Online
채용 공고 전체 보기
지신

[ML Application] MLOps Engineer

5~12년서울 강남구상시 채용

경력
5~12년
고용 형태
정규직
마감
상시 채용
지역
서울 강남구서울 강남구 언주로 706, 3층
직군·직무
개발DevOps / 시스템 관리자
출처
원티드

이 공고에서 요구하는 AI 역량

AI 활용 필수

AI 관련 항목

  • 주요 업무0곳
  • 자격 요건2곳
  • 우대 사항1곳

공고에서 찾은 문장

  • 자격 요건

    MLOps·인프라 경험

  • 자격 요건

    MLOps, DevOps, 백엔드 등 시스템 구축·운영 실무 경험이 3년 이상이거나, 그에 준하는 역량이 있는 분

  • 우대 사항

    Claude, ChatGPT 등 AI 도구를 활용해 개발해 보신 분

요구 경력

5~12년

회사 소개

지신은 제조 현장의 데이터와 AI를 하나의 운영 체계로 연결하는 산업 운영체제(Industrial OS) 기업입니다. 제조 현장의 설비와 데이터, 업무와 사람의 판단은 서로 다른 시스템과 기준에 따라 나뉘어 있습니다. 지신은 이를 온톨로지 기반의 통합 제조 운영체제 '단야 OS'로 연결해, 제조기업이 스스로의 기준으로 판단하고 실행할 수 있는 운영 기반을 만들고 있습니다. 창업 1년 만에 국내 VC로부터 Seed 및 Pre-A 투자를 유치했으며, 국내외 유수 대학과 글로벌 기업 출신의 전문가들이 함께하고 있습니다. 현재 조 단위 매출 규모의 제조기업 현장에 단야 OS를 적용하며, 공장이 운영되는 방식을 근본적으로 바꾸는 프로젝트를 수행하고 있습니다. 지신이 일하는 다섯 가지 기준 · Field Intelligence | 현장에 직접 들어가 실제 라인에서 검증하고, 현장의 지식을 쌓습니다. · Augmenting Expertise | 숙련자의 판단과 경험을 자산으로 만들어 사람의 전문성을 넓힙니다. · Raising the Bar | 기존의 한계를 넘어 산업의 새로운 기준을 제시합니다. · Accountable Outcomes | 실제 양산과 현장 성과로 결과를 증명하고 책임집니다. · Restless Momentum | 빠르게 실행하고, 집요하게 해결하며, 멈추지 않고 개선합니다. 우리는 Day One부터 실제 현장의 변화를 만드는 동료를 찾습니다. 높은 목표와 빠른 실행, 치열한 토론이 일상이며, 개인의 역할이 회사의 성장을 직접 바꾸는 환경입니다. 뛰어난 동료들과 가장 어려운 문제를 해결하며, 누구보다 빠르게 성장할 분을 모십니다. [조직 소개] ML Application 팀은 단야 OS 위에서 AI가 실제 현장의 가치를 만들게 하는 조직입니다. 하나의 연구 주제를 깊게 파기보다, Computer Vision, Time-series Forecasting, Anomaly Detection, LLM, RL 등 다양한 AI 기술을 현장 문제에 맞게 조합합니다. 포르쉐·벤츠·BMW에 들어가는 자동차 부품부터 철강, 전자 제조까지, 직접 설계하고 설치한 하드웨어와 연동해 생산라인 위에서 실제로 동작하는 AI를 만듭니다. 프로젝트는 각 분야의 엔지니어가 하나의 Squad(Pod)로 움직이며 고객의 문제를 함께 해결합니다. 모델을 만들어 넘기는 데 그치지 않고, 고객과 가장 가까운 곳에서 문제 정의부터 모델링, 배포, 운영까지 함께 책임집니다. 각자의 전문성이 팀 전체의 실행력을 결정하기에, 수평적으로 의견을 나누고 서로의 영역까지 이해하며 일합니다.

