home

머신러닝 엔지니어 (ML Engineer)

대화형 AI 에이전트 젠투(Gentoo)를 함께 만들어갈 머신러닝 엔지니어(ML Engineer)를 찾고 있어요

지원 링크 : 아래 Typeform 링크를 통해 지원해주세요!
와들은 온라인 쇼핑몰에서의 구매경험을 혁신하고자 하는 목표에서 시작하여, LLM 기반의 대화형 에이전트 젠투(Gentoo)를 만들고 있어요. 젠투는 오프라인 매장의 점원처럼 구매전환을 목표로 고객과 대화하며 상황과 의도에 따른 맞춤상품 추천, 정보 안내, 설득을 할 수 있어요. 고객과의 대화 데이터를 지속적으로 학습하여 최적의 판매 전략을 스스로 찾아가며, 이를 쇼핑몰을 운영하는 MD & CRM 마케터가 활용할 수 있도록 제공해요.
젠투는 정확한 정보 제공을 목표로 하는 Q&A 챗봇 대비 더욱 복잡하고 구현이 어려워요. 상품 구매와 관련된 다양한 상황과 의도를 이해하고 최적의 상품을 추천해야 할 뿐만 아니라, 해당 상품이 왜 추천되었는지에 대해 근거를 들어 설득해야 해요. 계속 변화하는 상품 라인업과 시장 트렌드에 발맞추어 지속적인 재학습이 필수적이기도 하고요.
이러한 젠투를 만들기 위해 와들 프로덕트 팀에서는 2021년부터 정말 다양한 시도를 해왔어요. 커머스 도메인에 특화된 자체 모델 개발은 물론, 범용적인 LLM의 한계를 보완하기 위한 RAG, 다수의 sLLM을 결합한 MoE(*Mixture of Experts) 아키텍처 구성 등을 오랜 기간 실험해왔어요. LLM의 잠재력을 활용하여 완성도 높은 프로덕트를 만들고, 많은 사용자에게 혁신적인 경험을 제공하는 경험을 함께할 수 있는 무대, “와들”로 여러분을 초대합니다

합류하시면 이런 일을 함께 해요

대화형 에이전트 젠투의 대화 및 상품 추천 성능을 개선하기 위해 기반이 되는 인공지능 모델(LLM, Retrieval Model 등) 전반을 개발하는 엔지니어링 포지션이에요.
Modeling
유저를 효과적으로 설득할 수 있는 대화형 에이전트를 만들기 위해 구매여정의 각 단계에 특화된 인공지능 모델을 개발해요.
Intent Classification 대화의 문맥을 이해하고 의도를 분류해요.
Feature Extraction 유저의 요청사항을 정확하게 인식하기 위해 주요 특성을 추출하고 분류해요.
Recommendation 유저의 구매의도, 상황, 요청사항 등을 모두 고려한 최적의 상품을 추천해요.
Response Generation 구매를 설득할 수 있는 근거를 포함한 답변을 생성해요.
Conversational Memory 이전 대화를 기억하여 필요한 상황에서 적절하게 인출해요.
실제로 이런 문제를 함께 풀게될 거에요. ‣ “조금 비싼데”라는 문장에 대해 “더 저렴한 상품을 추천드릴게요. 다음 상품은 어떠세요?”라고 답변하기 ‣ “친구에게 선물하기 좋은 와인 추천해줘”라는 문장에 대해 가장 어울리는 와인을 찾고 근거를 들어 설득하는 답변 생성하기 ‣ “요즘 인기 있는게 뭐야?”라는 요청에서 ‘판매량’을 참조하여 적절한 상품 추천하기
이를 위해 주로 오픈소스 모델 학습, LLM 파인튜닝(fine-tuning)을 함께해요.
모델 사이즈와 학습 리소스의 한계를 극복할 수 있는 방법에 대해 고민하고 실험해요.
LLM Ops
십 수개의 인공지능 모델이 함께 동작하는 MoE(*Mixture of Experts) 아키텍처를 설계해요.
누적되는 데이터를 단위 모델에 재학습 하기 위한 ML-Data 파이프라인을 구축해요.
젠투의 대화 성능을 평가하기 위한 LLM 기반의 Evaluation 모델을 개발하고, 이를 포함한 online 모니터링 시스템을 구축해요.

와들은 이런 분을 찾고 있어요

Python 및 관련 주요 머신러닝 프레임워크(e.g. TensorFlow, PyTorch, NLTK, spaCy, Keras)에 대한 이해와 경험을 가진 분
NLP 관련 2년 이상의 경력, 또는 LLM 관련 1년 이상의 경력과 GenAI 기술을 보유한 분(e.g. OpenAI API, ChatGPT, GPT-4, Bard, Llama, Langchain, HuggingFace Transformer 등)
LLM 또는 인공지능 분야의 최신 동향에 대한 이해를 가진 분
뛰어난 커뮤니케이션 스킬을 가지고, 새롭게 습득한 지식을 팀원과 공유하는데 적극적인 분

이런 경험을 가진 분이라면 더욱 좋아요!

대화형 챗봇 또는 커머스 추천 관련 프로덕트 개발에 참여해본 경험이 있는 분
LLaMA, Falcon, Mistral 등 오픈소스 LLM을 목적에 맞게 Fine-tuning하여 활용한 경험이 있는 분
데이터를 깊게 이해하고 데이터를 기반으로 결과를 만들어 내실 수 있는 분
아이디어 도출 및 실험에서 구축에 이르기까지 모델 개발의 모든 측면에 적극적으로 참여할 수 있는 분
AWS 클라우드 환경에서의 개발 경험이 있는, 특히 EC2, S3, RDS, Lambda 서비스를 능숙하게 이용하실 수 있는 분
와들은 다음의 개발 스택을 활용하고 있어요.
Python 3.10. Fast API, Flask, PyTorch
AWS EC2, ELB, ASG, API Gateway, RDS, Lambda

와들로의 합류 여정이에요

채용 프로세스 : 서류 전형 → (커피챗 or 전화 인터뷰) → 대면 인터뷰 → 처우 협의 → 최종 합격
대면 인터뷰는 해당 포지션에 대한 경험과 전문성을 확인하는 직무 인터뷰와 서로의 Culture fit을 확인하기 위한 컬처 인터뷰로 구성됩니다. 인터뷰는 1시간 ~ 1시간 30분 가량 진행되며, 포지션 및 상황에 따라 시간은 유동적일 수 있습니다.
직무 인터뷰에서는 업무 연관성이 높은 와들 팀원, 컬처 인터뷰에서는 와들의 리더십과 인터뷰를 진행합니다. 인터뷰 중 언제라도 해당 포지션의 업무와 와들의 조직문화에 대해 질문하실 수 있어요 :)
지원 방법 : Typeform 링크
각 전형 결과(합격/불합격)에 관계 없이 모든 지원자 분들께 3~5 영업일 이내 개별 연락드립니다.
정규직의 경우, 3개월의 수습기간이 적용됩니다. 이 기간 동안 급여는 100% 지급되며 평가에 따라 수습이 연장되거나 종료될 수 있습니다.
채용 진행 과정에서 제출한 이력서·증빙자료 등에서 사실과 다른 정보 및 허위 기재 사항이 발견될 시 합격이 취소될 수 있습니다.

문의처 및 오피스 위치

채용 문의 : jihyuk@waddlelab.com
와들 채용에 대해 궁금한 점이 있으시면 언제든 메일로 문의주세요.
가벼운 커피챗도 언제나 환영입니다!
오피스 위치 : 서울시 강남구 역삼로 172, MARU 360