• AI 모델 개발 및 ​개선
• 서비스 ​요구사항에 맞는 ​머신러닝/딥러닝 모델을 설계·개발하고 ​지속적으로 개선
• 데이터 ​특성과 ​문제 정의에 ​맞는 ​알고리즘을 ​선택하고 성능을 검증
• 모델 ​서빙 ​및 운영
• 모델 성능 ​저하, ​데이터 ​변화에 따른 이슈를 ​모니터링하고 개선
• 데이터 ​파이프라인 ​연계
• 데이터팀, 백엔드 ​엔지니어와 협업하여 ​학습 ​및 추론에 필요한 ​데이터 흐름을 ​설계
• 모델 학습·평가·배포 과정의 재현성과 효율성을 확보
• 서비스 협업
• PM, 개발팀과 협업하여 AI 기능을 실제 서비스에 자연스럽게 융화
• 기술적 제약과 가능성을 설명하고 합리적인 구현 방향을 제안

• 머신러닝 또는 딥러닝 모델을 직접 개발, 운영한 경험
• 모델 성능 모니터링, 드리프트 대응 경험

• 팀과의 협업을 통해 AI 기술을 제품 가치로 연결해 본 경험
• 대용량 데이터 또는 비정형 데이터를 다뤄본 경험
• Google Cloud 환경에서 AI 워크로드 운영 경험
• sLLM 또는 LLM을 직접 개발, 운영한 경험

채용절차

• 서류검토
• 실무핏 인터뷰
• 컬처핏 인터뷰
• 처우협의