Research Engineer (Foundation Model Appications)

포지션 상세 정보

기술스택

PyTorch
DeepLearning

주요업무

1. 멀티모달 분류 모델 설계 및 개발

• Vision-Language 학습, Contrastive Learning, Instruction Learning/Tuning 을 활용한 분류 모델 설계

• Visual Prompt, Text Prompt, Metadata-derived Context 를 결합한Classification Pipeline 구성



2. 다운스트림 설계/적용

• Visual Foundation Model Backbone 에 대하여 PEFT(Parameter Efficient Fine-Tuning, LoRA/Adapter) 활용, 모델 전체/부분 파인튜닝 전략 수립

• Downstream Task 헤드 구성 및 Multi-Task Learning 및 Remote Sensing 도메인에서 발생하는 Long-tailed Distribution, Class Ambiguity 등 실제 운용환경의 문제를 분석하고 개선



3. 협업 및 성능관리

• Class-level Metric, Long-tail 성능, Domain Shift 등 다양한 조건을 반영한 평가체계 설계

• 지속적으로 취득되는 데이터에 대해 모델을 배포하며, 정기적으로 성능 개선 및 관리

• Data, DataOps 및 Foundation Model 팀과 지속적으로 대화하고 협업하여 제품/사업 요구사항을 연구방향에 접목

자격요건

* 보안 규정상 대한민국 국적 보유자에 한해 지원 가능 

• Computer Vision, Machine Learning, NLP, AI 관련분야 석사 이상 또는 이에 준하는 연구경력

• Visual-Language Model(VLM), CLIP, Prompt Learning/Tuning, Multimodal classification 관련 연구 및 구현 경험

• Pytorch기반의 모델학습과 Transformers(Huggingface) 등 딥러닝 프레임워크 활용경험

• ViT/MAE/DINO 계열의 Backbone Netowrk의 파인튜닝 경험

• 모델 평가, 성능 분석, 배포까지의 ML 사이클에 대한 이해가 있으신 분

• 실험관리, 재현성 및 결과분석역량이 뛰어나신 분

• 영문 문서 독해 및 기술 커뮤니케이션이 가능하신 분

우대사항

• EO/SAR 영상, 항공영상, GIS 데이터 등 Remote sensing 도메인 실무 경험

• Fine-grained object detection / classification 경험

• Multi-modal fusion, Metadata-conditioned learning 경험

• 공개코드가 없는 논문을 재현하거나 목표에 맞게 재구성한 경험

• 모델 배포, 추론 최적화, 지속적 성능 개선 경험

복지 및 혜택

• 선택적 근로시간제 (코어타임: 10~15시)

• 하이브리드 근무제 (월 2회 재택근무)

• 희망 개발장비 제공

• 당 충전소 

• 자유로운 휴가 사용 문화

• 복지포인트 지급

• 매년 종합검진 (본인+가족1인)

• 단체보험 가입 (본인+배우자+자녀)

• 첫 출근웰컴키트 + 부모님 선물

• 사내 채용 추천포상

• 생일선물

채용절차 및 기타 지원 유의사항

전형절차 : 서류전형 → 커피챗 → 기술면접 → 문화적합성 면접 → 레퍼런스체크 → 처우협의 및 채용검진