01 주요 업무
서비스 사용자의 니즈를 ML 과제로 정의하고 ML 모듈을 개발합니다. Machine Learning Research Engineer는 서비스 맥락에 적합한 ML 모델을 선정하고 학습 및 추론 방법과 데이터를 디자인하는 의사결정 및 개발 전반을 담당합니다. 현재 학계에서 ML 연구가 진행되는 트렌드를 이해하고, 기술적 전문성을 바탕으로 서비스에 탑재되는 ML 모델을 개발하며, 제품이 사용자에게 제공하고자 하는 가치와 걸맞은 회사 차원의 연구 프로젝트를 진행하고 Top Tier 컨퍼런스 논문을 출판하여 ML 기반 서비스와 ML 연구가 선순환 구조를 이룰 수 있도록 리드합니다.
- 고객의 요청사항을 AI Task로 정의하고, 그에 맞는 모델 학습 기법 및 데이터를 디자인하며 실서비스 환경을 가정하고 성능을 평가합니다.
- NLP 분야 Top Tier 국제 컨퍼런스 (ACL, EMNLP, NAACL 등 acceptance rate 25% 이하) 출판을 목표로 서비스의 방향성과 align된 리서치 프로젝트를 리드합니다.
02 자격 요건
- 전산학, 컴퓨터 공학 혹은 그에 준하는 유관 분야 전공자이신 분
- 기초적인 전산학 및 수리통계학 지식과 AI 모델의 학습/추론 방식에 대한 이해를 바탕으로 실험 기반 모델 성능 고도화에 익숙하신 분
- NLP 분야 Top Tier 국제 컨퍼런스 (ACL, EMNLP, NAACL 등) 혹은 그에 준하는 ML 분야 컨퍼런스 (Neurips, ICML, ICLR 등) 논문을 읽고 이해하며 구현할 수 있는 능력을 보유한 분
- NLP 기술을 활용한 서비스 운영 경험이 있거나 (1년 이상), NLP 분야 Top Tier 국제 컨퍼런스 1저자 출판 경험이 있으신 분
- 기획/디자인/개발/데이터 등 다양한 직군과 함께 문제를 정의하고 해결책을 찾아나가는 협업 능력을 갖추신 분
03 우대 사항
- 협업 코딩 경험이 있으신 분
- AI 모듈 개발을 위해 적용할 수 있는 다양한 현실적인 접근법에 열려 있으신 분
- TensorFlow Serving 을 활용한 모델 배포 및 MLOps 관련 업무 경험이 있으신 분
04 현재 사용하는 기술
- 주요 기술: Pytorch, Tensorflow
- 업무 도구: Git, GitHub, Docker, AWS
- 코드 리뷰: GitHub PR 기반
- CI (빌드, 테스트): GitHub Actions
05 제출 서류 및 절차
- 제출 서류
필수이력서선택그 밖의 개발 관련 프로젝트 혹은 실무 경험을 보여줄 수 있는 자료- 채용 절차: 서류 심사 → 컬처 핏 인터뷰 → 직무 인터뷰 → 최종 합격
- 제출 및 문의: careers@softly.ai
- 메일 제목은 [머신러닝 리서치 엔지니어 (자연어 처리)] 지원자 이름 형식으로 보내주세요. LinkedIn을 통한 간편지원도 가능합니다!