▣ 메가존 소개

메가존은 1998년 웹 에이전시/호스팅 사업으로 IT 산업에 첫 발을 내딛었습니다. 글로벌 IT 기업과 파트너십 체결 및 유수의 국내 엔터프라이즈 고객사의 사이트 구축 및 운영/호스팅을 통한 IT 시장 저변의 확대를 시작하였습니다. 메가존은 IT 산업에 안주하지 않고, 광고/영상으로의 사업 확장을 통해 국내 산업 전반의 흐름을 선도하고 있으며, 개발자/서비스기획자/디자이너/광고AE/아트디렉터 등 다양한 직무의 직원들이 어우러진 회사입니다. 메가존은 직원들의 성장을 위해 직무 관련 교육, 도서 지원 등을 아끼지 않으며, 다양한 복지 제도(버디 프로그램 운영 등)를 통해 직원이 행복한 회사를 지향하고자 합니다.

▣ 제조AX센터 소개

메가존 제조AX센터는 데이터, AI, 클라우드 기술을 연결해 고객사의 업무를 실제 서비스로 구현하고 운영까지 책임지는 조직입니다.

센터는 고객사의 업무와 보유 데이터를 분석하고, 적용할 AI 유스케이스와 모델을 선정합니다. 선정한 모델의 라이선스와 GPU 요구 사양을 검증하고, 데이터 파이프라인과 애플리케이션, 클라우드와 현장 인프라를 함께 설계·구축해요. 구축이 끝난 뒤에는 같은 구조를 여러  고객사에 반복 배포하고 운영할 수 있도록 자동화와 표준화도 진행합니다.

현재는 제조업 기반 중소기업 AX 사업을 추진하고 있습니다. 수요예측, 예지보전, 불량검사, 품질 원인 분석, 문서·도면 이해, 제조 Copilot  같은 과제를 고객사의 데이터 확보 수준에 맞춰 단계적으로 도입합니다. 모델만 제안하는 데서 끝내지 않고 데이터 점검, 모델·하드웨어 추천, PoC,서비스 구축, 현장 연계와 운영까지 하나의 흐름으로 수행합니다.

동시에 고객사마다 반복되는 데이터 수집, 변환, 저장, 카탈로그, 데이터 흐름 추적 작업을 제품화하는 Data Alchemy Studio를 개발하고  있습니다.

이번 채용은 특정 팀 소속을 전제로 하지 않는 제조AX센터 단위 채용입니다. 채용 전형에서 확인한 직무 전문성, 기술 경험, 프로젝트 경험과 입사 시점의 프로젝트 수요를 기준으로 센터 내 배치 팀을 결정합니다. 배치 후에는 각 팀의 전문성을 살리면서 기획·컨설팅, 데이터 엔지니어링,ML, 백엔드·프론트엔드, MLOps, DevOps·인프라 직군과 함께 고객 과제를 수행합니다.

ML 엔지니어를 소개해요!

ML 엔지니어는 제조 AX 사업에서 고객사 공장에 설치할 모델을 선정하고, 고객사 데이터로 추가 학습한 뒤, 성능을 수치로 평가하는 역할이에요.

팀은 업무에 필요한 모델 후보를 이미 정리해 두었어요. 시계열 예측, 시계열 이상탐지·예지보전, 비전 불량검사, 비전 이상탐지용 기반 모델(백본), 정형 데이터 품질·원인 분석, 제조 Copilot LLM, 한국어 제조 Copilot LLM, 문서·도면 이해 VLM, 임베딩·리랭커, Physical AI까지 10개 분야예요. 후보 모델별로 파라미터 수를 확인하고 필요한 VRAM을 계산해 카탈로그로 만들었어요. 이 자료를 바탕으로 고객사별 데이터와GPU 예산에 맞는 모델을 선정하고 적용하는 것이 주요 업무예요.

이 직무에서는 모델 성능뿐 아니라 라이선스도 직접 확인해요. 사전 검토에서 추천 후보 63건의 라이선스 원문을 확인한 결과, 8건은 상업적으로 이용할 수 없었고 그중 1건은 도입 대상 10개 모델에 포함되어 있었어요. 고객사에 납품하기 전에 상업적 이용 가능 여부를 직접 판단해야 해요.

이런 일을 해요!

