주식회사 텐(TEN)은 ‘세상을 널리 AI롭게 하자’는 미션 아래, AI 기술을 통해 더 많은 기업과 개인이 가치를 생산하고 공유할 수 있는 서비스를 만들고 있는 기술 스타트업입니다. TEN은 이러한 시장의 변화에 발맞춰, GPU 리소스 통합 및 분할 가상화 기술과 Kubernetes 기반의 오케스트레이션을 결합한 AI 인프라 도구 ‘AI Pub’, 그리고 고객 맞춤형 클러스터를 설계 및 구성해주는 컨설팅 서비스 ‘RA:X’를 제공하고 있습니다. 25년 5월, 우수한 기술력을 바탕으로 LG유플러스, KDB산업은행, 퀀텀벤처스코리아, 어센도벤처스로부터 총 80억 원 규모의 시리즈 A 투자를 유치하였으며, 현재까지 누적 투자 112억 원을 달성했습니다. AI의 보편화가 더 많은 사람에게 혜택을 나누는 사회적 전환점이 될 수 있다고 믿습니다. 이 뜻에 공감하고 함께 세상을 AI롭게 만들고 싶은 분을 기다립니다. [ RA:X (Reference Architecture of TEN) Team ] RAX 팀은 고객의 AI 개발 및 운영 목적에 알맞게 ‘AI 인프라의 구축(HW)’과 ‘효율적인 운영 도구(SW)’를 함께 지원함으로써, 기업의 ‘AI 전환(AI Transformation)’을 가속화하는 역할을 담당합니다. 이를 위해 RAX 팀은 두 가지 방향의 연구를 동시에 수행합니다. • AI for Infrastructure: AI 인프라를 효율적으로 사용하기 위한 AI 기술을 개발 • Infrastructure for AI: AI 개발과 운영을 위한 AI 인프라 기술과 소프트웨어를 개발 RA:X의 목표는 이 두 영역 간의 선순환 구조를 만들어 지속적인 최적화가 가능한 AI 인프라를 구축하는 것입니다. 특히, TEN은 RAX팀의 연구를 뒷받침하기 위한 AI RA(Reference Architecture) 인프라를 보유하고 있습니다. • GPU 서버: DGX-H100, DGX-A100 를 비롯한 다양한 티어의 GPU 서버 • 네트워크 장비: Infiniband(400G, 200G, 100G), Ethernet(400G, 100G) • 스토리지: 다양한 벤더의 네트워크/분산 파일 시스템 스토리지 중요한 것은 AI RA가 인공지능 인프라 기술 R&D를 하기 위한 전용 장비라는 것입니다. 특히 하드웨어 벤더들이 신제품이 나오면 RAX팀에 성능 테스트를 의뢰할 만큼 국내에서는 유명한 인프라이며, 이를 바탕으로 최신 트렌드 연구가 활발히 이루어지고 있습니다.

[공통] • AI 및 AI 인프라 관련 다양한 기술 리서치 및 제품화 • 딥러닝 기술 트렌드에 맞는 인프라 기술 조사 및 적용 • MLOps 플랫폼 리서치 및 기술 반영 [AI For Infrastructure] • AI 인프라 운영을 위한 LLM 서비스 개발 • 효율적인 워크로드 스케줄링 알고리즘 개발 • AI 서비스의 SLO(Service Level Objective) 달성을 위한 인프라 구성 추천 모델 개발 [Infrastructure for AI] • 자사 Kubernetes 기반 GPUaaS 플랫폼의 MLOps 기능 기획 및 구축 • GPU 효율성을 높이기 위한 시스템 소프트웨어 개발 • AI 워크로드의 성능 모니터링 및 프로파일링 서비스 개발

[공통] • AI 및 AI 인프라 관련 경력 3년 이상 (혹은 관련 석박사 학위자의 경우 신입 가능) • [AI For Infrastructure]나 [Infrastructure for AI] 영역 중 하나 이상의 자격 요건을 보유한 분 • AI 및 인프라 관련 기술 문제를 정의하고 해결한 경험이 있는 분 • Kubernetes, Docker, 리눅스 서버에 대한 이해와 시스템 운영 능력을 보유한 분 • AI를 활용해 생산성을 높이고 새로운 문제 해결에 도전할 수 있는 분 [AI For Infrastructure] • 분산 시스템 및 클라우드 환경 개선 및 지원을 위해 AI를 활용한 경험이 있는 사람 • AI 인프라에서 생성되는 메트릭을 수집 및 분석하여 병목 원인을 분석할 수 있는 분 [Infrastructure for AI] • Kubernetes의 오픈소스 MLOps 생태계를 활용한 프로젝트 경험이 있는 사람 • 머신러닝 개발자의 관점에서 MLOps 지원 요소를 분석 및 정의하고 이를 개발할 수 있는 사람

• 클러스터 및 클라우드 환경 개선/지원하는 AI 연구 및 개발 경험 • MLOps 플랫폼(예: Kubeflow, MLflow, Seldon, Airflow 등) 구축 또는 운영하여 효율성을 향상시킨 경험 • Kubernetes 및 클라우드 네이티브 오픈소스 기여 경험 • 초거대 규모 모델 학습 추론 서비스 배포 및 운영 경험 • GPU 최적화 관련 연구 수행자 혹은 석박사 학위 소지자

1. 서류전형 2. 직무 인터뷰 3. 대표님과 저녁 식사 면접 4. 처우 협의 후 최종 합격

• 출퇴근 시간이 자유로운 유연 근무제 • 재택 or 출근 근무 선택 가능 * 재택 근무자의 경우 필요 시 출근 • 점심 식대 제공 • 명절 선물비 지원 • 운동비 일부 지원 • 경조사 지원 • 역삼역 3분 거리 Sparkplus 역삼 3호점