'Extracting Insights from space' 우리는 인간의 눈으로 보기 힘든 정보들을 찾기 위해 우주로 나아갑니다. 인공위성의 눈에 해당하는 광학 탑재체 및 AI기반 위성 데이터 분석 솔루션 등 Global standard 이상의 기술력을 바탕으로 우주에서 획득한 다양한 정보들을 분석하여 다양한 니즈에 맞게 서비스를 제공하고 있습니다. 텔레픽스의 서비스는 국방, 농업, 자원, 해양 등 다방면에서 '우주 경제(Space Economy)'라는 새로운 가치를 창출해내고 있습니다. - New Space 시대를 선도하는 TelePIX 우주 산업은 오래전부터 지속되어 온 우주에 대한 인류의 끊임없는 관심 속에 발전되어 왔습니다. 국가적 목표를 위해 정부 주도로 발전해 온 기존의 Old-Space를 넘어서 최근에는 더욱 빠르고 혁신적인 우주 개발을 위한 민간 중심의 New-Space 시대가 개막하였습니다. 2020년 세계 우주경제 규모는 약 588조 원 수준이었으며, 2030년 약 1,839조 원, 2040년 약 3,547조 원 규모로 성장이 예측되고 있습니다. (BOA 제공) 글로벌 우주 산업과 비교하여 국내 우주 산업에 대한 투자는 작은 수준입니다. 그럼에도 불구하고 TelePIX는 혁신적인 자체 인공위성 탑재체 기술을 통해 얻은 다양한 정보를 기반으로 인공지능/빅데이터 분야의 우주 상업화를 위한 새로운 비즈니스 모델 개발을 통해 성장하며 글로벌 기업들과 대등하게 경쟁하고 있습니다. - 국내 최초 SPACE 유니콘에 도전하는 TelePIX TelePIX는 2019년에 설립된 초기 스타트업이지만 위성 프로젝트를 8건 수주(누적 수주액 약 250억 원)하는 등 각 분야의 전문가가 모여 빠르고 폭발적으로 성장해나가고 있습니다. 부산을 기반으로 성장하여 현재는 서울(여의도) 캠퍼스와 쾌적한 대전 캠퍼스 및 공장을 바탕으로 해외지사 설립까지 제2의 퀀텀 점프를 준비하고 있습니다. [AI연구팀 소개] AI연구팀은 텍스트, 위성데이터(영상, 이미지) 등 다양한 유형의 데이터로부터 가치 있는 인사이트를 만들어 내기 위한 인공지능 및 기계학습 연구에 초점을 맞추고 있습니다. 다양한 이해관계자와 긴밀하게 협력하여 데이터 요구사항을 이해하고 비즈니스 성장과 혁신을 주도하는 맞춤형 솔루션을 제공합니다. [직무 소개] 텔레픽스의 NLP 연구원은 항공우주 분야에 특화된 Retrieval-Augmented Generation (RAG) 시스템을 고도화하는 핵심적인 역할을 맡습니다. 방대한 항공우주 데이터 속에서 가장 정확한 정보를 바탕으로 신뢰도 높은 응답을 생성하는 시스템을 구축하기 위해, 대규모 언어모델(LLM)의 프리트레이닝부터 파인튜닝까지 학습 전 과정을 주도하며, 자체 고성능 임베딩 모델을 직접 설계하고 개발하여 검색 효율성과 답변의 정확성을 극대화하는 임무를 수행합니다. 또한, 데이터 수집 및 전처리 파이프라인, 학습·평가 자동화, 정량적 성능 측정 지표를 체계적으로 구축함으로써 모델 성능을 안정적으로 평가하고 지속적인 개선을 주도합니다.