주요 업무

[포지션 개요] 제조 현장의 AI는 만드는 것보다 굴리는 것이 어렵습니다. 모델은 고객사의 온프레미스·에어갭 환경 위에서 돌아가고, 데이터 분포는 계절과 설비 상태에 따라 바뀌며, 현장은 실험실처럼 기다려 주지 않습니다. 배포는 끝이 아니라 시작입니다. 그래서 이 포지션은 모델 하나가 아니라 모델의 수명 전체를 다룹니다. 학습·평가·배포 파이프라인을 만들고, 실험과 모델 버전을 추적 가능하게 하고, 드리프트를 감지해 재학습으로 잇고, Shadow Mode 검증과 롤백 절차로 안전하게 배포하는 체계를 설계하고 운영하는 것까지가 이 포지션의 범위입니다. 좋은 운영 체계는 평소에는 눈에 띄지 않습니다. 하지만 모델이 여러 현장에서 조용히, 오래 돌아가는 것은 우연이 아니라 설계의 결과입니다. 이 포지션은 팀 전체의 속도와 안정성을 결정하는 그 설계를 맡는 자리입니다. [주요 업무] 학습·배포 파이프라인 구축 • 학습, 평가, 배포로 이어지는 ML 파이프라인 설계 및 자동화 • 실험 관리, 모델 버저닝, 모델 레지스트리 체계 구축ㆍ운영 모델 서빙 및 추론 인프라 • GPU 서버부터 엣지 장비까지 아우르는 추론 서빙 환경 구축 • 정해진 추론 예산을 지키기 위한 서빙 최적화와 자원 관리 모니터링 및 드리프트 대응 • 모델 성능·데이터 드리프트 모니터링 체계 구축 • 재학습 트리거와 재배포 절차를 설계하고 자동화 안전한 배포 체계 • Shadow Mode 병행 검증, 단계적 배포, 롤백 절차 설계ㆍ운영 • 온프레미스·에어갭 환경에서의 배포·업데이트 절차 정립 개발 생산성 향상 • ML 엔지니어가 모델링에 집중할 수 있도록 공통 도구·템플릿 제공 • CI/CD, 컨테이너화 등 개발·운영 환경 표준화

자격 요건

MLOps·인프라 경험 • MLOps, DevOps, 백엔드 등 시스템 구축·운영 실무 경험이 3년 이상이거나, 그에 준하는 역량이 있는 분 • Docker 기반 배포 실무 경험이 있고, Kubernetes 환경에 대한 이해가 있는 분 • Python에 능숙하고, ML 모델의 학습·서빙 과정에 대한 이해가 있는 분 파이프라인 구축 경험 • CI/CD 또는 데이터·ML 파이프라인을 직접 구축하고 운영해 보신 분 • 모니터링·로깅 등 운영 관측성을 설계해 보신 분 협업 및 실행력 • ML 엔지니어·데이터 엔지니어와 협업하며 문제를 빠르게 정의하고 실행해 보신 분 • 장애 상황에서 원인을 파고들어 구조적으로 해결해 보신 분

우대 사항

ML 인프라 도구 • MLflow, W&B 등 실험 관리 도구나 Airflow, Kubeflow 등 파이프라인 도구를 활용해 보신 분 • Triton, BentoML 등 모델 서빙 프레임워크를 활용해 보신 분 엣지·온프레미스 환경 • Jetson 등 엣지 장비를 운영하거나 여러 대의 장비를 관리해 보신 분 • 에어갭 환경에서의 오프라인 패키징·배포 경험이 있는 분 관측성 및 최적화 • Prometheus, Grafana 등 모니터링 스택을 구축해 보신 분 • TensorRT, ONNX Runtime 등 추론 최적화나 GPU 자원 관리 경험이 있는 분 • Claude, ChatGPT 등 AI 도구를 활용해 개발해 보신 분

혜택 및 복지

• 유연근무제 운영 • 점심 및 저녁 식대 지원 • 각종 음료와 간식 무제한 제공 • 최고 사양의 개발 장비 및 SW 구매비 전액 지원 • 도서 및 디지털콘텐츠 구입비 전액 지원 • 성과급 제공 • 경조금 지원

채용 절차

서류 전형 > 1차 기술/Fit 인터뷰 > 2차 임원 인터뷰 > 처우 협의 > 최종 합격 > 입사 ※채용 프로세스 진행 시 과제를 요청드릴 수 있습니다.

회사 정보

복지

  • 교육
  • 기타

서울 강남구 언주로 706, 3층지도 보기

1 / 4

지신 사진 1