AI Engineer

• LLM 기반 기능을 설계·배포하고, 실제 사용자에게 나가는 결과 품질을 책임집니다.

• LangGraph 기반 에이전트를 설계·개발해 다양한 질의를 올바르게 소화할 수 있도록 골드 셋과 eval기반으로 튜닝합니다.

• 테라 바이트 단위의 데이터에서 올바른 근거 데이터를 가져올 수 있도록 RAG 엔진을 최적화합니다.• 천만 건 단위 분류·추출 배치의 프롬프트, 모델 선택, 품질 기준을 설계합니다. 파이프라인 운영은 데이터 엔지니어와 협업합니다.

• 골드셋과 평가 체계를 구축합니다. 검색은 랭킹 지표(nDCG, f1 등)로, 생성과 에이전트는 LLM-as-a-judge로 개선 효과를 검증합니다.

• Elasticsearch/Opensearch 기반 검색을 고도화합니다. 하이브리드 검색(키워드 + 임베딩), 쿼리 리라이트, 리랭킹으로 검색 품질을 개선합니다.

• 고객 인터뷰에 참여해 요구를 기능과 평가 기준으로 구체화합니다.

• 백엔드 또는 AI 엔지니어링 실무 1년 이상

• LLM을 활용한 기능을 만들어 실제 사용자에게 배포해본 경험, 그리고 결과 품질을 감이 아니라 평가로 판단해본 경험

• LLM의 작동 원리를 깊이 있게 이해하고 계신분

• 검색, 에이전트, RAG 중 하나 이상을 프로덕션에서 개선해본 경험

• Python에 능숙하고, 배치 작업이나 데이터 파이프라인을 직접 작성·운영할 수 있는 분

• 모호한 요구를 스스로 구체화해 문서로 정리하고, 동료나 고객과 합의할 수 있는 분

• LLM으로 대량 콘텐츠를 생성해 서비스에 반영해본 경험

• Elasticsearch, 임베딩·하이브리드 검색, 리랭킹, 랭킹 지표 경험

• LangGraph 등 에이전트 프레임워크 또는 MCP 기반 도구 연동 경험

• LLM-as-a-judge를 설계하고, judge의 편향을 다뤄본 경험

• Airflow/Dagster, BigQuery 경험

• 논문·특허·정부과제 데이터를 다뤄본 경험, 또는 R&D 도메인 이해

• AI 코딩 도구로 프론트엔드와 백엔드를 모두 실서비스에 배포해본 경험

서류 ＞ 1차 비대면 기술 면접 (20~30분) ＞ 2차 대면 기술 면접 ＞ 경영진 면접 ＞ 최종 합격