중급 AI 개발자
AWS와 Azure에서 프로덕션용 에이전트형 AI 시스템을 구축하고 LLM 워크플로, RAG 파이프라인, 평가 체계와 책임 있는 AI 통제 기능을 설계합니다.
설명
- 계획 수립, 도구 사용, 메모리, 사람의 감독 기능을 갖춘 단일 및 다중 에이전트 AI 워크플로를 설계하고 구축합니다.
- AWS와 Azure AI에서 LLM 애플리케이션을 개발하고 각 사용 사례에 적합한 플랫폼과 모델을 선택합니다.
- 데이터 수집, 청킹, 임베딩, 벡터 검색, 기업 데이터 기반 그라운딩을 포함하는 RAG 파이프라인을 구축합니다.
- MCP, 함수 호출 또는 도구 호출을 통해 에이전트를 내부 시스템, API, SaaS 도구에 연결합니다.
- 회귀 테스트, LLM 평가자 방식, 사람의 검토를 활용해 품질, 정확도, 안전성, 비용 평가 프레임워크를 구축합니다.
- 프롬프트 인젝션 방어, 콘텐츠 필터링, 개인 식별 정보 처리, 접근 제어, 감사 로그 등 책임 있는 AI 보호 조치를 구현합니다.
- CI/CD와 인프라 코드화를 사용해 서비스를 컨테이너화하고 배포합니다.
- 추적, 로깅, 지연 시간 및 토큰 비용 모니터링을 설정해 관측 가능성을 확보합니다.
- 모델, 프롬프트, 인프라 전반의 성능, 안정성, 비용을 개선합니다.
- 엔지니어를 멘토링하고 설계 및 코드 리뷰를 주도하며 아키텍처와 의사결정을 문서화합니다.
- 제품 책임자, 데이터 팀, 보안 및 아키텍처 팀과 협력해 AI 활용 사례를 구상부터 프로덕션까지 추진합니다.
지원 자격
- 컴퓨터 과학, 공학 또는 관련 분야의 학사 학위가 있거나 이에 준하는 경력이 있어야 합니다.
- 소프트웨어 엔지니어링 경력 3년 이상이며, 이 중 1년 이상은 프로덕션 LLM 또는 생성형 AI 애플리케이션 구축 경험이어야 합니다.
- Python에 능숙하고 API 및 서비스를 구축하고 운영한 경험이 있어야 합니다.
- LangGraph, LangChain, Microsoft Agent Framework 또는 Semantic Kernel, AutoGen, Strands Agents, CrewAI 등 최신 프레임워크를 활용한 에이전트 시스템 구축 실무 경험이 있어야 합니다.
- AWS 또는 Azure AI 서비스를 프로덕션 환경에서 사용한 경험이 있고 다른 플랫폼에 대한 실무 지식도 있어야 합니다.
- OpenSearch, Azure AI Search, pgvector, Pinecone 등의 벡터 데이터베이스 또는 검색 서비스를 이용한 RAG 실무 경험이 있어야 합니다.
- 컨테이너, 네트워킹, IAM 또는 Entra ID 같은 ID 서비스, 시크릿 관리를 포함한 클라우드 기본 지식이 있어야 합니다.
- CI/CD, Git, Terraform, Bicep, CloudFormation 등의 인프라 코드화 도구 경험이 있어야 합니다.
- LLM 평가, 프롬프트 엔지니어링, AI 특유의 안전 및 보안 위험을 이해해야 합니다.
- 명확하게 소통하고 기술 및 비기술 관계자에게 절충점을 설명할 수 있어야 합니다.
- MCP 서버, A2A 같은 다중 에이전트 프로토콜 또는 대규모 에이전트 오케스트레이션 경험.
- 오픈 소스 모델을 포함한 모델 미세 조정 또는 맞춤화 경험.
- 은행, 의료, 정부 등 규제가 적용되는 분야의 업무 경험.
- AWS Certified AI Practitioner 또는 Solutions Architect, Azure AI-102 또는 AZ-204, AZ-400 등 관련 클라우드 자격증.
- Spark, Databricks, Fabric, Glue 등의 도구를 활용한 데이터 엔지니어링 경험 및 데이터 거버넌스 지식.
관련 채용공고
채용 공고를 찾을 수 없습니다
더 많은 기회를 찾으려면 필터를 조정하거나 지워 보세요.
