시니어 머신러닝 리드 엔지니어
학습, 평가, 추론, 배포 전반에 걸친 회사의 머신러닝 시스템을 이끕니다. Python, PyTorch 또는 JAX와 GPU 컴퓨팅을 활용해 프로덕션 인프라를 구축합니다.
설명
- 데이터, 학습, 평가, 추론, 배포를 아우르는 회사의 엔드투엔드 머신러닝 시스템을 이끕니다.
- 대규모 모델의 학습 및 파인튜닝 파이프라인을 개발하고 개선합니다.
- 모델의 역량, 견고성, 안전성, 실제 제품 성능을 측정하는 평가 시스템을 구축합니다.
- 지연 시간, GPU 활용률, 메모리, 비용, 안정성을 최적화하는 고성능 추론 시스템을 설계합니다.
- 고품질 실제 데이터와 합성 학습 데이터를 위한 데이터 파이프라인과 시스템을 개발합니다.
- 모델 배포, 모니터링, 지속적인 개선을 지원하는 신뢰할 수 있는 프로덕션 인프라를 구축합니다.
- 연구 및 애플리케이션 엔지니어링 팀과 협력해 모델 역량을 제품 개선으로 연결합니다.
- 적절한 기술적 절충안을 선택하고 실제 성능을 바탕으로 빠르게 반복 개선합니다.
- 프로덕션 문제를 신속하게 파악하고 해결해 사용자 영향을 최소화합니다.
- 팀원을 지원하고 협업을 조율해 의미 있는 머신러닝 성과를 제공합니다.
지원 자격
- 머신러닝 관련 경험이 있어야 합니다.
- 연구 프로토타입을 넘어 프로덕션 머신러닝 시스템을 구축하고 출시한 경험이 있어야 합니다.
- 최신 대규모 모델의 학습, 파인튜닝, 평가, 추론에 대한 깊은 지식이 있어야 합니다.
- 탄탄한 소프트웨어 엔지니어링 및 시스템 기초 역량이 있어야 합니다.
- 상당한 규모의 머신러닝 워크로드, 특히 GPU 기반 시스템을 운영한 경험이 있어야 합니다.
- 기술적 판단력이 뛰어나고 모호한 문제를 독립적으로 해결할 수 있어야 합니다.
- 실험, 측정, 결과 전달을 중시해야 합니다.
- 정확성, 안정성, 프로덕션 품질에 높은 기준을 가져야 합니다.
- Python, PyTorch 또는 JAX, GPU 기반 학습 및 추론 시스템 경험이 있어야 합니다.
- 60분 코딩 평가를 완료할 의향이 있어야 합니다.
복리후생
- 의료 보험
- 치과 보장
- 시력 보장
- 저축 플랜 선택지
- 유급 휴가