
시니어 데이터 과학자, 생성형 및 에이전틱 AI
에이전틱 AI 워크플로, 대규모 언어 모델 통합, 확장 가능한 API를 주도하고, 비즈니스 전반의 엔터프라이즈 애플리케이션에 프로덕션 적용이 가능한 생성형 AI 솔루션을 제공합니다.
설명
- LangGraph, AutoGen, LangChain 또는 유사한 도구를 사용해 에이전틱 AI 워크플로를 설계하고 주도합니다.
- 프로덕션 환경에 적합한 확장 가능한 REST 및 WebSocket API를 구축하고 최적화합니다.
- 대규모 언어 모델을 개발하고 미세 조정하여 엔터프라이즈 애플리케이션에 통합합니다.
- 안정성, 확장성, 성능을 보장하며 생성형 또는 에이전틱 AI 프로젝트를 최소 3개 프로덕션 환경에 배포하고 유지 관리합니다.
- Postgres, MongoDB, ChromaDB를 비롯한 SQL, NoSQL, 벡터 데이터베이스를 연결합니다.
- 지식 그래프 활용 사례에 Neo4j 및 기타 그래프 데이터베이스를 구현합니다.
- 기술 리더십과 멘토링을 통해 엔지니어링 팀을 이끕니다.
- 여러 직군의 이해관계자와 협력하여 다양한 비즈니스 영역의 생성형 AI 솔루션을 발굴하고 제공합니다.
- 배포된 AI 시스템의 견고성, 보안, 규정 준수 상태를 유지합니다.
- 생성형 AI, 딥러닝, 오케스트레이션 프레임워크의 최신 동향을 파악합니다.
- 기술 및 비기술 대상에게 기술 솔루션을 문서화하고 발표합니다.
지원 자격
- 컴퓨터 과학, 데이터 과학, 데이터 엔지니어링, AI/ML 또는 관련 분야의 학사 또는 석사 학위.
- AI/ML, 데이터 과학 또는 관련 분야에서 3년 이상의 전문 경력.
- 탄탄한 소프트웨어 엔지니어링 실무 역량을 갖춘 3년 이상의 Python 실무 경험.
- 3년 이상의 AI/ML 엔지니어링 경력과 생성형 또는 에이전틱 AI를 직접 다룬 2년 이상의 경험.
- PyTorch 또는 TensorFlow와 같은 딥러닝 프레임워크의 실무 경험.
- 대규모 언어 모델, 프롬프트 엔지니어링, 미세 조정에 대한 전문성.
- 생성형 또는 에이전틱 AI 프로젝트를 최소 3개 프로덕션 환경에 배포한 실적.
- 데이터 파이프라인, ETL, 데이터 모델링을 포함한 탄탄한 데이터 과학 또는 데이터 엔지니어링 배경.
- SQL, NoSQL, 벡터 및 그래프 데이터베이스에 관한 실무 지식.
- LangGraph, AutoGen, LangChain 또는 유사한 에이전틱 AI 프레임워크에 대한 이해.
- 멀티 에이전트 시스템과 지능형 워크플로 오케스트레이션 경험.
- CI/CD, 모델 모니터링, 재학습 파이프라인을 포함한 MLOps 실무 지식.
- 오픈소스 AI/ML 프로젝트에 기여했거나 생성형 AI 연구를 발표한 경험.
- 뛰어난 문제 해결 능력과 빠르게 진행되는 연구개발 환경에서 일할 수 있는 역량.
