[RAG 시스템 설계 및 개발]

• 문서 수집부터 답변 생성까지, 전체 RAG 파이프라인 구축

• Chunking 전략 수립, 임베딩 모델 선정, 검색 품질 최적화

• LLM 기반 질의응답 시스템 API 설계 및 개발

[Knowledge Graph 구축]

• 비정형 문서에서 Entity/Relation 추출 및 지식 그래프 모델링

• Graph DB 설계 및 운영 (Neo4j 등)

• GraphRAG 등 KG + RAG 하이브리드 아키텍처 적용

• Python, FastAPI 기반 백엔드 개발 경력 3년 이상

• LangChain 등 LLM 프레임워크 활용 경험

• RAG 파이프라인 구축 경험 (Chunking Embedding Retrieval Generation

• RDB(MySQL, PostgreSQL 등) 1개 이상 실무 경험

• 벡터 DB(Pinecone, Milvus, ChromaDB 등) 1개 이상 실무 경험

• 직접 기능을 제안하고 구현까지 완료해본 경험

[RAG 심화]

• Hybrid Search(dense + sparse), Re-ranking 적용 경험

•RAG 품질 평가(RAGAS 등) 및 Hallucination 개선 경험

• 도메인 특화 임베딩 모델 선정 또는 파인튜닝 경험

[Knowledge Graph]

• Neo4j, Amazon Neptune 등 Graph DB 활용 경험

• 온톨로지 설계 또는 Entity/Relation 자동 추출 경험

• 계약직 6개월

[채용 절차]

• 서류 전형(*필요시 코딩테스트가 진행될 수 있습니다)

• 1차 인터뷰 (직무 및 문화 적합성)

• 2차 인터뷰 (CEO와의 커피챗)

• 처우 협의

• 최종 합격(*필요시 레퍼런스 체크 진행될 수 있습니다)

[참고 사항]

• 서류 전형 합격자에 한해 개별 연락을 드리며, 채용이 완료되면 마감합니다.

• 등록 장애인 및 보훈대상자 등 취업 보호 대상자는 관련 법령에 따라 우대합니다.

• 해외여행에 결격 사유 및 지원서에 허위 사실이 있는 경우 채용이 취소될 수 있습니다.

• 연봉 및 신체정보, 혼인 여부 등 민감한 정보는 제외하여 지원 바랍니다.