[AIR Platform] Unit을 소개합니다! 

💡 AIR Platform Unit은?

AIR Platform 유닛은 메가존클라우드의 새로운 AI 브랜드 Megazone AIR의 핵심 축인 Megazone AIR
Platforms(AIR Studio, AIR Data Hub, AIR AIOps) 제품 개발을 담당해요. 

AI 플랫폼 기술과 관련된 다양한 직군이 협업하고 있어요: AI/ML 엔지니어링, 백엔드 개발, 프론트엔드
개발, 플랫폼 엔지니어링, UI/UX 디자인 & 퍼블리싱, 프로덕트 매니지먼트.

💡AI Engineering Unit은?

AI Engineering 유닛은 국내 및 세계 AI 시장에서 메가존클라우드의 브랜드 파워와 비즈니스 성과 극대화를 단단하게 뒷받침하는

핵심 AI 기술을 창출하고 보급하는 것을 목표로 해요.

 크게 두 종류의 일이 있어요.

 (1/application) 고객의 어려움을 효과적으로 해소하는 AI 기반 문제 해결의 표준을 제시하고, 성공적인 AI 전환의 구체적이고 설득력있는 사례 창출을 통해 Megazone AIR 도입으로 고객이 경험할 실질적 변화와 궁극의 성과를 입증해요. 이 과정에서 AI 프로페셔널 서비스를 전략적으로 활용하기도 해요.

 (2/foundation) AI 운영 비용 최적화에 대한 기업의 니즈 해결이라는 어려운 문제에 도전하고 세계적 수준의 독창성을 가지는 새로운 AI 모델과 알고리즘을 연구해요. 잠재 수요가 높은 격차 기술 개발로 Megazone AIR 제품 라인의 차별화 우위 확보 및 고객 만족 극대화를 견인해요.

이런 일을 해요!

• 고객 및 사내 부서와의 협업을 통한 문제 요구사항 분석 및 human-in-the-loop 시스템 설계 업무를 해요.
• 산업 및 직무 별 고유 문제 해결 위한 agentic workflow 구성 및 지속 개선 업무를 해요.
• Retrieval-augmented generation(RAG) 시스템 구성 업무를 해요.
• 문제 상황 및 요구사항에 맞는 prompt engineering 업무를 해요.
• Large language model(LLM) 및 Large vision model(LVM) finetuning 업무를 해요.
• 학습 및 성능 개선을 위한 데이터 구축 및 전처리 업무를 해요.
• SW/인프라 엔지니어와 협업하여 AI 기술 배포 및 실제 서비스로 통합 업무를 해요.
• 최신 AI 논문 재현 및 기법 도입, 사내 AI 기반 문제 해결 thought leadership 확보에 기여하는 역할을 해요.

이런 분과 함께하고 싶어요! 🙋🏻‍♀️

• 컴퓨터과학, 전기 및 전자공학 관련 분야 학사 학위 또는 이에 상응하는 경험이 있는 분이어야 해요.
• Langflow, LangChain, LangGraph 등을 활용한 agentic workflow 구성 경험이 있는 분이어야 해요.
• RAG 기본 이론 이해 및 시스템 구축 경험이 있는 분이어야 해요.
• Prompt engineering 경험 (zero-shot, few-shot, chain-of-thought 등)이 있는 분이어야 해요.
• 고객 요구사항을 이해하고 고객에게 인사이트를 제시할 수 있는 스토리텔링 능력이 있는 분이어야 해요.
• 주어진 문제 및 요구사항에 적합한 AI 기술 탐색 및 적용 능력이 있는 분이어야 해요.
• 데이터 및 AI 학습 결과를 정량/정성적으로 평가하고 분석할 수 있는 능력이 있는 분이어야 해요.
• Machine learning (특히 deep learning) 공통 기반 이론에 대한 정확한 이해도가 있는 분이어야 해요.
• 영어 기술 논문 이해 및 결과 재현 능력이 있는 분이어야 해요.
• 아는 것과 모르는 것에 대한 솔직함, 그리고 특히 일이 잘 풀리지 않는 어려운 상황에서 동료들과의 건설적인 논의에 열려 있는 자세가 있어야 해요.
• AI를 활용한 산업 문제 해결이 즐거우신 분이어야 해요.

이런 경험이 있으면 더! 좋아요🙆🏻‍♀️🙆🏻‍♂️

• 국내/국제 AI 대회(Kaggle 등) 상위권 입상 또는 오픈소스 AI 프로젝트 기여 경험이 있으면 더 좋아요.
• 컴퓨터과학, 전기 및 전자공학 관련 분야 석사 학위가 있으면 더 좋아요.
• 국제 기계학습 학회 논문 출판 경험이 있으면 더 좋아요.
• 최신 deep learning 및 LLM 기술과 알고리즘에 대한 깊은 이해가 있으면 더 좋아요.
• Multimodal LLM 프로젝트 경험이 있으면 더 좋아요.
• Container 및 Kubernetes 또는 클라우드 환경에서의 AI 학습 로직 및 시스템 구현 경험이 있으면 더 좋아요.
• MLOps 시스템 활용 경험 (Kubeflow, Airflow 등)이 있으면 더 좋아요.
• 대규모 데이터 파이프라인 처리 및 분석 경험: MinIO, Kafka, ElasticSearch 등 이 있으면 더 좋아요.
• Embedding 모델, vector DB, document parsing, chunking 관련 깊이있는 경험이 있으면 더 좋아요.

💡실무 면접은 이렇게 준비해 주세요

• 직접 주도 또는 기여한 주요 프로젝트 성과를 (1–2개) “동기(motivation) → 문제(problem) →방법(methods) → 결과(results; 사용자 이득) → 향후 개선 사항(future work)” 또는 이에 상응하는 흐름이 명확히 드러나도록 발표해 주세요.
• 일하는 과정에서 획득한 레슨을 인사이트 중심으로 알려주세요.

포지션 정보

• 경력(2~10년 미만)
• 정규직 (정규직 전환을 위한 평가기간 3개월 계약직 운영)

합류 여정

• 채용과정 : 지원서 제출 > 1차 실무면접 >  2차 바레이저면접 > 3차 최종면접 > 입사조건검토 > 최종합격
• 직무에 따라 전형 절차는 달라질 수 있어요.

지원 시 유의사항

• 지원서 내용, 또는 전형 진행 중 허위 사실이 있는 경우 전형 진행이 취소 될 수 있어요.
• 보훈대상자(취업보호대상자) 및 장애인은 관련 법령에 의거해 우대돼요.
• 필요 시 레퍼런스 체크, 인성검사가 진행 될 수 있습니다.
• 주 근무지는 과천 본사이며, 사업부서에 따라 상세근무지가 달라질 수 있습니다.