CJ대한통운 TES물류기술연구소 AI모델개발팀은 물류 현장의 실제 문제를 AI로 해결하는 팀입니다. 논문이나 PoC에 머무르지 않고, 현장에서 돌아가는 시스템과 측정 가능한 성과를 만듭니다. [우리 팀은 이렇게 일합니다] - 프로젝트마다 비즈니스 pain point 정의부터 시작합니다. 주어진 스펙을 구현하는 것보다 "왜 이게 문제인가"를 먼저 묻습니다. - 성과는 수치로 이야기합니다. "모델 정확도가 올랐다"보다 "처리 시간이 X초 → Y초로 줄었고, 이로 인해 Z가 가능해졌다"처럼 맥락이 있는 숫자를 씁니다. - 연구와 서비스 사이의 간극을 좁히는 것이 일상입니다. 클라우드든 온프레미스든, 실험 환경에 머무는 아이디어보다 실제로 운영되는 시스템을 만드는 데 익숙한 환경입니다. - 현장 서비스 개발만큼 최신 기술 학습에도 진심입니다. 주 1회 기술 세미나를 통해 분야를 막론한 SOTA 논문과 트렌드를 함께 파고, 프로젝트에 빠르게 적용합니다. - 열린 토론을 중요하게 여깁니다. 자기 의견을 논리적으로 디펜스하되, 더 나은 근거가 나오면 기꺼이 수용하는 문화입니다. 직급보다 논거가 이기는 팀입니다. - 난이도 높은 문제를 적당히 타협하지 않고 끈기 있게 파서 해결해낸 경험이 있는 분을 선호합니다. 물류 AI는 단기간에 끝나는 프로젝트가 드물기 때문입니다.

[우리는 이런 문제들을 풀고 있습니다] - 최적화: 수만 개의 택배를 차량에 어떤 순서로, 어떻게 실으면 적재율이 최대가 되는가 - 수요예측: 내일 어느 권역에 물량이 몰릴 것인가, 인력과 차량을 얼마나 배치해야 하는가 - Vision/NLP: 운송장 이미지에서 주소·품명을 정확히 읽어내 자동 분류하는 방법 - MLOps: 수백 개 모델의 학습·배포·모니터링을 자동화하는 파이프라인 구축 - Agentic AI: 현장 담당자가 자연어로 데이터를 조회하고 의사결정할 수 있는 Agent 시스템 [우리는 여러 영역을 커버하고 있습니다] 합류 후에는 하나의 영역에 고정되지 않고, 아래 영역을 넘나들며 일하게 됩니다. - 수요예측 AI 개발자: 사업 연계형 예측 모델 설계·운영 - AI 최적화 모델 개발자: 강화학습·진화 알고리즘 등으로 물류 최적화 문제 해결 - Vision AI 모델 개발자: 객체 탐지·이미지 분류·영상 분석 등 비전 문제 해결 - NLP 모델 개발자: 자연어 처리·LLM 기반 분류·추출·요약 등 텍스트 문제 해결 - Agentic AI 개발자: Agent 아키텍처 설계부터 실서비스 배포까지 end-to-end - ML/LLMOps 개발자: 모델 개발 경험 기반으로 파이프라인·배포·모니터링 자동화 - On-Device AI 개발자: 모델 경량화 및 디바이스 통합

[이런 분과 함께하고 싶습니다] - AI/ML을 직접 만들어온 분. 팀원들은 전체 커리어의 절반 이상을 AI/ML 모델을 직접 설계·개발하는데 써왔습니다. 외주 관리, 기획, PM이 아닌 본인이 직접 코드를 짜고 모델을 만든 경력 기준 석·박사 포함 5년 이상입니다. - 문제를 정의하고 성과로 연결한 경험이 있는 분. 이력서에 "~을 수행함" 대신 어떤 문제였는지, 왜 그 방법을 선택했는지, 결과가 어떻게 달라졌는지(before → after)가 담겨 있는 분입니다. - 모델을 만들고 실제로 배포해본 분. 클라우드(AWS·GCP·Azure)뿐 아니라 온프레미스 서버 환경에서도 AI 서비스를 구축·운영해본 경험이 있는 분입니다. 서버 인프라 기본기(네트워크, GPU 관리, 리눅스 등)를 갖추고 있어야 팀에 자연스럽게 합류할 수 있습니다.

[이런 분을 우대합니다] - 이론 기반이 코드에 묻어나는 분. 수학·통계·ML 이론이 탄탄할수록 좋습니다. NeurIPS, ICML, ICLR, CVPR, ACL 등 탑티어 학회 논문이 있다면 강점입니다. - 하나의 기술 도메인에 갇히지 않는 분. Vision을 하던 분이 수요예측에 도전하고, NLP를 하던 분이 최적화 문제를 풀기도 합니다. AI 기초 체력이 있으면 도메인은 바꿀 수 있다고 생각합니다. GenAI가 개발을 도와주는 시대인 만큼,새로운 영역을 빠르게 학습하고 적용하는 속도와 열린 태도를 중요하게 봅니다. ※ 우리 팀과의 핏 확인 지원 전에 아래 항목을 체크해 보세요. - 전체 경력의 50% 이상이 AI/ML 직접 개발(모델 설계, 학습, 배포) 실무다 - 이력서에 정량적 사업 성과(before → after)가 담긴 프로젝트가 2개 이상 있다 - 클라우드/온프레미스 환경에서 AI 서비스를 직접 배포, 운영했다 - 수학, 통계 기반 설계 경험을 설명할 수 있거나, 탑티어 학회 논문이 있다 - 익숙한 도메인 외에 새로운 분야의 문제를 맡아도 거부감보다 호기심이 앞선다 - 최신 논문이나 기술 트렌드를 스스로 찾아 읽고, 업무에 적용해 성과를 만든 경험이 있다 - 내 의견에 반론이 들어왔을 때 방어적이기보다 근거로 대화할 수 있다

[전형절차] • 서류전형 - TEST전형 (인성검사) - 직무특성화 검증 & 1차면접 (실무면접) - 2차면접 (임원면접) - 평판조회, 채용검진, 학력/경력검증 - 처우안내/동의 * 전형절차는 상기와 같이 진행되며, 최종 채용 결정은 모든 전형절차 완료 후 이루어집니다. * 전형절차 및 일정은 상황에 따라 변동될 수 있습니다.

[기타사항] • 필요 시, 추가 서류(포트폴리오, 경력기술서 등)는 하단의 '첨부파일' 기능을 통해 업로드 바랍니다. • 기본자격요건 : 남성의 경우, 병역 필 또는 면제자 /해외 여행에 결격사유 없는 자 • 적합역량을 보유한 취업보호 대상자(보훈, 장애인 등)는 관계법령에 의거하여 우대합니다. • [채용절차의 공정화에 관한 법률] 11조에 따른 채용 서류 반환 절차는 채용 홈페이지 공지사항을 참고해주시기 바랍니다. • 지원서 및 전형절차 중 확인된 내용이 사실과 다르거나, 허위 서류를 제출하신 경우 채용이 취소될 수 있습니다. • CJ대한통운 채용 정보는 공식 채용 홈페이지에서 확인해 주시기 바랍니다.