflow에 대한 이해가 있으신 분
5. Linux 및 GPU 기반 ML Infrastructure를 운영하고 문제를 분석할 수 있으신 분
6. AI/ML Researcher 및 Engineer와 협업하여 연구 요구사항을 시스템으로 구현할 수 있으신 분

1. MLflow, Weights & Biases, Kubeflow 등 Experiment Tracking/MLOps Platform 구축 경험
2. NVIDIA GPU Cluster, Multi-GPU 또는 Distributed Training 환경 운영 경험
3. PyTorch DDP, DeepSpeed, FSDP, Ray 등 Distributed ML Framework 활용 경험
4. vLLM, Triton Inference Server 등 GPU 기반 Model/LLM Serving 경험
5. LLM/Agent의 Evaluation, SFT, Preference Learning 또는 RL/Post-training Pipeline 구축 경험
6. AWS 등 Cloud와 On-premise가 혼합된 Hybrid ML Infrastructure 구축 경험
7. Airflow, Argo Workflows, Kubeflow Pipelines 등 Workflow Orchestration 경험
8. Terraform, CI/CD, Observability 등 Infrastructure Automation 및 Monitoring 경험

1차: 대표자 커피챗

2차: 실무자 커피챗

(필요 시) 기술 면접 → 레퍼런스 체크