| ​직무 ​소개

미리디는 ​AI 기술을 ​활용하여 디자인 경험을 혁신하고 ​있으며, ​이를 위해 ​AI 모델의 학습, ​배포, 운영을 ​효율적으로 ​지원하는 AI ​플랫폼 ​인프라 ​구축이 필수적입니다.

이를 위해 ​머신러닝 ​모델을 효과적으로 관리하고 ​운영할 ​수 ​있는 체계적인 워크플로우와 ​데이터 제공 ​환경을 ​구축하고,

AI 연구자, ​데이터 엔지니어, ​개발자간의 ​협업을 촉진할 AI ​Engineer를 찾고 ​있습니다.

AI Engineer는 미리디의 AI 모델이 안정적이고 효율적으로 프로덕션 환경에서 운영될 수 있도록 ML 시스템의 전반적인 워크플로우를 설계, 구축, 최적화하는 것에 초점을 맞춥니다.

또한 AWS 기반의 클라우드 인프라에서 모델 서빙, 성능 모니터링, 데이터 파이프라인 최적화 등의 업무를 담당합니다.

합류 시 AI 모델의 전 라이프사이클을 다루며, 실무에서 MLOps 기술을 심층적으로 적용하는 경험을 쌓을 수 있습니다.

Feature Store 및 자동화된 ML 파이프라인 구축을 통해 AI 모델이 지속적으로 학습되고 배포될 수 있는 환경을 조성하고, 데이터 활용 최적화를 통해 비즈니스 성장에 직접 기여하실 분을 찾습니다!

| 기대 모습

[1개월 뒤]

• 미리디의 AI 모델에 대한 프로덕션 배포를 위한 워크플로우를 구성하고, AI 모델이 제품에 적용되는 시간과 리소스를 최적화합니다.

[3개월 뒤]

• AI 모델이 지속적으로 학습하고 배포 될 수 있는 ML 워크플로우 및 데이터 파이프라인, Feature Store 를 구축하고 운영합니다.

[그 이후]

• 미리디의 ML 워크플로우와 시스템을 구축하고, 지속적인 모델 학습과 배포가 이루어질 수 있는 확장성 있고 안정성 있는 미리디의 ML 플랫폼 인프라와 시스템을 구성합니다.

| 주요 업무

"미리디에서 이런 일들을 함께 하고 싶어요"

• AWS 클라우드 솔루션을 활용한 ML 모델 배포 및 서비스 연계를 위한 인터페이스 개발을 담당합니다.
• AI 모델의 성능 및 지표 모니터링을 위한 로깅/모니터링 시스템을 설계하고 구축합니다.
• MLOps 파이프라인 구축을 통해 미리디 AI 모델의 지속적인 학습, 검증, 버전 관리, 배포가 가능한 환경을 제공합니다.
• Feature Store 및 데이터 파이프라인 구축을 통해 모델 학습과 추론을 위한 데이터 셋을 제공합니다.

| 자격요건

"이런 분이라면 목표 달성에 확신을 얻을 것 같아요"

• 만 3년 이상의 개발 경험과 1년 이상의 AI/ML엔지니어링 경험이 있으신 분
• 하나 이상의 개발 언어를 활용 해 딥러닝 프레임워크 모델을 서빙해본 경험이 있으신 분
• AWS SageMaker 나 mlflow를 활용한 머신러닝 파이프라인 설계 및 구축한 경험이 있으신 분
• AI 연구자, 엔지니어, PM, 데이터 분석가 팀과의 원활한 커뮤니케이션이 가능하신 분

| 우대 사항

"이런 분이라면 장기적으로 서로에게 더 긍정적일 것 같아요!"

• AWS 매니지드 서비스들을 활용한 서비스 구축 경험이 있으신 분
• 데이터 분석과 활용을 위한 배치 파이프라인 개발 및 대용량 데이터 처리 경험이 있는 분
• 오픈 소스 도구 및 플랫폼을 자유롭게 수정하고 활용할 수 있는 역량을 갖고 계신 분
• 팀원들과의 협업을 통해 창의적인 아이디어를 발전시키고 공유하는 것을 즐기시는 분

| 기타 사항

• [서류 전형] - [코딩테스트(온라인)] - [1차 인터뷰] - [2차 인터뷰(필요 시)] - [처우 협의] - [입사] 의 프로세스로 진행됩니다.
• 서류는 원활한 검토를 위해 PDF 형식으로 제출 부탁 드립니다.
• 2차 인터뷰의 경우, 직무/직급에 따라 생략될 수 있습니다.
• 직급에 따라 인터뷰 후 레퍼런스 체크 전형이 추가될 수 있습니다.
• 입사 후 3개월의 수습 기간 및 수습 평가가 진행됩니다. (급여 100%)
• 서류 전형 결과 안내까지는 최대 2주, 인터뷰 결과 안내까지는 최대 3주가 소요됩니다.
• 여러 포지션에 동시에 지원해주시는 것은 가능하지만 동일한 포지션의 경우 최종 결과 안내를 받은 시점으로부터 6개월 후에 재지원이 가능합니다.