자격 요건
1. 이론적 깊이
ㆍ비즈니스 문제가 주어졌을 때, 이를 해결할 수 있는 AI/LLM 기법의 후보를 제시하고,
파이프라인 구성 방식과 각 선택의 장단점·트레이드오프를 설명할 수 있는 분
ㆍRAG, embedding, vector search 등 LLM application의 원리와 한계를 이해하고,
프레임워크 없이도 필요한 기능을 가볍게 구현할 수 있는 분
ㆍTransformer architecture뿐 아니라 Machine Learning 전반에 대한 깊이 있는 이론적 이해를 갖춘 분
2. Production Craft & Cross-functional
ㆍ비결정적인 LLM 기능을 실제 서비스에서 견고하게 운영하기 위한 신뢰성 엔지니어링 감각을 갖춘 분
ㆍFE, BE, Designer, PO와 각 직군의 언어로 소통하며 스펙 정의부터 구현, 출시, 개선까지
빠르게 반복해본 경험이 있는 분
ㆍ동료의 피드백을 방어적으로 받아들이기보다, 더 나은 제품을 만들기 위한 재료로 활용할 수 있는 분
ㆍ하나의 기능을 끝까지 책임지고 완성도를 높여본 경험이 있는 분
3. Engineering
ㆍ프로덕션 환경의 API 서버 개발 경험이 있는 분
ㆍAI model의 출력을 평가하고, 품질을 정량적으로 개선해본 경험이 있는 분
ㆍ외부 API 연동, 데이터 파이프라인 구축, 정제되지 않은 실데이터를 다뤄본 경험이 있는 분
ㆍTypeScript, Python, C# 중 하나 이상의 언어로 제품 개발이 가능한 분
(주 언어는 TypeScript이나, TS-native 스타일에만 한정하지 않습니다.)
4. Culture
ㆍ유저와 비즈니스 임팩트를 가장 중요한 판단 기준으로 보는 분
ㆍ기술적으로 완벽한 답보다, 실제 고객 문제를 해결하고 시장에서 작동하는 결과를 중요하게 생각하는 분
ㆍAI 기술을 사용할 때도 원리와 트레이드오프를 이해하고, 왜 이 방법을 쓰는지 설명할 수 있는 분
ㆍ무겁고 복잡한 프레임워크에 의존하기보다, 필요한 동작 원리를 이해하고 제품에 맞는 구조를 가볍게 만들 수 있는 분
ㆍAI를 적극적으로 활용해 개발하며, 단순한 코딩 속도보다 전체 아키텍처를 설계하고
낯선 코드와 문제를 빠르게 이해하는 분
ㆍ완벽한 설계만 기다리기보다 빠르게 만들고, 검증하고, 피드백을 받아 개선하는 방식을 선호하는 분
ㆍ자율성과 책임감을 가지고, 실패하더라도 다시 시도해 끝까지 결과를 만들어내는 분
ㆍ개인의 성과뿐 아니라 팀 전체의 속도와 완성도를 함께 높이는 데 관심이 있는 분