AI Research Engineer

포지션 상세 정보

기술스택

Docker
Elasticsearch
Pandas
Python

주요업무

합류하시면 이런 일들을 함께 하시게 됩니다.

• 고객 문제 정의부터 AI 시스템 구현까지 End-to-End 수행
   -고객의 업무와 데이터를 이해하고, 해결할 문제를 AI 태스크·입출력 명세·평가 기준으로 구체화합니다. 연구·개발 전략을 수립하고 프로토타입 구현, 검증, 서비스 적용까지 수행합니다.
• Document AI 및 지식 구조화 기술 연구·개발
   -(비/반정형) 문서, 이미지, 텍스트에서 업무에 필요한 정보와 개체·관계를 추출하고 구조화합니다. OCR·문서 파서·VLM·LLM을 활용하여 문서의 내용과 구조를 해석하고, 검색·요약·검증에 활용할 수 있는 데이터와 지식 구조를 설계·구현합니다.
• 문제 해결을 위한 AI 방법론 연구 및 실험
   -관련 논문과 오픈소스 구현을 분석하고, 문제에 맞는 연구 가설을 수립합니다. 데이터 구성, 모델 선택·학습·fine-tuning, 프롬프트, 검색 및 추론 전략을 설계하고, 재현 가능한 비교 실험과 구성 요소별 효과 분석을 통해 개선 효과와 한계를 검증합니다.
• 평가 체계 구축 및 AI 품질 개선
   -실제 업무 사례를 바탕으로 평가 데이터셋과 지표를 설계합니다. 실험 환경에서의 성능 개선을 넘어, 실제 고객 환경에서 요구되는 품질·처리 시간·비용과 업무 성과까지 검증합니다. 데이터와 문서 유형의 변화, 실패·불확실 상황을 고려해 서비스의 신뢰성과 운영 가능성을 지속적으로 개선합니다.
• 고객 업무를 해결하는 AI 솔루션 개발
   -고객의 업무 흐름에 맞춰 정보 추출·검색·요약·검증·판단 지원 기능을 설계·구현합니다. 필요한 모델과 도구를 조합하고, 사용자 피드백을 바탕으로 기능을 개선하여 실제 업무에 적용합니다.

자격요건

필수 역량에 대한 경험이 부족하더라도, 목표가 동일하다면 성장 할 수 있도록 지원하고 함께 달려갑니다.


• 사용한 모델·알고리즘의 동작 원리와 한계를 설명하고, 문서·논문·오픈소스 코드를 바탕으로 필요한 방법을 직접 구현·재현하여 문제에 맞게 적용할 수 있는 분
• AI·데이터 문제에서 baseline과 평가 데이터를 구성하고, 문제의 목적·데이터 특성·오류의 영향을 고려하여 가장 적합한 평가 지표(metric)를 선정하고 그 근거를 설명할 수 있는 분. 가설에 따른 비교 실험·오류 분석·개선·재평가를 수행하고, 선택한 지표가 반영하는 성과와 한계까지 설명할 수 있는 분
• 모델과 데이터 처리 로직을 모듈·API·파이프라인 형태로 구현하고, 테스트·디버깅을 통해 기능 오류와 성능 병목을 찾아 개선할 수 있는 분
• 주어진 문제의 목적과 제약을 이해하고, 연구·개발 방향과 기술적 선택의 근거를 적극적으로 소통할 수 있는 분. 실험 결과를 동료와 공유하고 고객·플랫폼 조직과 함께 해결 방향을 구체화할 수 있는 분
• 컴퓨터공학 전공자로서 CS 기초를 갖추고, Transformer 아키텍처와 Attention 메커니즘의 동작 원리를 이해하며 이를 모델의 학습·추론 과정과 연결하여 설명할 수 있는 분
• Python으로 데이터 처리·분석·모델링 코드를 작성하고, 데이터·코드·설정·실험 결과를 관리하여 재현 가능한 실험을 수행할 수 있는 분. 데이터 품질을 점검하고 Git·Linux·CLI 및 컨테이너 환경에서 협업·개발할 수 있는 분

우대사항

이런 것도 있으시면 금상첨화 입니다! 


• 고객 문제 해결 및 서비스 적용 경험이 있는 분
   -고객 요구사항으로 AI 태스크와 평가 기준을 정의하고, 연구·실험 결과를 실제 기능이나 서비스로 구현하여 업무 개선에 연결해 본 경험
• Document AI 및 지식 구조화 경험
   -OCR·문서 파싱·표 구조 복원·정보 추출·Document VLM을 실제 문서에 적용하거나, 개체·관계 추출 및 지식그래프 구축을 수행하고 품질을 개선해 본 경험
• 모델 연구·학습 경험
   -데이터·학습 목표·모델 내부 동작을 이해하고, 문제에 맞는 학습 데이터를 구성하여 모델 학습·fine-tuning을 수행해 본 경험. 비교 실험과 구성 요소별 효과 분석을 통해 개선 효과와 한계를 확인한 경험
• LLM·검색·에이전트 기반 기능 개발 경험
   -RAG·tool-calling을 활용하여 도메인 문서의 근거 검색·요약·비교·검증 또는 업무 판단 지원 기능을 구현하고, 출력의 신뢰성·비용·처리 시간·관측 가능성을 개선해 본 경험
• 데이터·ML 파이프라인 및 평가 체계 운영 경험
   -처리 경로 선택, 실패 시 대체 처리, 배치·서빙·모니터링을 구현하고, 모델·프롬프트·스키마 변경에 따른 회귀 평가를 운영해 본 경험. 사용자 검토·라벨링 결과를 데이터 및 모델 개선에 연결해 본 경험
• 주요 국제 학회·저널 연구 성과
   -AI·ML·데이터마이닝·정보검색 분야의 주요 국제 학회(Top-tier Conference) 또는 이에 해당하는 저널(Top-tier Journal)에 논문을 게재했거나 이에 준하는 연구 성과를 보유한 분. 문제 정의·방법론 설계·실험·분석 과정에서 본인의 기여를 구체적으로 설명할 수 있는 분
• AI 오픈소스 개발·기여 경험
   -AI 모델·알고리즘·평가 도구·라이브러리의 오픈소스를 직접 개발·공개하거나, 기존 프로젝트에 기능 구현·버그 수정·성능 개선·테스트·문서화 등으로 기여한 경험이 있는 분


