직무 설명
금융 사용 사례에 효율적으로 대응할 수 있도록 대형 언어 모델(LLM)의 설계, 개발 및 최적화에 적극적으로 참여하며, 도메인별 용어와 컨텍스트에 맞춰 모델을 미세 조정하는 실무적인 접근을 수행합니다. 이는 데이터 전처리, 모델 학습 및 성능 평가와 같은 작업을 포함하여 LLM이 금융 애플리케이션의 특정 요구 사항을 충족하도록 보장합니다. 또한 프롬프트 엔지니어링 기술을 활용하여 LLM이 원하는 응답을 생성하도록 유도하며, 효과적인 프롬프트를 설계하고 모델 성능에 따라 반복적으로 개선하며 다양한 프롬프트 구조를 실험하여 정확성과 관련성을 높입니다. 특히 금융 산업과 관련된 AI, 머신러닝 및 프롬프트 엔지니어링 분야의 최신 동향과 발전상을 지속적으로 파악하여 제품의 경쟁력과 선도성을 유지합니다. 이를 위해 지속적인 연구, 컨퍼런스 참석 및 산업 간행물 검토를 통해 신기술과 모범 사례를 식별합니다. 제품 관리자 및 관련 팀과 긴밀하게 협력하여 제품 요구 사항과 고객 니즈를 이해하고 이를 모델 개발 및 프롬프트 엔지니어링에 직접 반영합니다. 여기에는 정기적인 커뮤니케이션 세션, 협업 워크숍 및 반복적인 피드백 루프를 포함하여 모델의 기능이 비즈니스 목표와 일치하도록 조정합니다.
주요 책임
- 리스크 평가, 사기 탐지 및 재무 보고와 같은 작업에서 높은 정확성과 효율성을 제공하도록 금융 애플리케이션에 맞춤화된 LLM의 종단간 개발 및 최적화를 주도합니다.
- 컨텍스트 인식 프롬프트 생성 및 A/B 테스트와 성능 분석을 통한 개선을 포함하여 모델 출력 품질을 향상시키기 위한 고급 프롬프트 엔지니어링 전략을 설계하고 구현합니다.
- AI 및 머신러닝, 특히 핀테크 분야의 산업 동향을 모니터링하고 분석하여 모델 개선 및 혁신 기회를 식별합니다.
- 크로스펑셔널 팀과 협력하여 비즈니스 요구 사항을 기술 사양으로 전환하며, 모델 기능이 사용자 요구와 조직 목표와 일치하도록 보장합니다.
- 모델 학습, 최적화 및 프롬프트 엔지니어링 프로세스에서 얻은 인사이트를 문서화하고 공유하여 팀 지식 전수 및 향후 프로젝트 개발을 지원합니다.
직무 요구 사항
- 금융 도메인 지식과 자연어 처리(NLP) 기술에 대한 강력한 배경을 바탕으로 한 LLM 개발 경험.
- 프롬프트 설계, 반복 및 평가 프레임워크를 포함한 프롬프트 엔지니어링 방법론에 대한 고급 이해.
- 지속적인 학습과 전문적 참여를 통해 특히 핀테크 분야의 AI 및 머신러닝 트렌드를 최신 상태로 유지할 수 있는 능력.
- 역동적인 팀 환경에서 제품 관리자, 데이터 과학자 및 이해관계자와 효과적으로 협업하기 위한 탁월한 협업 및 커뮤니케이션 스킬.
- 모델 성능 지표와 고객 피드백을 해석하여 데이터 기반 개선 결정을 이끌어내는 강력한 분석 능력.
- Python과 같은 프로그래밍 언어에 능숙하며 TensorFlow 또는 PyTorch와 같은 머신러닝 프레임워크 사용 경험.
- 모델 출력이 산업 표준 및 법적 의무를 준수하도록 보장하기 위한 금융 규제 및 컴플라이언스 요구 사항에 대한 지식.
- 동시에 여러 프로젝트를 관리하고 우선순위를 정하여 기한을 준수하면서도 고품질 결과물을 유지할 수 있는 능력.
