[FDE] Forward Deployed Engineer - LLM

👨‍👦‍👦함께하게 될 FDE본부를 소개합니다 !

• FDE본부는 산업에서 발생하는 다양한 문제 해결을 위해 AI 기술을 개발하고 산업현장에 적용하여 실질적인 가치를 만들어 냅니다.
• 실제 현장의 데이터를 이용해 AI 문제를 정의하고 이를 풀어가는 과정을 통해 End-to-end 머신러닝 라이프사이클을 경험합니다.
• 마키나락스에 축적된 문제해결 경험을 자산화, 솔루션화 하는 과정을 함께 합니다.
• 함께하게 될 팀원들이 궁금하다면 ? 🔗 자세히보기

🧑🏻‍💻이런 일을 함께합니다

• 데이터를 분석하고 풀어야 할 문제를 정의합니다.
• 동료들과 더 나은 LLM 기술에 대해 논의하고 연구합니다.
• Agent 연구개발을 통해 산업현장의 문제를 해결합니다.

🔗산업현장에서 작동하는 AI Agent 구현 사례 확인하기

• RAG, Fine tuning 등을 이용해 LLM 모델의 성능을 향상 시킵니다.
• 제조·산업 데이터(설비 로그, 이미지, 문서 등)를 기반으로 LLM/VLM을 활용한 지능형 분석 및 자동화 시스템을 개발합니다.
• LLM 실적용 성공 사례를 지속적으로 늘려나가고 전체 수행 과정 효율을 개선할 수 있는 체계를 함께 고민하여 반영합니다.

💡이런 분을 찾습니다

• 2년 이상 LLM 또는 VLM 관련 프로젝트 또는 연구 경험이 있는 분
• 복잡한 문제를 구조적으로 분석하고, 기술적 해결 방안을 주도적으로 도출·실행해 본 경험이 있는 분
• LLM 또는 VLM 모델을 활용한 개발 또는 실무 적용 경험이 있는 분
• Python 프로그래밍에 능숙하며, 실제 문제 해결을 위한 코드 구현이 가능한 분
• 다양한 라이브러리 및 프레임워크를 활용해 문제를 해결한 경험이 있는 분
• 최신 AI/LLM 기술 및 연구 동향을 빠르게 이해하고, 서비스 또는 시스템에 실적용이 가능한 분
• LLM/VLM 기반 서비스·제품 개발 전반에 대한 높은 관심과 실행 의지를 보유한 분
• 동료들과 긴밀하게 협업하며, 문제를 함께 정의하고 완성도 높은 결과물을 만들어 갈 분

📣이런 분이면 더 좋습니다

• LLM 또는 VLM 모델의 학습 및 평가 경험이 있는 분
• LLM 기반 시스템의 성능 모니터링, 평가 지표 설계, 품질 개선 사이클 운영 경험이 있는 분
• API, 백엔드 서비스, 또는 MLOps 환경과 LLM 시스템을 연동해 본 경험이 있는 분
• 데이터 파이프라인을 설계·구축·운영해 본 경험이 있는 분
• 다양한 도메인의 데이터를 다뤄본 경험이 있는 분
• AI Agent 설계 및 개발 경험이 있거나, 관련 아키텍처와 동작 방식에 대한 높은 이해를 가진 분
• 코드 리뷰를 통해 품질을 개선하고 협업한 경험이 있는 분
• LLM 또는 VLM을 활용하여 실제 사용 가능한 수준의 서비스 또는 제품을 개발·배포·운영해 본 경험이 있는 분

📆 채용절차

• 서류검토
• 사전 인터뷰 (온라인)
• 기술 인터뷰
• Fit 인터뷰
• 평판조회

📝 마키나락스 테크 블로그

• 🔗AI 시대, 제조 특화 LLM이 중요한 이유
• 🔗AI 회사에서 LLM을 업무에 활용하는 방법
• 🔗도메인 특화 LLM 성능을 높이는 AI 기술 트렌드

📋기타 안내 사항

• 채용 프로세스 진행 시 추가 인터뷰나 과제를 요청드릴 수 있습니다.
• 입사 후 3개월의 수습 기간 및 수습 평가가 진행되며, 해당 기간 중 급여는 100% 지급됩니다.