[뉴로코어를 소개합니다] 뉴로코어는 최신 AI 기술을 활용하여 공급망 관리 솔루션을 제공하며, 스마트 팩토리 구축을 목표로 혁신을 추가하는 기술기업입니다. ➀ 뉴로코어의 AI 기반 솔루션은 공급망 관리 문제를 스마트하게 해결하여 최적의 의사결정을 지원합니다. ➁ 경험이 풍부한 경영진과 탄탄한 자본구조로 안정된 성장 잠재력을 갖춘 기업입니다 ➂ 글로벌 고객사를 대상으로 스마트 팩토리 구축을 함께 합니다. ➃ 최신 강화학습과 생성형 AI 기술을 활용하여 혁신을 추구하고 최신 개발 환경을 제공합니다. ➄ 다양한 프로젝트와 도전적인 업무를 통해 자신의 역량을 최대한 발휘할 수 있는 기회를 제공합니다. ※뉴로코어 홈페이지 :

https://neurocore.ai/

❖ 지식을 담고, 그 지식으로 답하는 AI 에이전트를 함께 만듭니다❖ 저희는 대형 제조 고객사의 공급망(SCM)을 다루는 솔루션을 만듭니다. 수요와 재고, 자재와 생산계획, 설비와 공정까지 현실의 공급망을 계산 가능한 모델로 옮기는 일이에요. 이 팀은 그 위에 AI 에이전트를 올립니다. 현업이 자연어로 물으면 에이전트가 질문을 쪼개고, 스스로 SQL 을 만들어 데이터를 조회하고, 근거와 함께 답해요. 어려운 건 답을 못 내는 게 아니라 그럴듯하게 틀리는 것입니다. 쿼리는 성공하고 숫자도 나오는데 정답이 아닌 경우, 눈에 띄는 Hallucination 보다 훨씬 잡기 어려워요. 저희가 시간을 가장 많이 쓰는 곳이 여기입니다. 그래서 모델을 더 큰 것으로 바꾸는 대신 도메인 지식을 구조화해서 넣습니다. 절차 지식을 담는 카드, 자연어와 물리 스키마를 잇는 Semantic Layer, 그리고 그것이 틀렸을 때 조용히 넘어가지 않게 하는 검증 · 평가 · 경보가 한 벌이에요. 이 자리는 그 한 벌을 함께 만드는 자리입니다.

• 자연어 질문에 데이터로 답하는 에이전트의 Agentic Workflow 를 설계하고 개선해요 : 라우팅 설계, Tool Calling, 재시도 · 중단 조건 설계, Human In the Loop 등 • Text-to-SQL 파이프라인을 다뤄요. : 스키마 컨텍스트를 조달하는 데서 시작해 실행 결과를 검증 등 • Hybrid Retrieval(Sparse + Dense)과 지식 그래프 기반 Multi-hop 경로 탐색을 만들어요. • LLM Evaluation 체계를 세워요 : Golden Dataset, 회귀 격자, 지표 설계, Observability • 도메인 전문가가 직접 쓸 수 있는 지식 스키마(DSL)와 Ontology · Semantic Layer 를 설계해요. • 어떤 지식을 어디에 얼마나 넣을지 정하는 Context Engineering, 그리고 지식이 틀렸을 때 물러나는 Grounding · Fallback 규칙을 만들어요. • 저작 → 검증 → 패키징 → 배포 → 주입으로 이어지는 지식 파이프라인을 직접 만들어요. : 버전 · 롤백 · 고객사별 격리 등

• 학력 · 전공 : 무관. IT 기본 역량 보유자는 누구나 지원 가능(산업공학 · 소프트웨어공학 · 컴퓨터공학 · 인공지능 관련 전공은 우대) • 경력 : 연차 무관. 신입지원 가능(몇 년 했는지보다 무엇을 스스로 정해서 만들어봤는지, '그때 왜 그렇게 했는지'를 설명하실 수 있는지를 봐요) • Python 으로 돌아가는 것을 직접 만들어 본 경험 : 회사 업무든, 개인 프로젝트든, 연구든 상관없어요. 남이 짜 둔 코드를 고쳐 본 것 말고, 스스로 구조를 잡아 본 것이면 좋아요. • SQL 로 데이터를 조회하고 검증할 수 있는 수준 • 아래 둘 중 하나 이상 - LLM API 또는 오픈소스 모델로 서비스 · 도구를 만들어 본 경험 - 데이터 모델링 또는 스키마 설계 경험 • 알고리즘, 자료구조, 데이터베이스 등 기본적인 전산 지식에 대한 이해 • 유관부서 · 도메인 전문가와 소통하며 업무를 진행하고 결과를 효과적으로 전달한 경험

