MLOps Engineer

팀 소개

• Platform&Infra팀은 AI 모델의 개발부터 서비스 운영을 위한 배포에 이르기까지 AI 모델의 수명 주기를 최적화하고, 효율적으로 관리하기 위한 MLOps 파이프라인을 구축합니다.
• 또한 AI 서비스의 안정적인 운영 지원을 위한 보안성 강화, 인프라 관리 및 자원 최적화 업무를 수행합니다.

수행 업무

AI 모델 학습/추론을 위한 플랫폼을 설계하고 개발합니다.

학습, 추론, 모니터링이 포함된 Container-native Workflow를 개발하고 운영합니다.

Kubernetes 환경에서 Micro-service Architecture 기반의 서비스를 개발하고 운영합니다.

다양한 도메인의 ML/DL 모델을 최적화하고, 서비스 환경에 맞게 배포 및 운영합니다.

지원자격

Public Cloud 환경에서 AI/ML 서비스 또는 플랫폼 개발 경험을 보유하신 분

Git 과 Docker 에 능숙하며, Kubernetes 와 IaC(Terraform, Helm 등) 도구를 이해하고 실제 서비스 배포 및 운영 경험이 있으신 분

Argo Workflows, Argo CD 등 CI/CD 운영 경험이 있으신 분

ML/DL 기본 개념을 이해하고, 모델 학습/추론 워크로드의 특성을 고려해 시스템을 설계할 수 있으신 분

Python 또는 Golang 기반의 백엔드 개발 경험이 있으며, FastAPI, Echo 등 웹 프레임워크 사용 경험이 있으신 분

복잡한 기술 개념을 명확하게 설명하고, 타 부서와 협업하여 요구사항을 구체화하고 해결책을 제시할 수 있으신 분

우대자격

새로운 기술을 빠르게 검토하고 PoC를 통해 적용 가능성을 검증한 경험이 있으신 분

On-Premise 환경에서 서비스 개발 및 운영 경험이 있거나 대규모 트래픽 처리 경험이 있으신 분

API Gateway, Inference Gateway 등에 대한 이해와 구축 경험이 있으신 분

LLM 서빙, LLMOps, 최적화 운영 경험(LLM-d, Gateway API Inference Extension 등)이 있으신 분

인프라/서비스 로그, 메트릭, 트레이스를 활용한 AIOps 또는 AI Agent 구축 경험이 있으신 분

전형 절차

서류심사 → 코딩테스트 & LG Way Fit Test → 1차 직무 인터뷰(온라인) → 2차 직무 인터뷰(온라인) → Culture Fit 인터뷰(오프라인)

* 전형 절차는 변경될 수 있습니다. 서류 합격 시 전형 절차에 대해 별도로 안내 해 드립니다.

• 현재 LG AI연구원은 병역지정업체가 아니므로, 전문연구요원 채용 및 전직이 불가함을 알려드립니다.
• 지원 시 문제가 있을 경우 [email protected] 로 문의 부탁드립니다.