About
home
Team Blog
home
🚎

Solution Architect

포지션
병역특례
경력
신입
인턴
스퀴즈비츠는 로봇, 광고, 콘텐츠 등 다양한 도메인의 고객사 실무에서 AI를 효율적으로 활용할 수 있도록 지원합니다. 본격적인 AI 시대에 도입하며 AI는 다양한 하드웨어/서비스 제약 조건/모델을 기반으로 활용되고 있습니다. 스퀴즈비츠의 고객들에게 우리 경량화/최적화 기술의 가치를 최대한 잘 전달하기 위한 폭넓은 최적화 전략과 기술적 방향성을 함께 찾아가실 핵심 전문가를 찾고 있습니다. 스퀴즈비츠의 Solution Architect로 함께 하시면, 최신 LLM·이미지 생성 모델을 신속히 프로덕션에 올리고 고객 비즈니스 요건에 맞춘 최적화 솔루션을 설계·검증하는 역할을 수행할 수 있습니다. 고객의 니즈(성능, 지연, 비용, 규제/보안 등)를 기술적 요구사항으로 전환하여 적절한 모델·구성·운영 전략을 제시하고, POC·벤치마크·현장 튜닝을 통해 실서비스 수준의 성능과 안정성을 확보하는 일련의 경험을 쌓으실 수 있습니다.

[주요 업무] 팀에 합류하면 이런 일을 담당합니다

고객사 니즈를 심층적으로 파악하여 기술적 요구사항으로 해석 및 AI 최적화 솔루션 설계
LLM, 이미지 생성 모델 등 최신 모델을 주어진 추론 프레임워크 상에서 신속히 구현하고, 경량화 기법 바탕의 성능 최적화
PoC 설계/실행 및 벤치마크 기반 모델 성능 최적화 보고서 작성 및 공유
최신 기술 트렌드 및 업계 Best Practice를 공유하여 고객의 성과와 경쟁력 향상에 기여
고객 경험을 기반으로 신규 기능 제안 및 제품 개선 아이디어 발굴
[ 사용 언어 / 개발 환경 ] Python, PyTorch, C/C++

[자격 요건] 이런 분을 찾고 있습니다

LLM 포함 다양한 AI 모델을 실무에서 배포 및 운영한 경험을 보유하신 분
추론/서빙 파이프라인 구성 및 모델 최적화 경험을 보유하신 분
AI 모델 서빙 시스템의 성능 벤치마크 설계 및 결과 해석 경험을 보유하신 분
팀원과의 원활한 커뮤니케이션이 가능하신 분
회사와 함께 성장하고자 하는 의지가 있으신 분
해외 여행에 결격 사유가 없는 분

[우대 사항] 이런 경험을 갖고 계신다면 더 좋습니다

모델 경량화(Quantization, Pruning 등) 기술에 대한 이해를 보유하신 분
Triton, Ray Serve 등 ML 서빙 런타임 실무에 대한 경험을 보유하신 분
vLLM, SGLang 등 LLM 서빙 프레임워크 활용 및 오픈소스 기여 경험을 보유하신 분
주요 업무 관련 경력 또는 개발 경험을 2년 이상 보유하신 분
AI 모델 경량화 및 최적화 분야 석/박사 학위를 보유하신 분

지원 방법 및 채용 절차

채용 절차 : [서류 전형 → 실무진 인터뷰 → Culture Fit 인터뷰 → 처우 협의 → 온보딩]
1.
서류 전형
[스퀴즈비츠 입사 지원] 구글폼을 작성해주세요.
서류에는 별도 양식이 없습니다. 이력서, 자기소개서, 포트폴리오 등 … 아래의 기본적인 내용을 포함하시어, 지원자님을 마음껏 표현해주세요!
기본 인적사항 (이름, 연락처, 이메일 등)
학력/경력사항 (별도 경력이 없는 경우 신입으로 기재해주세요.)
지원 포지션 및 자격 요건에 본인이 얼마나 잘 맞는지
※ 인턴으로 지원해주실 때에는 입사 가능 시기와 근무 희망 기간을 함께 적어주세요.
2.
인터뷰 전형
서류 전형을 통과하신 분들께 개별 일정을 이메일로 안내드립니다.
지원 포지션에 해당하는 실무 역량에 대한 인터뷰를 1차로 진행합니다.
스퀴즈비츠의 구성원으로서 함께 일하시게 될 방식과 문화에 대한 인터뷰를 2차로 진행합니다.
직무 특성에 따라 필요 시 추가 과제 또는 Coding Test 등을 진행할 수 있습니다.
1차 직무 인터뷰는 온라인 진행, 2차 컬쳐핏 인터뷰는 대면 진행을 원칙으로 합니다. 상황에 따라, 1·2차 인터뷰를 모두 대면 또는 온라인으로 진행할 수 있습니다.
3.
처우 협의
급여 및 처우는 최종 인터뷰 통과 시 별도로 협의 예정입니다.
경력직의 경우 평판조회 절차가 추가될 수 있습니다.

참고 사항

1.
정규직 채용의 경우 3개월의 수습기간을 운영합니다. 단, 수습 기간 동안 대우에 차별을 두지 않습니다.
2.
제출한 서류가 사실과 다른 경우 합격(입사)이 취소될 수 있습니다.