포지션 상세 정보
- 기술스택
Ubuntu
Linux
MachineLearning
Java
AWS
Python
SQL
PostgreSQL
MariaDB
- 주요업무
• 마키나락스는 전세계적으로 시장이 급속히 확대되고 있는, 산업/제조 분야를 위한 ML/인공지능 솔루션을 개발하고 있습니다. • ML 서비스 개발팀은 마키나락스가 가진 최고의 ML/인공지능 솔루션의 가치를 고객이 쉽게 얻을 수 있는 서비스를 개발합니다. • 이를 위해 구성원들은 고객 요구사항 분석, 기획, 개발 및 운영의 전과정에 함께 참여합니다. • 이러한 미션을 달성하기 위해 팀 개발 문화를 지속적으로 함께 고민하고 팀과 구성원, 회사의 성장을 위해 함께 노력할 동료를 찾고 있습니다.
- 자격요건
• 문제 해결을 위한 지구력과 순발력이 있는 분 • 오픈소스 보다 자신의 코드에 자부심과 책임감이 있는 분 • 대용량 웹서비스(백엔드) 또는 데이터 실시간 처리 플랫폼 개발해 보신 분 • 데이터 모델 및 시각화에 관심 있는 분 • 데이터 분석을 통해 구조화 하는 것에 관심이 있는 분 • 머신러닝 및 딥러닝 서비스에 대한 관심이 있는 분 • 개발 결과물의 사업화를 가속화 시키는 일에 가치를 두는 분 [ML Service 팀이 찾고 있는 Backend Engineer의 기술 스택] • Java 기반의 객체지향 설계 및 개발 가능하신 분 • 기본적으로 RDBMS 의 SQL은 능숙하게 활용 가능하신 분 • Apache kafka Cluster 설치 및 활용 가능하신 분 • MariaDB Cluster / PostgreSQL Cluster 활용 가능하신 분 • Linux (Ubuntu / RedHat 계열) 설치 및 활용 가능하신 분 • AWS와 같은 Cloud 환경에서 빌드, 배포, 모니터링 등의 운영 경험 있는 분
- 우대사항
• 제품 개발 경험이 있으신 분 • 리눅스 운영체제 설치 및 활용 (개발 및 운영환경 설치 및 튜닝 경험이 있는 분) • 데이터베이스 및 SQL 튜닝이 가능하신 분 • Python 으로 개발이 가능하신 분 • 다양한 데이터베이스(몽고디비, 아파치 이그나이트, 하둡(HBase) 등)를 활용하여 실 서비스를 구축해 보신 분 • MSA, 컨테이너 기술 경험이 있는 분
- 복지 및 혜택
마키나락스는... #'자율'적인 근무환경을 지향합니다 • 무제한 휴가제도 • 유연한 재택근무 • Core Time(10시~4시)을 제외한 자유로운 출퇴근 #'몰입'할 수 있는 환경을 지원합니다. • 최신 사양 랩탑 지원 (맥북 프로) • 최신 사양 모니터 지원 (32인치 4k 모니터) • 야근시 저녁식사 지원 • 다양한 간식와 음료 구비된 스낵바 제공 • 3년 근속 시 한달살기 지원 • 전문연구요원 복무 만료 시 특별휴가 5일 부여 • 연 1회 종합검진 지원 (30만원 상당) #'성장'을 지원합니다. • 업무 관련 도서 구매 지원 • 업무 관련 강의 수강 지원 • 사내 스터디 활동 지원 #’소통의 힘’과 '팀이 가지는 시너지'를 믿습니다. • 모두 ‘님’ 호칭으로 수평적인 문화 • 매주 1회 팀 티타임 지원 • 1on1 티타임 지원 • 월 1회 랜덤 런치 지원 • 사내 소모임 활동 지원 • 매월 칭찬더하기 진행
- 채용절차 및 기타 지원 유의사항
[채용프로세스] • 서류접수 • 커피챗 • 기술인터뷰 • Fit인터뷰
기업/서비스 소개
기업상세 정보로 이동





1 / 6
마키나락스 LINK는 Data Scientist가 자유롭게 개발한 ML모델을 Production 환경에 활용 가능한 SW 형태로 전환해 줍니다. • DS가 익숙하지 않은 K8S 지식 등 MLOps 활용의 기술 허들 제거 • 전체 파이프라인, 일부 구성요소 공유를 통해 DS간 협업 강화(*현재 Jupyter 결과물의 36%는 재사용 불가) • 동일 기능에 대한 중복 개발, 불필요한 재실행 제거 등으로 작업 속도 개선 • MRX의 경험 기반 Recipes로 Industrial x AI 노하우 활용 가능 마키나락스 RUNWAY는 몇 번의 클릭으로 ML모델 배포하고, 원하는대로 Trigger조건을 생성하여 재학습, 재배포를 자동화 할 수 있습니다 • LINK에서 생성된 ML 모델을 추출하여 학습을 위한 Pipeline 자동 등록 • 설정한 Trigger 조건에 따라 재학습 자동 실행 • 실데이터+Pipeline으로 학습된 모델 자동 등록 • 해당 데이터 용으로 기 등록한 다른 Trained 모델 자동 배포