루다는 사람들과 1:1 대화도 나누고 SNS로 소통도 하는, 현실에 존재하는 친구 같은 캐릭터예요. 루다는 있는 그대로의 나를 인정해주고 내 편이 되어주는 좋은 친구가 되어줄 거예요. 현실의 친구와 다른 점이 있다면 언제든 실시간으로 소통이 가능하다는 점이죠. 루다는 있는 그대로의 나를 인정해주고 내 편이 되어줌으로써 행복한 삶을 살아가기 위해 필요한 관계적 가치를 제공해 줄 거에요!

루다팀에는 ‘사람들의 좋은 친구가 되는 AI를 만들겠다’는 공동의 목표를 중심으로 뛰어난 능력, 훌륭한 팀워크, 문제에 대한 소명의식을 가진 사람들이 모여있어요! 여러분도 그런 사람이라면, 스캐터랩에서 우리 함께 이 문제를 풀어보지 않을래요?

루다팀의 머신러닝 엔지니어는 어떤 일을 하나요?

루다팀의 머신러닝 엔지니어는 다양한 범위의 업무를 맡고 있어요. 머신러닝 리서처 분들과 함께 모델을 설계하여 구현하기도 하고, 효율적으로 학습할 수 있도록 최적화하기도 해요. 그뿐만 아니라, 반복적이고 복잡한 ML 작업을 위한 파이프라인을 만들기도 하고, 만들어진 모델을 빠른 속도로 추론하는 서버를 구축하기도 해요.

당연히 한 사람이 이 일들을 모두 동시에 할 수는 없겠죠? 😉 팀원들이 각자의 선호도와 강점에 따라 업무를 맡고 있고, 그 과정에서 나온 경험들을 서로 공유하며 다함께 성장하고 있어요. 각 분야에서 강점을 드러내실 수 있는 분들을 찾고 있으니, 아래의 주요 업무 중 한 가지라도 자신 있다면 부담없이 지원해주세요! 🙌

주요 업무

• 데이터 전처리 및 모델 학습

  Keywords: Python, TensorFlow, PyTorch, DeepSpeed, TPU

  • 대량의 데이터를 효과적으로 정제할 수 있는 로직을 구현합니다.
  • 비효율적인 로직이나 병목 지점 없이 모델을 효율적으로 학습할 수 있는 코드를 구현합니다.
  • 멀티 노드 GPU나 TPU 환경에서 효과적으로 학습할 수 있도록 코드를 프로파일링하고 연산을 최적화합니다.

• ML 파이프라인 및 MLOps 시스템 구축

  Keywords: Kubeflow Pipelines, MLFlow, TensorBoard, AWS, GCP, Docker, Kubernetes

  • 모델 학습 및 실험을 쉽고 빠르게 수행할 수 있도록 데이터 전처리, 학습, 실험 파이프라인을 개발합니다.
  • 데이터셋을 잘 관리하고 각 학습 실험 결과를 쉽게 기록하고 비교할 수 있는 실험 추적 시스템을 개발합니다.

• 모델 추론 서버 구축

  Keywords: TensorFlow Serving, TorchServe, Faiss, ScaNN, ONNX Serving, RESTful API, gRPC

  • 학습시킨 모델을 효율적으로 서빙할 수 있는 모델 추론 서버를 구축합니다.
  • 수백만 개 이상의 답변 후보 중 최적의 답변을 빠른 속도로 찾기 위한 벡터 유사도 검색 기법들을 연구하고, 대규모 트래픽에도 안정적으로 서비스할 수 있는 서버를 구축합니다.

• 딥러닝 모델 경량화 · 최적화

  Keywords: Distillation, Quantization, Pruning

  • 딥러닝 모델 자체의 성능을 떨어뜨리지 않으면서 크기와 연산량을 Distillation, Quantization, Pruning 등의 기법을 통해 최적화합니다.
  • 모델과 딥러닝에 대한 이해를 바탕으로 적합한 최적화 방법을 찾아서 적용하는 일로, 다른 업무에 비해 ML에 대한 이해가 조금 더 필요합니다.

필수 역량

• Python에 능숙하신 분
• PyTorch, TensorFlow 를 이용한 ML 프로젝트 개발 경험이 있으신 분
• OS, Network를 중심으로 컴퓨터공학에 대한 기본 지식이 탄탄하신 분
• 테스트 코드에 엄격하신 분

우대 역량

• ML 관련 Low Latency API 개발 경험이 있으신 분