• RAG 운영 경험 : Chunking · Reranking · Query Rewriting • LangGraph · LangChain 등 Agent Framework 사용 경험 • Text-to-SQL(NL2SQL) 또는 생성된 SQL 을 검증해 본 경험 • LLM Evaluation 설계 경험 — 평가 데이터셋, 회귀 격자, 지표 • Knowledge Graph · Ontology · Semantic Layer(dbt, Cube 등) • Structured Output · Tool Calling · LLM Context 설계 • 도메인 전문가가 직접 쓰는 비개발자용 내부 도구를 만들어 본 경험 • 도메인 전문가 인터뷰로 지식을 구조화해 본 경험 [이런 부분에서 성장할 수 있어요] • LLM 을 「써 본」 수준을 넘어, 틀리지 않게 만드는 쪽의 전문성을 기를 수 있어요. RAG · Text-to-SQL · 평가 체계를 실제 고객 데이터 위에서 굴려 봅니다. • 지식 엔지니어링이라는, 아직 정답이 정해지지 않은 영역을 직접 정의해볼 수 있어요. 형식 설계부터 파이프라인 구축, 배포와 격리까지 전 과정을 주도하게 됩니다. • 제조 산업의 공급망 운영 프로세스와 생산계획을 실무적으로 익히고, 도메인 전문가와 함께 그 지식을 시스템으로 옮기는 경험을 할 수 있어요. [이런 분과 함께하고 싶어요] • 할 땐 확실하게 몰입하고, 쉴 땐 제대로 쉬는 개발자 • 「그럴듯한 답」을 그냥 넘기지 못하고, 맞는지 데이터로 확인하고 싶어지는 개발자 • 정답이 정해지지 않은 문제에서 스스로 정의를 세우고 밀고 나가는 개발자 • 「좋아진 것 같다」 대신 무엇으로 재서 좋아졌는지를 말하는 개발자 • 도메인 전문가의 말을 끝까지 듣고, 그것을 형식으로 옮길 줄 아는 개발자 • 반복 업무를 참지 못하고 자동화에 진심인 개발자 • 컨테이너화 기술(Docker, Kubernetes 등)에 대한 이해 • 한국어 처리(형태소 분석 · 색인) 경험 • 논문을 읽고 우리 문제에 맞는지 판단하는 힘 • 물류 및 SCM(공급망 관리) 도메인에 대한 이해

■ 서류 전형 → 1차면접[기술면접, 실무진]→ 2차면접 [임원면접] → 3차면접[처우협의, 대표 면접] → 최종합격 ※ 면접 일정은 추후 통보됩니다. ■ 제출서류 : ①이력서(간단한 자기소개서를 함께 담아주세요) ②포트폴리오(형식 자유) ※ 별도의 경력기술서는 받지 않습니다. 대신 본인의 경험과 성과를 포트폴리오에 구체적으로 담아주세요. 어떤 문제를 발견했고, 어떤 선택지 중 무엇을 선택했으며, 그 선택의 이유와 결과를 어떻게 확인했는지​가 드러나면 검토에 큰 도움이 됩니다

※ 허위사실이 발견될 경우 채용이 취소될 수 있습니다. ※ 해당 채용은 병역특례(전문연구요원) 가능합니다. ※ 도구는 회사가 삽니다 일하는 데 필요한 도구는 개인이 부담하지 않습니다. AI 코딩 도구는 상위 요금제 기준으로 회사가 구독료를 지원하고, 다이어그램·설계 도구인 Lucidchart 라이선스도 제공합니다. 업무에 필요한 도구가 있다면 편하게 제안해주세요. 저희는 LLM을 업무에 적극적으로 활용하는 팀입니다. 코딩뿐만 아니라 설계 검토, 문서화, 데이터 정리 등 반복적인 업무는 AI를 적극 활용하고, 사람은 무엇이 맞는지 판단하고 더 나은 방법을 찾는 일에 집중합니다.