[리소리우스] ML Data Engineer 채용 (O명)

데이터셋 구축·검증 및 제공

1. 연구 질문과 활용 목적을 코호트 조건, 필요 변수, 가공 규칙, 산출물과 완료 기준이 정의된 태스크로 구체화하고 Dataset 구축
2. Researcher 및 Domain Expert와 함께 Label, Outcome, Prediction Target과 Feature 구성을 정의하고, 라벨링 지침·검수 기준 및 작업 결과를 데이터셋에 반영
3. 평가 목적에 맞는 환자·기관·시간 기준의 Sampling 및 Train / Validation / Test Split 설계와 Data Leakage·Label Leakage 검증
4. 동일 환자의 방문·검체·모달리티 간 중복 및 예측 시점 이후 정보 유입 등 태스크별 누수 위험 점검
5. Longitudinal / Temporal Patient Dataset 구축 및 EHR/EMR, Imaging, Pathology, Omics 등 Multi-modal Dataset Alignment
6. 결측·중복, 라벨 오류, 데이터 분포 및 코호트 선택 편향을 점검하는 Dataset Quality / Distribution Validation Pipeline 구축
7. 태스크별 추출·가공·검증 과정의 자동화와 Dataset 갱신·재생성 파이프라인 운영
8. 입력 데이터 버전, 가공 코드·설정, 라벨·검수 이력 및 Split 정보를 연결한 Dataset Versioning, Snapshot 및 Benchmark 관리
9. 사용·제공 가능한 범위와 제공 규격에 맞춰 Dataset을 구성하고, 코호트·라벨 정의, 데이터 사전, 품질 검증 결과, 이용 범위와 버전별 변경 내역을 포함한 제공 패키지 제작

연구 과제별 학습 데이터 확장

1. Model Error, Failure Case, Hard Example 및 평가 결과를 분석하여 Dataset 개선 과제 도출
2. AI Agent의 Reasoning / Tool-use / Research Trajectory 기록 수집·정제 및 검수
3. AI/ML Engineer 및 Researcher와 협업하여 SFT, Preference Learning, RL 및 Post-training Dataset 구축과 Feedback Data Loop 운영

1. Python을 활용해 데이터를 추출·가공·검증하고, ML 학습·평가용 Dataset을 구축한 경험이 있으신 분
2. ML Task에 맞는 Sampling, Train / Validation / Test Split 및 Validation 방법을 이해하고 적용할 수 있으신 분
3. 데이터 분포, Bias, Leakage 및 Dataset Quality가 모델 성능과 평가에 미치는 영향을 이해하고, 관련 문제를 점검할 수 있으신 분
4. 가공 코드·설정, 라벨, 데이터 버전을 관리하여 Dataset과 ML Experiment를 재현할 수 있으신 분
5. 반복적인 데이터 처리·검증 과정을 재사용 가능한 코드나 파이프라인으로 구현할 수 있으신 분
6. AI/ML Engineer, Researcher 및 Domain Expert와 협업하여 요구사항을 구체적인 가공·검수 기준과 데이터 산출물로 구현할 수 있으신 분

1. Clinical, EHR/EMR, Imaging, Pathology, Omics 중 하나 이상의 Biomedical Data 처리 경험
2. Patient Cohort Definition, Clinical Outcome 또는 Longitudinal / Temporal Patient Dataset 구축 경험
3. Multi-modal ML Dataset 구축 경험
4. SQL을 활용한 코호트 추출 및 데이터 가공 경험
5. 라벨링 지침·검수 기준을 정리하고, 라벨 품질과 수정 이력을 관리한 경험
6. Spark, Ray 등 대규모 데이터 처리 Framework 활용 경험
7. MLflow, DVC, Weights & Biases 등을 활용한 Dataset / Experiment Versioning 경험
8. ML Benchmark 또는 Evaluation Dataset 구축 경험
9. LLM/Agent Trajectory, Instruction / SFT Dataset 구축 경험
10. Preference, Reward Model, RLHF/RLAIF 등 Post-training Dataset 관련 경험
11. Model Failure Case Mining, Hard Example Mining, Active Learning 또는 평가 결과를 활용한 Dataset 개선 경험
12. 외부 고객이나 연구 협력자에게 제공할 Dataset의 패키징, 품질 검수 및 문서화 경험

1차: 대표자 커피챗

2차: 실무자 커피챗

(필요 시) 기술 면접 → 레퍼런스 체크