스퀴즈비츠는 다양한 도메인에서 AI가 제대로 활용될 수 있도록 경량화/최적화 기술을 연구·개발하고 있습니다. 텍스트, 이미지, 비디오 등 각종 생성형 AI 모델이 최적의 속도로 서비스될 수 있도록 여러 하드웨어 환경에 적합한 경량화 및 최적화 진행을 함께 하실 전문 인재를 찾고 있습니다.
스퀴즈비츠의 ML Engineer로 함께 하시면, 다양한 AI 가속 하드웨어를 사용해보며 습득한 지식과 경험을 바탕으로 최신 생성형 AI 모델들에 대한 경량화/최적화 및 실제 서빙까지 AI 모델 서비스에 필요한 전체적인 개발 스택에 대해 경험해 보실 수 있습니다.
[주요 업무] 팀에 합류하면 이런 일을 담당합니다
•
다양한 생성형 AI 모델을 GPU, NPU 등 다양한 하드웨어 향으로 최적화 및 서빙하는 엔진 설계·개발
•
생성형 AI 모델의 GPU, NPU 등 각 하드웨어 별 최적화, 경량화, 성능 평가 및 API 제품화에 이르는 파이프라인 구축
•
Quantization, Pruning 등의 경량화 방법론, 각종 Caching 등의 최적화 방법론 등 성능·비용 최적화 연구 및 실제 서비스 적용
•
생성형 AI 모델의 오픈소스 서빙 프레임워크 및 하드웨어 SDK 별 추론 속도/모델 성능 등 평가, 비교 분석 및 최적화
[ 사용 언어 / 개발 환경 ]
PyTorch, Python, C++, Docker
[자격 요건] 이런 분을 찾고 있습니다
•
딥러닝 모델 경량화 및 서빙 최적화에 대한 이해와 높은 관심을 가지신 분
•
Vision, LLM, Gen AI 중 한 분야 이상의 학습/파인튜닝 또는 서비스 적용 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 또는 서빙 최적화 관련 경력 2년 이상 혹은 그에 준하는 역량을 지니신 분 (AI/ML 관련 석사 학위 이상)
•
생성형 AI(영상·이미지·텍스트) 모델의 실제 서비스 및 최적화 경험을 보유하신 분
•
NPU를 직접 사용해보신 경험 및 NPU향 모델 최적화 경험을 보유하신 분
•
CUDA 프로그래밍 또는 커스텀 커널 최적화 경험을 보유하신 분
•
Top-tier Computer Vision/Machine Learning 학회 논문을 보유하신 분
지원 방법 및 채용 절차
채용 절차 : [서류 전형 → 실무진 인터뷰 → Culture Fit 인터뷰 → 처우 협의 → 온보딩]1.
서류 전형
•
•
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.