
소프트웨어 엔지니어 II, ML 옵저버빌리티
Disney+, Hulu, ESPN을 위한 머신러닝 이상 탐지 및 옵저버빌리티 시스템을 구축합니다. 프로덕션 모델, 텔레메트리 파이프라인, 추론 서비스, AI 기반 운영 인사이트를 개발합니다.
설명
- 수천 개의 마이크로서비스를 모니터링하는 오토인코더, 통계적 임계값 모델, 앙상블 시스템 등 프로덕션 이상 탐지 모델 개발에 참여합니다.
- GPU 클러스터에서 PyTorch를 사용해 ML 학습 파이프라인을 개발하고 개선합니다.
- 특징을 설계하고 모델을 학습시키며 임계값을 보정하고 MLflow를 통해 모델을 배포합니다.
- 윈도잉, 정규화, 데이터 품질 보호 장치를 사용해 시계열 텔레메트리에서 특징을 구축합니다.
- 모델 서빙, 탐지 로직, 경고 생성을 포함한 실시간 ML 추론을 지원합니다.
- Claude 및 GPT-4와 같은 파운데이션 모델을 활용해 AI 기능을 개발합니다.
- ML 예측, 상태 정보, 인사이트를 위한 확장 가능한 FastAPI 서비스를 만들고 배포합니다.
- 팀 간 협업을 통해 ML 인텔리전스를 인시던트 대응 및 릴리스 검증 워크플로에 통합합니다.
- 모델 평가와 재학습을 지원하고 임계값을 조정합니다.
- 설계부터 구현까지 기능을 제공하고 모델 설계 및 코드 리뷰에 참여하며 프로덕션 ML 시스템 구성 요소에 대한 담당 범위를 넓혀 갑니다.
지원 자격
- FastAPI 또는 Flask를 사용해 ML 기반 백엔드, 데이터 중심 마이크로서비스, 프로덕션 REST API를 구축, 확장, 유지 관리한 3년 이상의 전문 소프트웨어 엔지니어링 경력.
- PyTorch 또는 TensorFlow를 활용한 ML 엔지니어링 전 과정의 실무 경험. 모델 아키텍처 선택, 특징 설계, 학습, 평가를 포함합니다.
- Python에 능숙하고 하나 이상의 머신러닝 프레임워크를 사용할 수 있어야 합니다.
- MLflow 또는 Weights & Biases를 사용한 실험 관리, 모델 계보 및 하이퍼파라미터 추적 경험.
- PySpark, Pandas 또는 Databricks로 대규모 텔레메트리, 이벤트 또는 시계열 데이터셋을 처리, 변환, 조회한 경험.
- GitHub, Docker 및 AWS/EKS와 같은 클라우드 네이티브 배포 경험.
- 뛰어난 분석 및 문제 해결 능력.
- 팀 간 협업 능력을 포함한 뛰어난 협업 및 커뮤니케이션 역량.
- 파운데이션 모델 통합, 프롬프트 설계 및 평가, RAG 아키텍처, LangChain 또는 LangGraph 사용 경험 우대.
- Datadog, Grafana 또는 Conviva와 같은 옵저버빌리티 플랫폼 경험 우대.
- Databricks, Spark 또는 Snowflake와 같은 대규모 데이터 플랫폼 경험 우대.
- 컴퓨터 과학, 머신러닝, 통계학 또는 공학 학사 학위나 이에 준하는 경험.
복리후생
- 보너스 및/또는 장기 인센티브 유닛이 제공될 수 있습니다.
- 의료 혜택.
- 재정 관련 혜택.
- 기타 혜택은 제안되는 직급과 직책에 따라 달라집니다.
- 주로 현장 근무하며 간헐적으로 재택근무를 할 수 있습니다.







