Enterprise AI / Copilot AI 응용 엔지니어

Enterprise AI / Copilot AI 응용 엔지니어 (RAG 및 검색 고도화)

• 석사급 이상 우대

기술 스택

• AI / NLP
• Python
• PyTorch, HuggingFace
• Sentence-Transformers, Embedding Models
• Cross-Encoder (Reranking)
• RAG & Frameworks
• Custom RAG Pipeline Design (LangChain, LlamaIndex의 내부 구조를 이해하고 커스터마이징 가능한 수준)
• RAG Evaluation Tools (Ragas, ARES, TruLens)
• Data & Search
• Vector DB (Milvus, Qdrant, FAISS 등)
• Elasticsearch / OpenSearch (Hybrid Search용)
• OCR & Document Parsing Tools
• 고성능 RAG(Retrieval-Augmented Generation) 파이프라인 아키텍처 설계 및 최적화
• 복잡한 엔터프라이즈 문서(표, 수식, 이미지 포함 PDF 등)의 논리적 파싱 및 고급 청킹(Advanced Chunking) 알고리즘 개발
• 데이터 특성에 맞는 최적의 임베딩(Embedding) 모델 선정 및 파인튜닝(Fine-tuning)
• Vector DB 기반의 의미론적 검색(Semantic Search) 및 하이브리드 검색(Keyword + Vector) 알고리즘 고도화
• 검색 정확도 향상을 위한 리랭킹(Reranking) 모델 적용 및 평가 지표(Ragas, TruLens 등) 구축
• 도메인 특화 데이터(제조, 소재, 바이오 등)에 대한 프롬프트 엔지니어링 및 AI Agent 워크플로우 설계
• LLM 응답 품질의 정량적 평가 및 환각 현상 제어 로직 구현
• 컴퓨터공학, 인공지능, 데이터사이언스, 수학, 물리학 등 관련 전공 석사 학위 이상 또는 그에 준하는 연구/개발 역량
• NLP, Transformer 아키텍처 및 LLM의 작동 원리에 대한 깊은 수학적, 이론적 이해
• 단순 프레임워크 사용을 넘어, 검색 알고리즘 및 RAG 파이프라인을 밑바닥부터 설계하고 최적화해 본 경험
• AI 모델의 성능을 정량적인 데이터와 지표로 분석하고 병목을 해결할 수 있는 논리적 사고력
• RAG 시스템의 검색 품질(Precision, Recall, NDCG 등)을 획기적으로 개선한 경험이 있는 분
• Open-source LLM (Llama, Mistral 등) 파인튜닝 경험
• 복잡한 기술 문서, 논문, 특허 등 도메인 특화 데이터 처리 경험 (배터리, 신소재, 바이오 등)
• 최신 AI 논문을 빠르게 리뷰하고 수식을 코드로 구현하여 실제 서비스에 적용할 수 있는 분
• 근무 형태: 정규직
• 근무 위치: 서울
• 급여: 면접 후 협의
• [시차출퇴근제 운영] 출근 08:00~09:00 / 퇴근 17:00~18:00, 개인 일정에 따라 매일 탄력적으로 출퇴근 시간 조정 가능