직무 설명
AI 인프라 엔지니어로서, 당신은 우리의 AI 시스템을 구동하는 핵심 인프라를 개발하고 유지하는 데 중추적인 역할을 할 것입니다. 당신의 작업은 우리 AI 서비스의 안정성, 확장성 및 효율성에 직접적인 영향을 미칠 것입니다.
주요 책임
- 아키텍처 팀의 핵심 서비스(API 게이트웨이, 서비스 등록/발견, 로드 밸런싱)를 지속적으로 개발 및 업그레이드하여 시스템 안정성과 확장성 보장
- AI 인프라 엔지니어링 최적화: AI 호출 지연 시간 감소, 사용자 경험 개선; 캐싱, 라우팅 전략, 모델 선택을 통한 비용 절감; AI 인프라 안정성 보장
- AI 팀을 위한 맞춤형 DevOps 솔루션 개발하여 제공 효율성 향상
- 모델 호출 비용, 효과 및 성능을 추적하기 위한 AI 역량 평가 및 모니터링 시스템 구축
- 공유 개발 도구, 코드 라이브러리 및 미들웨어를 포함한 전사적 AI 기술 인프라 구축 및 도입으로 R&D 효율성 향상
- R&D 효율성 증진을 위한 AI 구현 촉진(코드 생성, 지능형 테스트, 스마트 운영, 장애 진단 등)
- 기술 표준 및 사양(AI 엔지니어링 가이드라인 포함) 수립으로 기술 구현 촉진 및 코드 품질/시스템 성능 보장
- 개발 프로세스 최적화 및 기술 비용 최적화/자원 활용 촉진으로 R&D 효율성 향상
- 기술적 도전 과제 해결, 시스템 병목 현상 해결 및 혁신적인 솔루션 제공
- 강력한 커뮤니케이션 기술과 팀워크를 발휘하여 기술 요구 사항의 크로스 팀 구현 추진
- 팀원들의 기술 성장을 위한 멘토링 및 지식 공유 세션 조직
직무 요구 사항
- 학력: 컴퓨터 과학 또는 관련 분야 학사 학위 이상
- 경력: 백엔드 개발 경력 5년 이상
- 프로그래밍 언어: Go, Java 또는 C++ 중 하나 이상에 능숙
- 도구: Cursor/Claude Code/Codex와 같은 하나 이상의 프로그래밍 도구 사용 능숙
- 클라우드 서비스:
- 주요 클라우드 제공업체(알리바바 클라우드/AWS/Google Cloud) 중 하나 이상에 대한 깊은 이해
- 클라우드 AI 서비스(예: 알리바바 클라우드 Bailian/Open Router) 통합에 익숙
- 클라우드 아키텍처 설계, 배포 및 운영 경험
- 엔지니어링 역량:
- 분산 시스템 설계 및 고동시성 시스템에 대한 실무 경험
- 메시지 큐(Kafka/RocketMQ), 캐싱(Redis), 벡터 데이터베이스(Milvus/Pinecone)와 같은 미들웨어에 익숙
- 강력한 코딩 표준 및 시스템 설계 능력
- LLM 응용 경험:
- 주요 LLM 응용 패러다임(Prompt, RAG, Agent, Function Calling, Memory)에 대한 지식
- RAG 시스템 또는 Agent 응용 프로그램 구현 실무 경험
- 우대 사항:
- 모델 미세 조정(LoRA, QLoRA) 또는 모델 배포 경험
- Web3/블록체인 지식, 금융/거래 시스템 경험
- AI 오픈소스 커뮤니티에서의 기여 또는 기술적 영향력
혜택
혜택 정보는 Telegram을 통해 HR에 직접 문의해 주세요!