• 시계열 예측·예지보전, 비전 불량검사·이상탐지, 정형 데이터 품질·원인 분석, 제조 Copilot LLM(한국어 포함), 문서·도면 이해 VLM,임베딩·리랭커, Physical AI까지 10개 분야에서 고객사별로 사용할 모델을 선정하고 적합성을 평가해요
• LoRA/QLoRA로 고객사 데이터에 파인튜닝하고, 평가 파이프라인을 만들어 개선 전후를 수치로 비교해요
• 임베딩과 리랭커를 조합해 검색 품질을 높이고, 답변 평가 결과를 검색 방식과 학습 데이터 구성에 다시 반영하는 구조를 만들어요
• 고객사 데이터 현황을 바탕으로 GPU 사양을 계산해요. 모델 가중치에 필요한 VRAM, 컨텍스트 길이에 따른 KV 캐시 용량, 양자화 적용여부를 산정 근거 워크북으로 관리해요
• vLLM, TensorRT-LLM 같은 추론 엔진을 최적화해 고객사에 설치한 GPU 1~2장으로 목표 응답 속도를 충족해요
• 도입 후보 모델의 LICENSE 원문과 배포처 약관을 직접 읽고 고객사에 납품할 수 있는지 확인해요
• 데이터 엔지니어, AI 애플리케이션 엔지니어와 함께 모델을 실제 서비스로 연결해요. 학습 데이터 요건과 추론 인터페이스를 양쪽에 맞춰정해요
• 생성형 AI를 비롯한 최신 모델과 기법을 조사하고, 지금 맡은 과제에 쓸 수 있는지 검증한 뒤 적용해요

이런 분과 함께하고 싶어요! 🙋🏻‍♀️

• ML·AI 엔지니어링 경력이 3년 이상이고, Python과 PyTorch/TensorFlow, scikit-learn으로 모델을 직접 개발하고 배포해 오신 분
• LLM 파인튜닝(LoRA/QLoRA 등)과 평가 파이프라인 구축 실무 경험이 있으신 분
• 학습 데이터 전처리와 피처 엔지니어링을 직접 해 오신 분
• 비전(불량검사·이상탐지) 또는 시계열(예지보전) 중 1개 이상 실무 경험이 있으신 분
• 임베딩·리랭커로 검색 품질을 개선해 보신 분
• GPU 자원 산정과 추론 최적화(vLLM, TensorRT-LLM 등) 실무 경험이 있으신 분
• 모델 라이선스 원문을 읽고 상업적 이용 가능 여부를 판단해 보신 분
• 모델을 선정하고 변경한 이유를 수치로 설명하실 수 있는 분

이런 경험이 있으면 더! 좋아요🙆🏻‍♀️🙆🏻‍♂️

• 제조업의 MES 품질 이력(불량 코드, 검사 결과, 설비 알람 로그)과 설비 센서 시계열로 모델을 만들어 보신 분
• 제조업의 ERP, SCM 수요·재고 데이터로 예측 모델을 다뤄 보신 분
• 현장에서 촬영한 불량 이미지로 검사 모델을 학습시켜 보신 분. 카메라와 조명 조건도 함께 조정해 보셨다면 더 좋아요
• 불량 샘플이 수십 장 미만인 조건에서 정상 이미지만으로 이상탐지를 구성해 보신 분
• 한국어 모델 파인튜닝 경험이 있으신 분
• 인터넷에 연결되지 않은 폐쇄망에 모델 가중치와 컨테이너 이미지를 반입해 설치해 보신 분
• MLflow, Kubeflow 등 MLOps 도구로 실험을 추적하고 모델을 배포해 보신 분
• 논문, 특허, 경진대회(Kaggle 등) 실적이 있으신 분

포지션 정보 및 참고사항

• 경력 (3년 이상 ~ )
• 정규직 (정규직 전환을 위한 평가기간 3개월 계약직 운영)
• 수행 업무 및 프로젝트에 따라 평가기간이 달라질 수 있어요.
• 진행하신 모델 작업의 평가 지표와 개선 전후 수치를 정리한 자료가 있다면 함께 제출해 주세요
• 고객사 환경은 인터넷에 연결되지 않은 폐쇄망이므로 외부 API를 호출하지 않고 내부에 설치한 모델을 사용해요
• 제조업 경험이 없어도 지원하실 수 있어요. 모델 품질을 수치로 평가해 본 경험은 반드시 확인해요

합류 여정

• 채용과정 : 지원서 제출(서류 전형) > 실무 면접(기술 인터뷰) > 최종 면접(임원 인터뷰) > 입사 조건 검토 > 최종 합격
• 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.
• 사업부서에 따라 상세 근무지는 다를 수 있어요.