LLM Research Engineer

대화로 찾는 나에게 딱 맞는 공간, 나만의집

집을 고르는 순간에도 낭만이 필요합니다.

나만의집은 부동산에 특화된 AI를 통해 사람들이 자신에게 맞는 공간을 더 빠르고 안전하게 선택할 수 있도록 돕습니다.

낭만아지트는 AI 기반 부동산 서비스 ‘나만의집'을 운영하고 있습니다. 우리는 기존의 지루한 필터 검색 방식을 넘어 자연어 대화와 AI 예측 기술을 통해 사용자가 원하는 집을 가장 빠르고 정확하게 찾아주는 미래를 만들고 있습니다. 서비스 오픈 직후 초기창업패키지(딥테크) 선정, 팁스(TIPS) 선정 등을 통해 기술력과 시장성을 인정받았습니다.

• 초개인화 매물 추천을 위한 LLM 추론 구조 탐색 및 최적화
• LLM 학습을 위한 대규모 데이터 수집, 생성 및 메타 정보 부착기술 개발 및 연구
• 부동산 도메인 내 각종 업무 특화 에이전트 개발 및 연구
• 기타 TIPS 연구주제 관련 개발 및 연구
• CS/AI/ML 등 관련 전공 석사 이상 혹은 이에 준하는 관련 프로젝트 경험을 보유하신 분
• Data/Model/Pipeline/Context/Expert Parallel 등 Model parallel 기반의 모델 학습 경험이 있는 분
• 연구/개발에 대한 지속적인 관심과 새로운 기술/업무에 대한 도전 정신을 가지신 분
• Low-precision training 관련 연구/개발 경험 (e.g., FP8/MXFP4 학습 시 수치 안정성 확보, loss scaling, tensor-wise/block-wise scaling 전략 설계)
• Quantization-Aware Training(QAT) 및 저비트 양자화(W4A8, W4A16 등) 환경에서의 LLM 학습 경험 (e.g., STE 기반 학습, rotation/smoothing 기법 적용, PTQ 대비 품질 회복)
• Knowledge Distillation을 활용한 모델 압축 연구 경험 (e.g., logit/feature-level distillation, on-policy distillation, teacher-student 학습 파이프라인 설계)
• LLM 관련 kernel 개발 경험 (e.g., Triton, CUDA 기반 custom kernel)
• Data/Model/Pipeline/Context/Expert Parallel 등 분산 학습 전략 설계 및 프레임워크(e.g., Megatron-LM, DeepSpeed, FSDP) 기여 경험
• LLM 학습 데이터의 품질 향상과 평가를 위한 연구 개발 경험 및 페타바이트 수준의 텍스트 데이터 수집 및 분산 처리 경험
• 대규모 클러스터 환경(e.g., GPU / TPU)에서 초거대 모델 학습을 위한 최적화 경험 (e.g., communication overlap, activation recomputation, memory-efficient optimizer)
• 기업 내규