•[담당업무]
ᆞ직원·대고객 지원을 위한 생성형 AI(LLM 등) 기반 신규 서비스 기획·개발·운영
・데이터 기반 문제정의부터 제품화(E2E)까지 주도 및 협업 리드(직접 구현)
・LLM/RAG 적용 서비스의 품질·성능·비용 지표를 정의하고, 오프라인 평가/실험(예:A/B) 기반 지속 개선
ᆞMLOps 전반(모델/서비스 배포, 버전·실험 관리, 모니터링, 장애 대응, 비용 최적화) 수행
[요구능력]
ᆞ생성형 AI 서비스 품질을 수치화하고 개선하는 능력
(정확도/환각/안전/정책/ 응답시간/비용 등)
ᆞ데이터 파이프라인 / 피처 가공 및 서비스 연계를 고려한 설계·구현 역량
ᆞ클라우드(AWS, MS 등)의 인프라, 운영 리소스 활용능력
ᆞ운영 관점의 개발 역량과 장애/품질 이슈 발생시 로그·지표·데이터를 기반으로 원인을 규명하고 개선까지 연결하는 문제해결 능력
자격 요건
• [자격요건]
ᆞ학사 이상 학위 취득자
ᆞ아래 경력 중 1개 이상 필수 경험자
- 전통적 AI/ML 모델을 예측·의사결정 지원 등 실제 시스템/서비스에 적용(개발·배포·운영 포함)한
실무 2년 이상(MLOps 포함)
- 생성형 AI 엔진/플랫폼을 활용한 서비스 기획·개발·운영 실무 1년 이상
ᆞ대용량 데이터 추출가공 및 사일로 데이터 통합 관점의 SQL 개발 역량 (최적화 포함)
ᆞPython 기반 데이터 분석, 외부 API/서비스(LLM 포함) 연동을 통한 개발 경험
※포트폴리오 제출 필수 (PDF, 10MB 이하)
[우대사항]
ᆞ툴 호출/ 워크플로우/멀티스탭 실행 기반 Agent Al 서비스 개발·운영 경험
(프로덕션 운영 경험 우대)
ᆞLangChain/Llamalndex 기반 오케스트레이션 및 RAG / 벡터DB 구축 운영 경험 (품질 개선 포함)
ᆞ요구사항 정의->설계->구현->모니터링/개선까지 MLOps 전과정(E2E)을 주도적으로 수행한 경험
ᆞ로그/지표 기반 트러블슈팅과 품질·성능·비용 개선을 통해 운영 성과를 만든 경험
(예:응답시간/비용 절감, 품질 지표 개선)