주요업무
- RAG 기반 지식 검색 및 응답 시스템 설계/구현
- Vector DB, Graph DB 기반 지식 구조 설계
- LLM 기반 Multi-Agent 개발 및 Orchestration 구현
- 모델 추론 구조 설계 및 성능 개선
- 정형/비정형 데이터 처리 파이프라인 구축
※ 담당 서비스 : 다우기술 B2B, B2C 서비스
[ 관련 기술 소개 ]
[주요기술]
- Python, FastAPI 기반 백엔드 서비스 개발
- RAG 파이프라인 설계 (Vector DB, Graph DB, Hybrid Search)
- LangChain, LangGraph 기반 Agent 및 Workflow 개발
- Embedding 모델 활용 및 검색 품질 최적화
[도입예정]
- Multi-Agent 구조 확장 및 MCP / A2A 기반 연동
- vLLM 등 모델 서빙 프레임워크 도입
- Hybrid RAG 구조를 통한 검색 품질 개선
[협업 방식]
- Git 기반 코드 협업, PR을 통한 변경 이력 관리
- 서비스 조직과 직접 소통하며 요구사항 정의 및 기능 우선순위 조율
[코드/업무리뷰]
- PR 기반 코드 리뷰 진행 - 단순 오류 지적이 아닌 설계 관점의 논의를 지향
- 주요 기능이나 구조 변경 전에는 사전 공유 및 피드백 과정을 거침
- 리뷰 문화를 초기부터 팀원들과 함께 만들어가는 단계
[배포/빌딩/자동화 방식, 툴]
- Docker 기반 컨테이너 환경에서 서비스 구성 및 배포
- VM 기반 운영 환경 병행, 서비스 특성에 맞는 배포 방식 적용
[기타 컨벤션 등]
- 완성도보다 빠른 시도를 우선하고, 실 서비스 피드백을 반영해 개선하는 방식
- 기술 선택 시 유행보다 실제 적용 가능성과 유지보수 부담을 함께 고려