Parser는 2018년에 설립된 기술 솔루션 및 컨설팅 기업으로, 조직이 인공지능, 데이터, 소프트웨어 엔지니어링을 활용해 복잡한 비즈니스 과제를 해결할 수 있도록 지원합니다. 맞춤형 소프트웨어 개발, AI 및 데이터 활용, 제품 설계, 디지털 전환 컨설팅 등 다양한 분야에서 활동하고 있습니다. Parser는 기술 분야의 리더들과 협력하며 엔지니어링 전문성을 바탕으로 실용적인 혁신과 지속적인 고객 파트너십을 중시하고, 각 고객의 목표에 맞는 유연한 솔루션을 구축합니다.
시니어 백엔드 엔지니어, MLOps
글로벌 여행 업계 선도 기업을 위해 데이터 파이프라인, 모델 배포, 실시간 머신러닝 시스템을 포함한 확장 가능한 MLOps 인프라를 구축합니다. 스페인에서 Parser의 하이브리드 팀과 함께합니다.
설명
- 머신러닝 학습, 배포, 배치 또는 실시간 서빙을 위한 확장 가능한 인프라를 개발합니다.
- 대규모 처리와 특성 엔지니어링을 위한 데이터 파이프라인을 구축하고 유지 관리합니다.
- 컴퓨팅 리소스 사용을 최적화하고 ML 시스템 전반의 모델 서빙 성능을 개선합니다.
- ML 시스템의 모니터링, 로깅, 알림을 설정합니다.
- CI/CD 파이프라인을 포함한 ML 운영 관행 개발을 지원합니다.
- 데이터 과학자와 협력하여 모델을 개발 단계에서 프로덕션으로 옮깁니다.
- 새로운 기술을 평가하고 통합합니다.
- 멘토링을 통해 주니어 엔지니어의 성장을 지원합니다.
- 다양한 이해관계자에게 기술 솔루션을 설명합니다.
지원 자격
- 컴퓨터 과학, 소프트웨어 공학 또는 관련 기술 분야의 학사 또는 석사 학위.
- 소프트웨어, 데이터 또는 머신러닝 엔지니어링 직무에서 일반적으로 6~7년의 경력.
- 뛰어난 문제 해결 능력.
- Java 숙련도. Python 지식이 있으면 우대합니다.
- 머신러닝 알고리즘과 모델 아키텍처에 대한 이해.
- 확장 가능하고 신뢰성 높은 머신러닝 시스템 개발 경험.
- AWS와 같은 클라우드 플랫폼 사용 경험.
- Docker 또는 기타 컨테이너화 기술 사용 경험.
- Spark 또는 Kafka와 같은 확장 가능한 데이터 시스템 사용 경험.
- GitHub Actions와 같은 CI/CD 도구에 대한 이해.
- MLflow와 같은 모델 서빙 기술에 대한 이해.
- 팀 간 효과적으로 협업할 수 있는 역량.
복리후생
- 지식 공유와 지속적인 학습을 중시하는 친근하고 협력적인 팀.
- 실행 중심의 업무 문화.
- Java, Python, AWS, Docker, Kafka, Spark, MLflow 등의 기술을 활용해 실시간 시스템용 MLOps 및 머신러닝 인프라를 구축할 기회.