현직자의 한마디
저희 팀과 함께 하시면 이런 점들이 좋습니다!


• 정해진 정답이 없는 문제를 다양한 각도로 풀어냅니다. 새로운 유형의 일이 많아 어렵지만, 그만큼 해결 과정에서 다양한 경험을 하게 됩니다.
• 빠르게 발전하는 분야라 누구에게나 모르는 파트가 있습니다. 우리 팀은 아는 것과 모르는 것을 가감 없이 공유하고, 논문·코드·실험 결과를 함께 검토하며 서로의 역량을 채웁니다. 실패한 실험에서도 다음 가설과 개선 방향을 찾습니다.
• 수평적인 커뮤니케이션과 NABC(Need · Approach · Benefit · Competition) 기반의 의사결정 문화가 인상적입니다. 문제의 필요성과 접근법, 기대 효과와 경쟁력을 함께 검토합니다. 새로운 방법을 깊이 탐구하고, 직접 구현하여 실제 업무에 적용하는 과정까지 책임지고 싶은 분과 함께하고 싶습니다.



저희 팀에서 사용하는 기술스택과 툴은 아래와 같습니다.

• Languages / Runtime: Python (FastAPI · asyncio · Pydantic)
• Data analytics: pandas, NumPy, scikit-learn, PyTorch, Hugging Face Transformers, OCR, OpenCV, VLM
• Agent / LLM: Agentic AI Agent, SSE Streaming, RAG, Index Engineering, Langgraph
• Observability: Langfuse, OpenTelemetry
• Data & Storage: PostgreSQL, OpenSearch, S3 / MinIO, DuckDB, Parquet, Iceberg, neo4j, Jena, open metadata
• Index: Elasticsearch, OpenSearch
• Workflow / Orchestration: Temporal, Apache Airflow, Spark, kubeflow
• Infra / DevOps: Docker, Docker Compose, Kubernetes / Helm, GitHub Actions CI
• Collaboration: Git, GitHub, GitHub Projects

복지 및 혜택

•일하는 장소와 시간을 언제든 자율적으로 선택할 수 있습니다. (완전 자율출근제 + 재택근무)
•업무용 장비는 예산 내에서 원하시는 것을 지원하고, 3년 후 교체해 드립니다. (모니터 별도)
•업무 관련 교육, 서적 구매를 최대한 지원합니다. 내부 스터디와 세미나도 활발히 이뤄지고 있어요! 
•먹는데 돈 쓰지 마세요! 점심&저녁식사와 간식, 커피를 회사가 지원합니다. 
•수내역 도보 3분 거리의 넓고 쾌적한 오피스, 180cm의 넓은 책상, 음료와 간식이 항시 비치된 라운지 등
쾌적한 업무 환경을 제공합니다.
•공부, 취미, 어학 등에 필요한 자기개발비를 매년 240만원 지원합니다. 
•1:1 영어 회화 프로그램(링글)을 지원합니다.
•구성원들의 건강이 최우선! 지정 병원에서 매년 종합건강검진을 지원합니다. 
•입사 1년 이상의 구성원들에게 1,000만원 한도의 무이자 사내 대출을 지원합니다.

채용절차 및 기타 지원 유의사항

합류 과정은 이렇게 진행됩니다.


•서류 전형 : 협업 리더/ 실무진과 HR에서 함께 제출하신 내용을 검토합니다. 최대한 빠르게 피드백 드리기 위해 노력하고 있어요!
•사전 과제 : 보다 깊이 있는 직무 인터뷰 진행을 위해, 서류 전형 합격자를 대상으로 사전 과제 평가를 진행합니다. 
-사전 과제 수행 기간은 직군에 따라 1~2주일이며, 당락이 있습니다.
•직무 인터뷰 : 이력서를 바탕으로 직무 담당 리더 및 실무진과 약 1시간 가량의 인터뷰를 진행합니다.
•컬처 핏 인터뷰 : S2W의 인사 담당 리더와 진행하는 약 1시간 가량의 인터뷰 입니다. 회사와 지원자가 지향하는 비전과 가치가 잘 맞는지, 함께 성장할 수 있을지 판단하기 위해 진솔한 대화를 나누는 시간입니다. 
-직군/경력에 따라 CEO 인터뷰가 추가될 수 있습니다.
•처우 협의 및 입사 : 정식 오퍼 메일을 통해 처우 협의와 입사일을 조율하고, 모든 과정이 완료되면 저희 팀에 
합류하시게 됩니다.