ML 엔지니어(생성AI / LLMops, sLLM, 온프레미스)

1. sLLM‧Agent 개발 및 최적화

• 소형 언어 모델 및 에이전트 파이프라인 연구·개발

• 마케팅 도메인 특화 LLM 파인튜닝, RAG, LangChain, Vector DB 설계

2. ML/LLM Ops 구축

• AWS, GCP(BigQuery 포함) 기반의 MLOps · LLMOps 파이프라인 설계 및 자동화

• CI/CD, 모델 서빙, 실험 관리(MLflow, Weights & Biases 등)

3. 데이터 파이프라인 & 인프라

• 대규모 마케팅/이커머스 데이터 수집·전처리·피처 엔지니어링

• BigQuery, Redshift, Athena 등 데이터 웨어하우스 모델링 및 최적화

4. 프로덕트 통합 & 데모

• Python FastAPI 또는 Streamlit 기반 데모 서비스 개발

• • 백엔드 팀과 협업하여 AI 기능을 서비스에 통합

• 컴퓨터공학·전산학 등 관련 전공 학사 이상 혹은 그에 준하는 역량

• 머신러닝/딥러닝 경력 3년 이상 및 생성형 AI 프로젝트 경험

• AWS 혹은 GCP 환경에서 모델 학습·배포 경험

• 파이썬 숙련 및 PyTorch/TensorFlow, HuggingFace 생태계 활용 능력

• 마케팅·이커머스 도메인 데이터 이해 및 관심

• Docker·Kubernetes 기반 컨테이너 배포 경험

• 팀과 원활히 소통하며 주도적으로 문제를 해결하는 태도

• LLM·Agent 기반 SaaS/프로덕트 상용화 경험

• BigQuery 성능 최적화 및 비용 관리 경험

• Apache Airflow, Dagster 등 워크플로우 오케스트레이션 경험

• sLLM 튜닝 및 커스터마이징 프로젝트 경험자

• 클라우드 플랫폼(AWS, GCP, Azure) 및 온프레미스 인프라 경험자

• Docker, Kubernetes 등 컨테이너 기술 사용 경험자

• 백엔드 개발 경험: Python, Java, Node.js 등 언어를 활용한 백엔드 시스템 개발 경험 보유자

• 마케팅 또는 광고 분야에 대한 도메인 이해 보유자

• 대규모 A/B 테스트 설계 및 지표 분석 경험

• 온프레미스·하이브리드 클라우드 환경 구축 경험

• 논문 구현·벤치마킹을 통한 최신 모델 프로덕션 적용 경험

• 영어 문서 작성 및 기술 블로그 운영 경험

1차 서류 전형 > 2차 폰스크리닝 > 대면 전문성 인터뷰 > 최종 대면 인터뷰 > 처우 협의 및 최종 합격