데이터 활용의 자유, CUBIG 으로부터 AI 시대, 데이터를 잘 활용하는 것은 선택이 아닌 생존의 조건입니다. 하지만, 전 세계 90% 이상의 기업들이 보안 규제와 이슈, 불안과 두려움으로 보유한 데이터의 10%만 활용하고 이것이 혁신에 장벽이 되는 것이 현실입니다. 우리는 이 문제를 기술로 해결하고자 합니다. 세계 모든 기업들이 우리 기술을 사용해 데이터를 자유롭게 활용하고 혁신할 수 있는 세상을 꿈꾸며 글로벌 무대에도 도전중입니다. 실제로, 우리의 차등정보보호 기반 합성데이터 생성 기술은 가트너 하이퍼 합성 데이터 분야로 아시아에서는 유일하게 등재되었고 다양한 글로벌 AI, 기술 분야의 대회에서 수상, 상위권에 랭킹 되고 있습니다. 하반기부터는 지금까지 쌓아온 기술력을 바탕으로 SynTitan, SynData, azoo, LLM Capsule 과 같은 솔루션을 개발중이고 해외 법인 설립 추진과 동시에 해외 파트너사와도 본격적으로 협업중입니다. AI 시대. 안전하게 데이터를 활용하고 혁신 할 수 있는 세상을 만드는 일. 지금, 이 험난하지만 위대한 도전을 함께할 동료를 찾고 있습니다. 우리는 빠르고 거칠고 집요한 승부사입니다. 매우 험난한 여정이고 온갖 장애물과 어려움이 있습니다. 하지만, 이 모든 것들을 극복하고 실리콘 밸리, 런던, 뉴욕으로 진출. 한국에도 진짜 글로벌 팀이 있다는 것을 증명하고 정말로 세상을 바꾸는 무대에 도전하며 성장하려는 의지가 강한 분을 찾고 있습니다. CUBIG에서 자신의 이름을 남기고 스토리를 써 나가실 분들의 지원 부탁 드립니다 [팀 문화] 01. 스타트업다운 실행력, 그리고 명확한 속도 우리는 유연함과 빠른 실행력을 바탕으로 움직이는 팀입니다. 하지만 단순히 빠르기만 한 속도보다는, 올바른 방향으로의 속도를 중요하게 생각합니다. CUBIG은 불필요한 과정을 줄이고, 더 효율적인 방법을 찾으며 움직입니다. 빠르게 시도하고, 문제를 정확히 짚고, 필요할 땐 방향을 바꾸는 데에도 망설이지 않습니다. 실제로 일이 되게 만드는 것, 그게 우리의 기준입니다. 02. 목표는 높게, 문제는 깊게 우리는 '할 수 있는 목표'보다는, '꼭 해야만 하는 목표'를 세웁니다. 기존의 방식으로는 풀 수 없던 문제들에도 한 걸음 더 깊이 들어가고, 새로운 방식으로 답을 찾아갑니다. CUBIG의 기술은 이런 도전과 고민에서 시작됩니다. 03. 성과는 결국, 사람이 만든다 우리는 팀의 성과가 결국 사람에서 시작된다고 믿습니다. 각자의 전문성과 몰입이 모여 하나의 성과가 되고, 그 성과는 다시 개인에게 공정하게 돌아갑니다. 노력과 결과에 맞는 기회와 보상은 항상 준비되어 있습니다. 04. 온전한 효율 중심으로 우리는 단순히 바쁘게 일하기보다, 처음부터 구조적으로 효율적인 방법을 고민합니다. 불필요한 절차나 반복은 줄이고, 작은 리소스로도 더 나은 결과를 만드는 방식에 집중합니다. 속도와 완성도 모두를 지키는 일, 그것이 CUBIG의 일하는 방식입니다. 05. 결국, 함께 성장할 사람들과 CUBIG은 기술로 데이터의 경계를 허물고 있습니다. 이 여정을 함께하는 우리는, 문제를 깊이 이해하고 기술로 풀어내며, 그 과정 속에서 끊임없이 성장해 나갑니다. 기술을 좋아하고, 스스로 배움을 확장할 줄 아는 사람. 우리는 그런 동료와 함께 더 멀리 가고 싶습니다.

• LLM 기반 생성형 응답 시스템 설계 및 고도화 • 요약, 설명, 감정 분석, 분류 등 다양한 텍스트 생성/이해 태스크 수행 • 사용자 시나리오에 맞춘 LLM 기반 에이전트 기능 구현 • Prompt 설계 및 Fine-tuning 기반 성능 최적화 • 대규모 데이터셋 기반 모델 학습 및 평가 프레임워크 구축

• 머신러닝/딥러닝 실무 경험 3년 이상 또는 이에 준하는 프로젝트 수행 경험 • Transformer 기반 언어모델 (GPT, BERT 등) 이해 및 활용 능력 • PyTorch, TensorFlow 등 주요 프레임워크 활용 경험 • Prompt Engineering 또는 Fine-tuning 실전 적용 경험

※ 다음 중 하나라도 경험이 있다면 더욱 좋습니다 • 검색 기반 질의응답(RAG) 시스템 이해 및 구현 경험 • LLM 기반 데이터 증강 또는 Synthetic QA pair 생성 경험 • LoRA, PEFT, RLHF 등 경량화 또는 미세조정 기법 활용 경험 • 다양한 도메인에 대한 LLM 기반 구현 경험 (금융, 법률, 고객지원 등) • LangChain, LlamaIndex 등 오픈소스 LLM 프레임워크 활용 경험 • Claude Code 등 AI 코딩 도구를 활용한 개발 생산성 개선 경험자 우대

• 서류 전형 • 1차 비대면 면접 : 이력 및 직무 관련 면접 30분 + 면접자 질문 10분 (포지션에 따라 사전 주제 제시 후 5분 정도 발표 요청이 있을 수 있습니다 실제 저희가 고민 중인 문제를 어떻게 접근해서 솔루션을 제시해 주실지 보기 위함입니다) • 2차 대면 면접 : 컬처핏 면접 30분 + 면접자 질문 10분 • 3차 처우확인 및 협의 : 명확한 희망 처우 수준, 합류 가능 시점 확인 • 최종 합격

[혜택 및 복지] • NAVER D2SF 입주사로 네이버 임직원과 동일한 스마트워크 환경을 누립니다. • 허먼밀러 체어, 와이드 데스크 등 최고급 업무 인프라 제공 • NAVER 1784 사옥 내 식사 제공. 조식 자판기, 프리미엄 사내식당(중식·석식)이용 • NAVER 1784 내 카페, 편의시설 등 복지시설 이용가능 • 명절 선물 지급 • 업무 연관 도서, 교육, 컨퍼런스 등 학습비 조건부 지원 • 성과, 역할, 기여에 따른 명확한 보상 지향함 (수시, 인센티브 정책)