Zoyi35mo ago

Machine Learning Engineer (AI Product)

Seoul · Seoul주니어/시니어/정규직mid

Data ScienceMachine Learning EngineerDataData & AI

0 views0 saves0 applied

Apply Now

Quick Summary

Overview

[함께할 팀을 소개합니다 🙌] 채널에서 개발한 AI 상담 에이전트 ALF는 매일 수만 건의 고객 상담을 응대합니다. 2,000개 이상의 고객사, 각기 다른 도메인. 2025년, ALF의 해결률은 52%에서 80%로 상승했습니다. 하지만 남은 20%가 진짜 어려운 문제입니다. 프론티어 모델을 그대로 붙인다고 좋은 상담 경험이 만들어지지 않습니다.

Technical Tools

Data ScienceMachine Learning EngineerDataData & AI

[함께할 팀을 소개합니다 🙌]

채널에서 개발한 AI 상담 에이전트 ALF는 매일 수만 건의 고객 상담을 응대합니다. 2,000개 이상의 고객사, 각기 다른 도메인. 2025년, ALF의 해결률은 52%에서 80%로 상승했습니다.

하지만 남은 20%가 진짜 어려운 문제입니다. 프론티어 모델을 그대로 붙인다고 좋은 상담 경험이 만들어지지 않습니다. 고객사마다 도메인이 다르고, 같은 질문도 의도와 맥락이 다릅니다.

[채널팀이 더욱 궁금하다면?🧐]

🏡 홈페이지

💡 블로그

🖥 유튜브

💌 인스타그램

2,000개 이상의 고객사에서 실제 상담 데이터를 기반으로, AI 제품의 해결률을 직접 끌어올리는 경험을 할 수 있습니다.

리서치부터 제품 설계, 개발, 품질 고도화까지 — AI/ML 기술이 유의미한 비즈니스 임팩트로 이어지는 전 과정을 End-to-end로 경험합니다.

Knowledge, Evaluation, Agent 3가지 과제 영역에서 팀 NSM(고객 성공율)에 직결되는 선행지표를 직접 정의하고 움직입니다.

연구 결과를 논문으로 발표할 수 있는 기회가 열려 있습니다.

고객 상담 에이전트(ALF)의 RAG 성능 고도화, 멀티모달 지식 검색 시스템 설계

다양한 원천 데이터(PDF, 스프레드시트, 웹페이지 등)로부터의 지식 전처리 파이프라인 구축

AI 상담 평가/개선 자동화 시스템 설계, 벤치마크 구축

상담과 마케팅을 아우르는 대고객 에이전트 설계, 멀티 LLM 인프라 비용 최적화

최신 연구 서베이, 신규 기능 PoC

모호한 비즈니스 문제를 AI/ML 문제로 치환하고, 빠른 가설 검증 반복을 통해 몰입도 있게 문제를 해결해본 경험이 있으신 분

대규모 언어 모델의 동작 메커니즘에 대한 높은 이해, 활용 능력

RAG, 벡터 검색 등 정보 검색 시스템 설계 또는 고도화 경험

Python 프로그래밍 능력

ML 개발 관련 라이브러리/플랫폼 활용 능력 (PyTorch, Hugging Face, wandb)

컴퓨터공학, 전자공학, 수학, 통계학 등 관련 전공 학사 이상의 학위

LLM 기반 AI 에이전트를 설계하고, 프로덕션 환경에서 운영해본 경험

AI 시스템 평가 체계(벤치마크, LLM-as-a-judge 등) 설계 경험

대규모 트래픽 환경에서 AI 모델 서빙/운영 경험

대규모 데이터 처리 파이프라인 설계, 운영 경험

LLM 서빙 비용 최적화 경험

상담, 고객 서비스 도메인 데이터를 다뤄본 경험

Go 프로그래밍 능력

컴퓨터공학, 전자공학, 수학, 통계학 등 관련 전공 석사 이상의 학위

AI 주제의 논문 출판 경험, 경진대회 활동 경력

[서류 제출] > [사전 기술 인터뷰(온라인)] > [1차 인터뷰] > [2차 인터뷰] > [3차 인터뷰] > [레퍼런스 체크] > [최종 합격] 순서로 진행됩니다.

제출하신 서류를 통해 팀에 필요한 기본적인 문제 해결 역량을 갖추고 계신지 확인합니다. 지금까지 수행하신 프로젝트와 도전 과제, 그리고 이를 어떻게 해결해 오셨는지를 구체적으로 작성해 주시면 많은 도움이 됩니다.

사전 기술 인터뷰는 온라인으로 진행되며, ML/AI 관련 기술 중심의 Q&A로 30분간 진행됩니다.

1차 인터뷰는 1시간 동안 진행되며, 라이브로 주어진 상황에서 AI를 활용한 해결 방안을 도출하는 문제 풀이가 포함됩니다. 이 과정을 통해 지원자의 문제 해결 접근 방식, 사고 과정, 그리고 창의적인 아이디어를 중점적으로 확인합니다. 결과뿐만 아니라 문제를 해결해 나가는 과정 자체를 중요하게 평가합니다.

2차 인터뷰는 1시간 30분 동안 진행되며, 지원자께서 수행하셨던 프로젝트에 대한 설명과 이에 대한 질의응답을 중심으로 진행됩니다. 프로젝트의 배경, 기술적 선택의 이유, 문제 해결 과정 등을 통해 실무 경험과 기술 이해도를 확인합니다.

3차 컬처핏 인터뷰는 채널과 핏이 잘 맞는 분인지 알기 위해 편안하게 서로 질문을 할 수 있는 시간을 갖게 됩니다.