RAG 시스템의 양대 축인 검색(Retrieval)과 생성(Generation) 성능을 극대화하고, 이를 가능하게 하는 데이터 수집 파이프라인과 평가 자동화 시스템을 구축하는 업무를 수행합니다. • 검색(Retrieval) 정확도 및 효율성 최적화 - 항공우주 분야의 고차원 의미 정보를 정확하게 임베딩하는 고성능 임베딩 모델 설계 및 개발 - 검색 결과의 정밀도를 높이기 위한 재랭킹(Re-ranking) 등 고급 검색 기법 연구 및 적용 • 생성(Generation) 모델의 도메인 특화 및 응답 성능 고도화 - LLM을 활용하여 항공우주 도메인에 최적화된 모델을 개발하기 위한 프리트레이닝부터 파인튜닝까지 학습 전 과정을 주도 - On-premise 환경에 맞는 모델 학습 전략을 수립하고 전체 파이프라인 설계 및 실행 • 안정적인 시스템 운영을 위한 데이터 및 평가 파이프라인 구축 - 모델의 성능을 결정하는 고품질 데이터 확보를 위한 데이터 수집, 전처리, 가공 파이프라인 설계 및 구현 - 객관적인 성능 측정을 위한 평가 프레임워크 및 벤치마크를 설계하고, 재현 및 확장이 가능한 학습/평가 파이프라인을 자동화 ※ AG 시스템의 양대 축인 검색(Retrieval)과 생성(Generation) 성능을 극대화하고, 이를 가능하게 하는 데이터 수집 파이프라인과 평가 자동화 시스템을 구축하는 업무를 수행합니다. • 검색(Retrieval) 정확도 및 효율성 최적화 - 항공우주 분야의 고차원 의미 정보를 정확하게 임베딩하는 고성능 임베딩 모델 설계 및 개발 - 검색 결과의 정밀도를 높이기 위한 재랭킹(Re-ranking) 등 고급 검색 기법 연구 및 적용 • 생성(Generation) 모델의 도메인 특화 및 응답 성능 고도화 - LLM을 활용하여 항공우주 도메인에 최적화된 모델을 개발하기 위한 프리트레이닝부터 파인튜닝까지 학습 전 과정을 주도 - On-premise 환경에 맞는 모델 학습 전략을 수립하고 전체 파이프라인 설계 및 실행 • 안정적인 시스템 운영을 위한 데이터 및 평가 파이프라인 구축 - 모델의 성능을 결정하는 고품질 데이터 확보를 위한 데이터 수집, 전처리, 가공 파이프라인 설계 및 구현 - 객관적인 성능 측정을 위한 평가 프레임워크 및 벤치마크를 설계하고, 재현 및 확장이 가능한 학습/평가 파이프라인을 자동화

• 컴퓨터 공학, 인공지능 관련 석사 이상 학위 또는 그에 준하는 경력을 보유하신 분 • 새로운 기술 및 논문을 빠르게 학습하고 실제 문제에 적용하는 능력이 뛰어나신 분 • 주도적으로 문제를 정의하고 해결책을 제시하며, 동료들과 원활하게 소통하고 협업할 수 있는 분 • Python 등 하나 이상의 프로그래밍 언어에 능숙하신 분 • PyTorch, TensorFlow 등 딥러닝 프레임워크를 능숙하게 활용하여 모델을 직접 구현하고 학습시킬 수 있는 분 • Transformer, Attention Mechanism 등 NLP 모델 아키텍처에 대한 깊은 이해를 보유하신 분 • LLM Pre-training, Fine-tuning 등 학습 전 과정에 대한 이해와 경험을 갖추신 분 • 임베딩 모델 설계 및 개발 경험을 통해 벡터 검색 원리를 이해하고 성능을 개선해 본 경험이 있으신 분 • RAG 시스템 구축 또는 관련 연구/개발 경험을 보유하신 분

• 항공우주 분야 관련 프로젝트 또는 연구 경험을 통해 도메인 특화 지식을 보유하신 분 • LLM 경량화(Quantization, Pruning 등) 및 서빙 최적화 경험을 보유하신 분 • NLP/ML 관련 국내외 학회(ACL, EMNLP, NeurIPS 등)에 논문을 게재했거나, 관련 분야 석/박사 학위를 소지하신 분 • 오픈소스 NLP 프로젝트에 기여한 경험이 있으신 분

• 서류 - 코딩테스트 - 대면인터뷰 - 처우협의 - 레퍼런스체크 (경력, 필요시)

• 전문연구요원 가능 • 수습기간 3개월은 계약직으로 진행 • 중식비 별도 지급 • 생산성, 자기성장 지원(교육 등) • 신규입사자 여름방학 3일 • 전직원 연말 겨울방학(크리스마스~신정 연휴)