LLM Research Engineer

올거나이즈코리아
💰 취업축하금 50만원

포지션 상세 정보

기술스택
AI/인공지능AI/인공지능
PythonPython
GitGit
PyTorchPyTorch
주요업무
• 최신 LLM 논문 기반 실험 설계 및 구현
• 대규모 모델 학습 파이프라인 구성 및 운영
• 실제 현업 문제 해결을 위한 task-specific reward modeling
• 저자원 언어 또는 특정 도메인 특화 모델 개발 및 평가
• 사내외 태스크 정의 및 벤치마크 설계
• 실험 주기의 가속화를 위한 자동화된 실험/배포 파이프라인 기획 및 구현

[사용 스택]
· LLM: NeMo, trl, VeRL, Torch-Titan, DeepSpeed, vLLM, MergeKit
· 데이터 및 로깅: datatrove, langfuse, litellm, gradio
· AI: Cursor, Claude code, Codex
자격요건
• Transformer 기반 모델에 대한 구조 및 학습 메커니즘 이해
• Python, PyTorch 기반의 실험 및 프로토타이핑 경험
• 최신 논문을 빠르게 분석하고, 구현/응용한 경험
• 복잡한 문제를 분해하고, 검증 가능한 단위로 실험을 설계한 경험
• Git 기반의 협업 경험 및 실험 reproducibility에 대한 이해
우대사항
• 멀티 노드 환경에서의 학습 운영 경험
• 저자원 언어, 전문 도메인 등에 특화된 모델 커스터마이징 경험
• task-specific reward function 설계 및 RL 실험 경험
복지 및 혜택
a. 글로벌 인재로 성장할 수 있는 기회 
• 미국 휴스턴 및 일본 도쿄에 있는 팀과 일할 수 있는 글로벌한 업무 환경을 제공해드려요.
• 조직 목표 달성시 글로벌팀이 한자리에 모이는 Global Offsite를 운영하고 있어요. (2024년에는 9월 필리핀 세부에서 진행)

b. 자율적이고 업무 몰입을 돕는 근무 환경
• 근무시간은 9시 - 6시가 기본이지만 상황에 맞게 유연한 출/퇴근이 가능해요.
• 고사양의 노트북과 모니터를 지원해드려요. 그 외에도 필요한 장비를 적극 지원해드리고 있습니다.
• 점심 및 저녁 식사 비용을 지원합니다. (모바일 식권 이용)
• 당 떨어지는 일 없도록, 사무실에는 항시 간식을 구비하고 있어요.

c. 그 외에 제공 해드리는 것들
• 자기계발비를 지원해드려요.
• 도서 구입비용을 지원해드려요.
• 설과 추석에는 명절 선물을 지급해드려요.
• 종합 건강 검진을 지원해드려요.
• 연차 외 유급 병가제도와 연말 약 1주 간의 전사 Off기간을 운영하고 있어요.
채용절차 및 기타 지원 유의사항
[채용 프로세스]

• 서류 전형
• 비동기 과제 (문제 해결 방식 및 실험 중심 과제)
• 기술 인터뷰 (1~2회)
• 컬처핏 인터뷰
• 최종 합류 조율

[기타 정보]
· 커뮤니케이션 도구: Slack, Linear, GitHub
· 우리는 “빠르게 시도하고, 정량적으로 평가하며, 반복 개선하는 엔지니어링”을 핵심 문화로 삼습니다.
· 기술을 현실 문제 해결에 녹여내는 것에 흥미가 있는 분과 함께할 수 있길 기대합니다.

*절차는 상황에 따라 조정될 수 있습니다.
*최종 인터뷰 후, 레퍼런스 체크 절차가 진행될 수 있습니다.
*관련 문의사항은 joinstage@upstage.ai로 문의 부탁드립니다.
*CV를 포함한 모든 제출 자료는 PDF 형식으로 업로드 해주시기 바랍니다.
*지원자의 민감 정보(연봉 정보, 주민번호 등) 및 고유식별번호는 이력서에 기재하지 않도록 유의해주시기를 바랍니다.

포지션 경력/학력/마감일/근무지역 정보

경력
경력 1~20년
학력
무관
마감일
2025-08-19
근무지역
  • 서울 강남구 테헤란로20길5, 4층, 5층
    지도보기

기업/서비스 소개

기업상세 정보로 이동
올거나이즈코리아_LLM Research Engineer
올거나이즈코리아_LLM Research Engineer
올거나이즈코리아_LLM Research Engineer
올거나이즈코리아_LLM Research Engineer
올거나이즈코리아_LLM Research Engineer
1 / 5
우리는 최신 ​LLM ​기술을 ​연구하지만, 그보다 ​더 중요한 건 고객의 ​현실적인 ​문제를 해결하기 ​위해 이를 ‘어떻게 ​적용하느냐' 입니다.
어제 ​나온 ​기술을 오늘 ​분석하고, ​내일 ​사내 파이프 라인에 ​통합할 ​수 있도록 빠르게 ​움직입니다.
그 ​빠른 ​실험과 검증을 가능하게 ​만드는 실행 ​파이프 ​라인을 설계하고, ​대규모 모델을 ​직접 ​학습하며, 기술의 진짜 ​쓰임을 테스트합니다.