Machine Learning Engineer (조합최적화문제)

포지션 상세 정보

기술스택

AI/인공지능
MachineLearning

주요업무

•  조합최적화 문제란? 
이산적인 탐색공간에서 최적의 해를 찾는 문제입니다. 탐색공간이 연속적인 문제와 비교해봤을 때 상대적으로 해를 찾아가기 위한 단서가 부족하므로 수많은 해의 후보들을 영리하게 탐색해가는 것이 본 문제의 핵심이 됩니다. 예를 들어 오늘 중으로 100건의 택배를 배달해야 하는 배송 기사가 있다고 가정해봅시다. 이때 택배의 배송순서를 어떻게 정하냐에 따라 총 배송 시간은 천차만별로 달라질 것입니다. 그렇다면 배송 기사는 100! 개의 배송경로 중에 가급적 총 배송 시간이 적은 경로를 고를 필요가 있습니다. 이는 O(N!)의 탐색 문제로 NP-Hard군에 속하는 문제입니다. 세상에는 (경로 문제 뿐만 아니라) 수없이 많은 조합 최적화 문제들이 존재합니다.

• 반도체의 성능을 극대화하거나 또는 생산비용을 절감하기 위해서 소자들을 어떻게 배치해야 할 것인가?
• 클라우드 시스템에서 요청받은 작업들을 각각 어떤 자원(CPU, GPU, Memory)에 배치할 것인가?
• 뉴럴네트워크의 성능을 높이기 위해서는 어떤 하이퍼파라미터 조합을 사용해야 할 것인가?

조합 최적화 문제 팀은 조합 최적화 문제에 대한 높은 수준의 기술력 확보와 동시에 제품 개발을 통한 새로운 시장가치의 창출을 목표로 하고 있습니다.
현재는 주로 반도체의 소자 배치 문제를 풀고 있으며, 차츰 다양한 주제로 문제의 영역을 확대해 나갈 예정입니다.

자격요건

• 문제와 연구내용 이해를 위한 기본적인 확률, 정보이론, 선형대수 등의 기초지식을 보유하신 분
• 특정 방법론에 종속되지 않는 유연한 문제 접근, 해결 능력을 갖추신 분
• 연구논문을 읽는 것과 구현하는 것 모두에 대해 깊은 흥미를 갖고 계신 분
• 조합 최적화 or 강화학습 주제가 아니더라도 ML을 활용하여 프로젝트 or 연구 성과를 내본 경험이 있으신 분

우대사항

• 조합 최적화 문제를 정의하고 해결하는 것에 흥미를 갖고 계신 분
• 강화학습을 이용한 조합 최적화 알고리즘 구현 경험
• 강화학습 외의 방법을 이용한 조합 최적화 문제 해결 경험 
   (예: Integer Programming or Genetic Algorithm or Simulated Annealing 등)
• ASIC 쪽의 도메인 지식을 가지고 계신 분
• 분산 컴퓨팅 / 병렬 컴퓨팅 기술을 활용한 프로젝트 경험

복지 및 혜택

마키나락스는...

#'자율'적인 근무환경을 지향합니다
• 무제한 휴가제도
• 유연한 재택근무
• Core Time(10시~4시)을 제외한 자유로운 출퇴근

#'몰입'할 수 있는 환경을 지원합니다.
• 최신 사양 랩탑 지원 (맥북 프로)
• 최신 사양 모니터 지원 (32인치 4k 모니터)
• 야근시 저녁식사 지원
• 다양한 간식와 음료 구비된 스낵바 제공
• 3년 근속 시 한달살기 지원
• 전문연구요원 복무 만료 시 특별휴가 5일 부여
• 연 1회 종합검진 지원 (30만원 상당)

#'성장'을 지원합니다.
• 업무 관련 도서 구매 지원
• 업무 관련 강의 수강 지원
• 사내 스터디 활동 지원

#’소통의 힘’과 '팀이 가지는 시너지'를 믿습니다.
• 모두 ‘님’ 호칭으로 수평적인 문화
• 매주 1회 팀 티타임 지원
• 1on1 티타임 지원
• 월 1회 랜덤 런치 지원
• 사내 소모임 활동 지원
• 매월 칭찬더하기 진행