AI 엔지니어

포지션 상세 정보

기술스택

Docker
GitHub Actions
NumPy
Pandas
Python
PyTorch
TensorFlow
AWS
SciPy
FastAPI

주요업무

ㆍ트럭 엔진음 기반 상태등급화 모델 연구 및 구현
ㆍMFCC, Spectral Feature 등 음향신호 전처리 파이프라인 설계
ㆍCNN + XGBoost + LightGBM 등 앙상블 구조 기반 엔진상태 예측 모델링
ㆍOBD-II 실시간 데이터 분석 (RPM, 속도, 연료트림, 점화타이밍 등) 및 이상감지 알고리즘 개발
ㆍFreeze Frame 데이터를 활용한 차량 고장 원인 추정 및 정비 시점 예측
ㆍ시세예측 모델(Regression, Stacking, Blending)과 연계한 차량 가치 보정 알고리즘 개발
ㆍ모델 실험 관리 및 성능 최적화 (MLflow, Optuna, Hyperparameter Tuning)
ㆍ모델 경량화 및 모바일 추론 최적화(Quantization, Pruning, Distillation)

자격요건

ㆍ컴퓨터공학 / 인공지능 관련 전공 또는 동등 연구개발 경력 3년 이상
ㆍCNN, RNN, Transformer 등 딥러닝 기반 분류모델 구현 경험
ㆍMFCC, Mel-spectrogram, Spectral feature 등 음향 데이터 특징추출 경험
ㆍXGBoost, LightGBM 등 Gradient Boosting 계열 모델 활용 능력
ㆍ성능지표(F1, AUC, MAE, RMSLE 등)에 대한 이해 및 모델 평가 경험
ㆍ모델 reproducibility 확보를 위한 MLflow / W&B 등 실험관리 도구 활용 경험

[기술스택]
ㆍ언어 / 프레임워크: Python, PyTorch, TensorFlow, FastAPI
ㆍ딥러닝 구조: CNN, RNN(LSTM/GRU), Attention, AutoEncoder
ㆍ신호처리: Librosa, Torchaudio, SciPy.signal, MFCC, Mel-Spectrogram, STFT
ㆍ머신러닝: XGBoost, LightGBM, CatBoost, ExtraTrees, Optuna, MLflow
ㆍ데이터 / 인프라: Pandas, NumPy, AWS(S3·ECS·Lambda·RDS), Docker, GitHub Actions
ㆍ차량 데이터: OBD-II(Mode 01~02, PID, DTC, Freeze Frame), CAN, pySerial
ㆍ모델 최적화 / 배포: TensorRT, ONNX, TFLite, Quantization, Pruning

우대사항

ㆍ자동차 엔진음 / 기계음 / 산업설비 음향 분석 또는 Predictive Maintenance 경험
ㆍCNN + GBDT Late Fusion / Ensemble 구조 설계 경험
ㆍOBD-II·ECU 데이터 분석 및 전처리 경험 (Mode 01/02, DTC, Sensor PID 등)
ㆍSpectral Subtraction / Order Tracking / Vibration 분석 경험
ㆍ시세예측 Regression 모델 또는 차량 가치 평가 모델 개발 경험
ㆍAWS 기반 데이터 인프라 구축 경험 (ETL, Batch, API 연동)
ㆍ모바일 AI / Edge AI 환경에서의 추론 최적화 경험
ㆍ특허·논문 등 연구개발 산출물 작성 경험

복지 및 혜택

• 성과에 따른 합리적인 보상 체계
• 상용차(트럭) 초보도 가능한 체계적인 교육
• 불필요한 야근 없는 자율적이고 유연한 근무 환경
• 빠른 성장과 커리어 확장 기회
• 누적 투자 111억원, 빠른 매출 성장 기반의 안정적인 경영구조
• 동료를 존중하는 조직 문화
• 사내 도서관 운영, 개인 성장을 위한 자격증 취득 비용 지원

채용절차 및 기타 지원 유의사항

채용 전형
서류 전형 - 1차 면접(직무 적합성) - 2차 면접(조직 적합성) - 레퍼런스 체크 - 처우협의 & 입사일 조정 및 확정