• (Agentic AI) Gemini 기반의 단일 AI Agent를 풀필먼트 도메인 특화 멀티 AI Agent 시스템으로 확장하고, 고객사/부서별 전문화된 에이전트 구축, 나아가 피드백 로그 분석 및 자체 자가 진단 기능을 통해 에이전트 답변의 정확도를 지속적으로 개선 그리고 추론 및 예측 능력을 향상

• ( 지식그래프 구축 및 전환 )활용 범위를 Slack 기반에서 웹서비스로 확대하고, WMS/OMS/LMS 데이터 분석 및 인사이트를 제공하는 지능화된 에이전트 시스템을 구축, GraphRAG 시스템을 운영하여 기존 지식 체계를 전환하고 프롬프트 엔지니어링 의존도를 최소화

• ( LLM 기반 데이터 파이프라인 및 최적화 ) 정형/비정형 데이터를 구조화하는 LLM 데이터 파이프라인 구축 및 분석도구및 예측 모델 통합을 수행, LLM 모델 비용 대비 품질 최적화 및 AWS/GCP 인프라 비용 비교 분석을 통한 합리적 의사결정 전략을 제시

• 역량

- Python 기반 API 서버 개발 (FastAPI)

- LangChain, LangGraph, CrewAI 를 활용한 LLM 애플리케이션 구축

- Docker, Kuberenetes 환경에서의 인프라 운영 및 배포

- AWS 또는 GCP 클라우드 활용

• 경험

- 2~3년 이상 백엔드 또는 AI 서비스 개발 경험

- LLM 모델 특성 이해 및 실전 활용 경험

- 컨텍스트 개선 등의 프롬프트 엔지니어링을 통한 성능 향상 경험

- GraphDB 기반의 Neo4j 전환에 따른 비용 트레이드오프 개선 경험

• 언어 / 프레임워크

- 프로그래밍 언어: Python(능숙), Javascript(기본)

- 데이터베이스: PostgreSQL, Neo4j, Bigquery

- AI: LangChain, LangGraph, CrewAI, Gemini

• 정성

- 풀필먼트 서비스에 대한 관심 또는 도메인 경험 보유

- 주도적인 프로젝트 수행 경험

※ 연구원(Reseacher)가 아니라, AI를 서비스로 구현할 수 있는 엔지니어를 찾고 있습니다.

• LLM 비용 및 속도 최적화 실전경험

• CS 기초 (자료구조, 알고리즘, 시스템 설계 등)

• 최신 LLM 논문 및 기술 트렌드 지속적 학습 및 적용

• 지식그래프 모델링 경험 또는 온톨로지 설계 참여 등

• 자바스크립 기반의 slack 연동

• 슬랙 또는 노션, 지라 API 활용 경험

•서류 전형 - 1차 인터뷰 - 레퍼런스 체크 - 2차 인터뷰 - 처우 협의 - 최종 합격

[두핸즈 Tech팀은 이렇게 일해요]

• 근무 요일 : 주 5일 (월 ~ 금)

• 근무 시간 : 10:00 ~ 19:00 (점심 식사 및 휴게 1시간)

• 근무 형태 : 대면 재택 혼합 근무

※ 팀원 간 피드백 및 소통을 위한 주 1회 오피스 출근 필수

※ 우리가 만드는 결과물의 피드백을 청취하기 위한 주 1~2회 물류센터 방문 필수

※ 위 근무 형태 준수 가능한 분만 지원해주세요

* 채용 절차는 포지션에 따라 생략/추가될 수 있습니다.

* 레퍼런스 체크는 지원자의 동의 하에만 진행되며, 동의하지 않아도 전형에 불이익이 없습니다.

* 1차 인터뷰는 화상으로 진행하며, 2차 인터뷰는 대면으로 진행됩니다.