About the role
ABOUT THE TEAM & MISSION
자율주행 Data Flywheel을 구동하는 데이터와 소프트웨어 기반을 구축할 Senior ML Engineer를 찾습니다. AI/ML workflow, 도메인 지식, 확장 가능한 시스템을 연결하여 고품질 데이터를 더 쉽게 탐색하고 준비하며 활용할 수 있는 환경을 만듭니다.
RESPONSIBILITIES
- 공통 데이터 모델 및 인터페이스 개발: AD Data Ontology, canonical data model, SDK/API를 개발하여 다양한 데이터 플랫폼과 ML workflow에서 일관된 semantics와 데이터 접근 방식을 제공합니다.
- AI/ML 기반 Data Intelligence 및 자동화: Semantic retrieval, LLM/VLM, AI Agent를 활용하여 데이터 업무를 자동화하고, production 환경에서 신뢰할 수 있는 AI workflow를 구축합니다.
- AI/ML 데이터 처리 및 학습 성능 최적화: Distributed processing, dataset preparation, storage access, training data loading 전반의 병목을 분석하고, 처리량·자원 활용률·비용 효율성을 개선합니다.
- AI/ML 시스템 아키텍처 설계: 데이터 수집부터 Auto-labeling, 모델 학습까지 이어지는 AI/ML workflow를 이해하고, 이를 지원하는 시스템 아키텍처를 설계합니다. 기술적 요구사항에 맞는 컴포넌트와 인터페이스를 정의하고, 재사용성과 확장성을 고려합니다.
- Production-level ML/Data 시스템 구축 및 운영: Cloud-native 환경에서 데이터·ML workload를 위한 시스템을 구축·운영하고, orchestration, reproducibility, monitoring 및 failure recovery를 통해 안정성과 운영 효율성을 확보합니다.
QUALIFICATIONS
- 컴퓨터공학, 전기전자공학, Robotics 등 관련 분야의 학사 이상 학위 또는 이에 준하는 실무 경험을 갖추고, AI/ML systems, data engineering, software architecture, distributed processing 관련 분야에서 7년 이상의 경력을 보유하신 분
- Python, C++ 등 프로그래밍 언어를 활용하여 AI/ML·Data workflow 및 시스템을 개발한 경험이 있으며, 재사용 가능한 SDK·API·library를 설계하고 개발한 경험이 있으신 분
- PyTorch, TensorFlow 등 ML framework 기반의 모델 학습 및 평가 workflow에 대한 이해를 갖추고, distributed training 또는 대규모 데이터셋 처리와 학습 데이터 로딩 시스템을 개발한 경험이 있으신 분
- ML/Data infrastructure와 end-to-end data flow에 대한 이해를 바탕으로, storage I/O, CPU/GPU utilization, memory usage 등의 성능 병목을 분석하고 최적화한 경험이 있으신 분
- 다양한 Data/ML workload를 연결하는 시스템 아키텍처를 설계한 경험이 있으며, 분산 환경에서의 데이터 흐름과 시스템 간 인터페이스를 정의한 경험이 있으신 분
- AWS/GCP/Azure 등 클라우드 환경에서 Docker, Kubernetes 기반의 ML/Data workload를 배포·운영하고, workflow orchestration 및 monitoring을 적용한 경험이 있으신 분
PREFERRED QUALIFICATIONS
- Autonomous Driving, ADAS, Robotics 등 Physical AI 분야에서 multimodal sensor data 및 map data를 활용한 데이터 처리 기술을 개발한 경험이 있으신 분
- Computer Vision, 3D Geometry 및 Spatial Computing 분야에서 coordinate transformation, camera geometry, point cloud processing 등 관련 기술을 활용한 경험이 있으신 분
- Ontology, knowledge graph 또는 embedding-based retrieval을 활용하여 복잡한 도메인 데이터의 모델링과 검색 시스템을 개발한 경험이 있으신 분
- LLM/VLM 또는 AI Agent 기반의 agentic workflow를 개발하고 운영한 경험이 있으며, tool calling, MCP 기반 데이터 서비스 연동, agent orchestration, evaluation 및 tracing 등을 적용한 경험이 있으신 분
- 대규모 분산 학습 환경에서 data loading, prefetching, caching, data sharding 등의 기술을 활용하여 데이터 공급 성능을 최적화한 경험이 있으며, Ray, Dask 등 distributed computing framework를 활용한 경험이 있으신 분
- 대규모 storage architecture, dataset lifecycle management, data lineage, privacy 또는 cross-region data governance 관련 시스템을 설계·운영한 경험이 있으신 분
INTERVIEW PROCESS
1. 서류 전형
2. 온라인 기술 테스트
3. 1차 면접 (화상, 1시간 내외)
4. 2차 면접 (대면 혹은 화상, 3시간 내외)
5. 처우 협의·입사
ADDITIONAL INFORMATION
- 전형 절차는 일정 및 진행 상황에 따라 일부 변경될 수 있으며, 각 전형 결과는 등록하신 이메일로 개별 안내드립니다.
- 지원서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.
- 지원서 접수 중 오류가 발생하거나 기타 문의 사항이 있을 경우, [email removed]로 문의해 주시기 바랍니다.
- 국가보훈대상자 및 취업보호 대상자는 관계법령에 따라 우대합니다.
- 장애인 고용 촉진 및 직업재활법에 따라 장애인 등록증 소지자를 우대합니다.
- 42dot은 의뢰하지 않은 서치펌의 이력서를 받지 않으며, 요청하지 않은 이력서에 대해 수수료를 지불하지 않습니다.
- 지원서 내용 중 허위 사실이 발견될 경우, 입사가 취소될 수 있습니다.
- 인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.
- 3개월의 수습기간이 적용될 수 있습니다.
A MESSAGE TO FUTURE TEAMMATES
대규모 자율주행 데이터와 분산 학습 인프라를 기반으로, 데이터의 탐색과 활용을 지능화하는 Data Intelligence 시스템을 개발하고 있습니다. 대규모 데이터 처리 및 ML 시스템의 성능 최적화부터 Data Ontology, Semantic Retrieval, AI Agent를 활용한 데이터 탐색·자동화 시스템 구축까지 다양한 기술적 도전에 참여할 수 있습니다. Data Engineering, ML Systems, Applied AI를 아우르는 엔지니어링 경험과 전문성을 쌓으며, 자율주행 AI 모델 개발의 효율성과 확장성을 함께 높여갈 엔지니어를 기다립니다.
Text as published by 42dot. We don't edit postings; apply and ask questions on the employer's site.