FDE(AI) 채용

포지션 상세 정보

기술스택

AWS CodeDeploy
Docker
GitHub
Kafka
Kubernetes
NGINX
PostgreSQL
Python
Redis
DB

주요업무

직무 소개
공공 AX 전환의 최전선에서, 데이터와 AI로 '진짜 작동하는 시스템'을 만드는 Data Science 중심 FDE를 찾습니다.
고객은 이제 단순 화면과 기능 개발이 아니라 AI 플랫폼과 대규모 데이터 자동화를 요구합니다. 발주처가 가진 문서·정형 데이터·업무 로그는 제각각이고, 요구사항은 모호합니다. 이 데이터를 분석해 문제를 정의하고, AI 에이전트·RAG·데이터 파이프라인으로 실제 구동되는 솔루션까지 만들어 내는 사람이 우리가 정의하는 FDE입니다.
단순히 모델 정확도를 올리는 연구자도, 스펙대로 코드만 짜는 개발자도 아닙니다. 고객 현장에 들어가 데이터로 문제를 풀고, 그 결과를 운영 가능한 시스템으로 납품하는 빌더입니다. 산림·에너지·원자력 분야 등 공공기관에서 진행 중인 에이전트 사업에 투입되어, 기관의 실제 업무를 수행하는 에이전트를 설계하고 검증합니다.

주요업무 
● AI 에이전트 설계·구축: LangGraph, DeepAgents 등으로 툴 호출·멀티스텝 추론·워크플로우를 수행하는 업무용 에이전트를 설계하고, 기관 내부 시스템(API·DB·문서)과 연동해 구축합니다.
● 에이전트 검증·평가: 시나리오 기반 테스트셋과 평가 지표로 에이전트의 정확도·안정성을 검증하고, 결과를 바탕으로 개선 사이클을 운영합니다.
● 데이터 기반 문제 정의 및 PoC: 발주처(공공기관)의 모호한 요구사항과 업무 프로세스, 보유 데이터를 분석해 AI·데이터로 풀 수 있는 구조로 정의하고, 빠르게 PoC를 만들어 검증합니다.
● 에이전트 지식 기반(RAG) 구축: HWP/PDF 등 기관 문서의 파싱·청킹·임베딩, Vector Database 구축, 검색·답변 품질 평가까지 에이전트가 활용할 RAG 파이프라인을 설계하고 개선합니다.
● LLM 데이터셋 구축 및 품질 관리 자동화: LLM 튜닝용 QA 데이터셋 생성 파이프라인(LLM 기반 생성·검증 포함)을 구축하고, 데이터 품질 이상을 자동 판정·재처리하는 파이프라인(샘플링·검수 포함)을 만듭니다.
● 모델 서빙 및 운영 배포: Python 백엔드로 모델을 서빙하고, GPU 자원 환경(온프레미스·폐쇄망 포함)에서 성능을 최적화해 실제 운영까지 책임집니다.
● 엔드투엔드(E2E) 사업 수행: 제안·착수 단계의 데이터·AI 아키텍처 설계부터 구축, 성능 검증, 산출물(보고서·데이터셋·벡터 DB) 납품까지 전 주기를 주도합니다. 백엔드·프론트엔드 개발자와 협업합니다.
● 신기술 공공 적용 리딩: LLM·에이전트·데이터 자동화 등 신기술을 공공 보안 규정(국정원 가이드 등)에 맞춰 안전하게 이식하고 개발 표준을 정립합니다.

자격요건

(Must Have)
● Python 기반 데이터 분석·머신러닝/딥러닝 개발 경력 2년 이상 (또는 이에 준하는 역량)
● 중급 이상 Python 프로그래밍 능력 (pandas, NumPy, scikit-learn, PyTorch 등)
● AI 에이전트, RAG, 프롬프트 엔지니어링 등 LLM 기반 기능을 실제 운영 환경까지 구축·배포해 본 경험
● 데이터 전처리·특성 설계·모델 평가 등 통계·ML 기본기와 실험 설계 능력
● SQL·RDB 활용 능력과 Linux·Docker 환경에 대한 익숙함
● 복잡한 현장 문제를 데이터 관점에서 구조화하고, 해결책을 주도적으로 실행하는 역량
● 기술 문서 작성 및 협업 커뮤니케이션 역량 (RFP 분석, 제안서, 설계서, 분석 보고서 등 산출물 작성 가능자)
● 필요 시 고객사(발주처) 현장 미팅·출장이 가능하신 분

우대사항

● 직접 만든 에이전트를 시나리오 테스트·평가 지표로 검증·평가하고 개선해 본 경험 (Evals, LLM-as-a-judge, HITL 등)
● 빠르게 변하는 AI 트렌드에 민감하고, 신규 모델·에이전트·AI 코딩 도구(Claude Code, Cursor 등)를 직접 실무에 적용해 본 분
● LangGraph, DeepAgents 등 에이전트 프레임워크 기반 설계·구축 경험 (MCP, 멀티 에이전트, Text2SQL 등)
● GPU 환경에서의 모델 서빙·성능 최적화 경험 (vLLM, TensorRT-LLM 등)
● 데이터 파이프라인(Airflow 등) 및 MLOps 구축 경험
● 한국어 문서(HWP/HWPX, PDF, 스캔 문서) 파싱·OCR, 임베딩·벡터 검색 최적화 경험
● 온프레미스·폐쇄망 등 보안 환경 구축 경험, 공공기관 사업 수행 경험 및 보안 요건 이해
● AI 경진대회 수상 또는 참여 경험
● AI·통계·데이터 관련 전공 석사 이상, 또는 빅데이터분석기사·ADsP/ADP 등 관련 자격증 보유자

이런 분과 함께 성장하고 싶습니다
● 협업의 가치를 알고, 동료와 비개발 직군(발주처 담당자)에게 기술과 분석 결과를 '비즈니스의 언어'로 설명하고 설득할 수 있는 분
● 모델을 처음부터 만드는 것에 머물지 않고, 경진대회 등으로 확보한 모델·데이터에 자신의 지식과 경험과 AI를 적재적소에 활용해 
  실제 개발 성과로 연결해 내는 분
● 데이터에서 출발해 가설을 세우고, 실험으로 검증하고, 실제로 운영되는 시스템으로 마무리하는 흐름이 익숙한 분

복지 및 혜택

업무 환경
● 사내 GPU 서버 기반의 학습·실험 환경 (VRAM 48GB급·24GB급 NVIDIA RTX GPU)
● 개인 노트북 및 다양한 업무 툴 지원
● Claude, Cursor 등 개발 생산성 향상을 위한 AI 도구 지원
● Slack, Notion, Google Workspace 기반의 비동기·문서 중심 협업
● 사내 음료(커피/차) 제공

성장 지원
● 직무 발명 및 특허 출원에 대한 보상금 지급
● 논문 작성 및 학회 발표 지원
● 자기계발비, 자격증 취득비, 교육비 지원
● 신규 입사자 OJT 운영

일과 삶의 균형
●주 40시간 근무 (주 52시간제 준수)
●자유로운 연차 및 반차 사용
●수평적 조직문화

구성원과 가족 지원
●산전후 휴가, 남성 출산휴가
●각종 경조사 지원

보상 및 안정성
●성과급 및 장기근속자 포상
●퇴직연금, 4대 보험

채용절차 및 기타 지원 유의사항

채용 절차 및 근무 조건
1.서류전형
2.면접전형
3.최종합격

● 채용인원: n명
● 고용형태: 정규직 (수습 3개월)
● 급여: 면접 후 결정