Theta는 투자 회사와 기업을 위한 고객 예측 분석 및 기업 가치 평가 방법을 개발합니다. CLV Ultra 모델은 팀이 고객 행동을 예측하고 고객 단위의 경제성을 평가하도록 지원하며, 마케팅 의사 결정, 고객 참여 전략, 기업 가치 평가에 활용됩니다.
응용 AI 엔지니어링 총괄
Theta의 엔지니어링 및 데이터 과학 팀을 이끌며 고객 가치를 예측하는 분석 시스템을 구축합니다. 클라우드 모델링 인프라, AI 보조 워크플로와 고객 프로젝트 납품을 총괄합니다.
설명
- 엔지니어링 및 데이터 과학 팀을 이끌고 직접 개발에도 참여합니다.
- 기술 방향을 설정하고 팀이 복잡한 납품 과제를 해결하도록 돕습니다.
- 고객의 기술 팀과 협업합니다.
- 수천 개의 모델을 안정적으로 실행할 클라우드 인프라를 설계합니다.
- 고객 엔지니어와 협력해 모델을 패키징하고 고객 환경에 배포합니다.
- 고객 원본 파일부터 검증된 모델 출력까지 처리하는 안정적이고 재사용 가능한 파이프라인을 구축합니다.
- 데이터 준비와 모델링을 위한 AI 보조 워크플로를 만듭니다.
- 테스트, 검증, 안정적인 배포를 위한 표준을 수립합니다.
- 팀의 코드와 기술 설계를 검토합니다.
- 장기적인 유지 관리성을 지키면서 무엇을 구축하고 자동화하거나 외주화할지 결정합니다.
- 데이터 과학자들이 까다로운 고객 납품 문제를 해결하도록 돕고 여러 프로젝트가 겹칠 때는 직접 기여합니다.
지원 자격
- 엔지니어링, 데이터 과학, 고객 납품 전반에 걸친 깊은 엔지니어링 전문성, 호기심, 건전한 판단력을 갖춰야 합니다.
- 클라우드 인프라에서 프로덕션 데이터 또는 머신러닝 시스템을 대규모로 처음부터 끝까지 구축하고 운영한 경험이 있어야 합니다.
- 클라우드 인프라 경험이 필요합니다. Google Cloud 경험을 우대하며 AWS, Azure, Databricks 또는 Snowflake 경험도 관련성이 있습니다.
- 데이터 준비, 모델 실행, 인프라에 걸친 문제를 해결할 수 있어야 하며, 정돈되지 않은 입력 파일부터 느린 모델 실행까지 다룰 수 있어야 합니다.
- 데이터와 출력을 비판적으로 평가하고 실행을 중단해야 할 시점을 판단할 수 있어야 합니다.
- 기존 R 기반 프로덕션 기술 스택을 배우고 활용할 의지가 있어야 합니다.
- 신뢰성, 사용성, 납품 요구를 균형 있게 고려하는 제품 엔지니어링 사고방식을 갖춰야 합니다.
- 실무 중심의 기술 지도로 소규모의 숙련된 데이터 과학 팀을 이끌고 어려운 납품 문제 해결을 지원해야 합니다.
- 고객 회의에 참여해 기술적 접근 방식과 장단점을 설명하고 데이터 요구 사항을 논의하며 고객의 기술 스택과 인프라를 파악하는 데 편안해야 합니다.
- AI 보조 워크플로 개발에 큰 관심이 있고 낯선 도구를 빠르게 익히며 결과를 비판적으로 평가할 수 있어야 합니다.
- 우대 사항: 대규모 언어 모델 또는 에이전트 기반 시스템을 포함해 데이터 준비 및 모델링용 AI 보조 워크플로를 구축하고 평가한 경험.
- 우대 사항: 패키징, 종속성 관리, 컨테이너 또는 Rcpp를 통한 C++ 통합을 포함한 프로덕션 R 경험.
- 우대 사항: 통계 모델링 경험, 특히 CLV 또는 BTYD 모델에 대한 이해.
- 우대 사항: Databricks, Snowflake 또는 Spark 등 고객 관리 환경에 데이터 또는 모델링 워크플로를 배포한 경험.
- 우대 사항: Terraform이나 유사 도구를 사용한 인프라 코드화 경험 및 CI/CD 경험.
