👨‍👦‍👦 함께하게 ​될 ​Tech ​Coordination Team을 ​소개합니다! Tech Coordination Team은 CTO ​직속의 ​Technical Pre-Sales ​조직입니다. 계약이 체결되기 전 ​고객과 가장 ​먼저 ​기술적인 논의를 ​시작하고 고객 ​요구사항 ​→ 기술 요건 ​→ ​Architecture → 개발 ​범위 ​→ ​구축 범위 → ​예상 투입공수로 ​구체화합니다. Sales가 ​고객의 Business ​Requirement를 파악한다면 ​Tech ​Coordination Team은 다음 ​질문에 답합니다. "이 ​요구사항을 기술적으로 어떻게 구현할 것인가?" "고객의 기존 인프라에서 실제로 구축 가능한가?" "현재 제품으로 제공할 수 있는 범위와 추가 개발이 필요한 범위는 어디까지인가?" "프로젝트를 수행하려면 어느 정도의 개발·구축 Resource가 필요한가?" 그리고 고객과 합의한 기술적인 내용이 실제 제품 및 프로젝트에 반영될 수 있도록 Product, Engineering, FDE, PM 등 여러 조직과 협업합니다. 즉, 고객의 요구사항과 마키나락스의 제품·기술 사이를 연결하는 Technical Interface 역할입니다.

1. Discovery | 고객의 기술 환경과 요구사항을 파악합니다 - Sales와 함께 고객 미팅에 참여해 IT·AI·MLOps 인프라, Kubernetes·Container 운영 환경, GPU·Storage·Network 구성을 확인합니다. - 보안정책·폐쇄망·망분리 제약과 CI/CD·Data Platform·SSO/LDAP 등 기존 시스템 연계 요구사항을 파악합니다. - 고객의 MLOps 운영 프로세스와 Pain Point를 분석해 기능·성능·운영·보안 요구사항을 기술 Requirement로 구조화합니다. 2. Architecture | 고객 환경에 맞는 구축 구조를 설계합니다 - 마키나락스 AI OS를 기반으로 On-Premise·Cloud·Hybrid 환경별 Kubernetes Deployment Architecture를 설계합니다. - 개발·Staging·Production 환경 구성, Infrastructure Requirement 산정, HA·Scalability·Failover 구조를 검토합니다. - Security·Authentication·Network Architecture와 CI/CD·Model Deployment Pipeline, LLM Serving 방안을 정의합니다. 3. Feasibility | 할 수 있는 것과 추가 개발이 필요한 것을 판단합니다 - 요구사항을 Standard / Configuration / Customization·Integration / Product Development / Not Feasible로 구분합니다. - Product·Engineering과 구현 가능성, Roadmap, 기술 Risk와 Dependency를 검토하고, 범위 조정과 기술적 대안을 제시합니다. 4. Scope & Proposal | 범위·공수를 산정하고 제안의 기술 완성도를 책임집니다 - PoC·Pilot·Production 단계별 Task, 예상 Man-Hour/Man-Month, 필요 Resource와 Milestone을 정의해 Sales·PM의 Scope와 견적 수립을 지원합니다. - 제안서의 시스템 구성도, 요구사항별 대응방안, 기술 Stack을 작성·검토하고, RFP/RFI 기술 대응과 고객 Technical Q&A를 담당합니다. 5. Handover | 계약 이후 수행조직이 바로 움직일 수 있게 연결합니다 - PM·FDE·Product·Engineering에 고객 환경, Architecture, 확정 Requirement와 합의 Scope, 추가 개발 사항과 Risk를 전달합니다.

1. Backend, MLOps, DevOps, Platform Engineering, Cloud Infrastructure 등 유관 분야에서 5년 이상 개발·기술 경험을 보유한 분 - Container 기반 Application을 개발·배포·운영해 본 경험 보유 2. Kubernetes의 주요 개념과 Architecture를 이해하고 있는 분 - Kubernetes 기반 시스템의 구축부터 Application 배포·운영까지 전체 구조를 설명할 수 있는 분 - MLOps Platform 또는 AI/ML 개발·운영 환경에 대한 이해 보유 3. 고객의 요구사항을 기술 Requirement와 Architecture로 구체화할 수 있는 분 - 여러 기술적 조건을 고려해 구현방안을 논리적으로 설명할 수 있는 분 - 모르는 기술도 빠르게 구조를 파악하고 필요한 판단을 내릴 수 있는 분 4. 개발자, PM, Sales 등 서로 다른 역할의 구성원과 원활하게 소통할 수 있는 분 ※ AI 모델을 직접 연구·개발한 경험은 필수가 아닙니다. 모델 자체보다 AI가 Enterprise 환경에서 개발·배포·운영되는 데 필요한 Software와 Infrastructure에 대한 이해를 중요하게 봅니다.

1. On-Premise Kubernetes Cluster 또는 MLOps Platform을 구축·운영해 본 분 2. CI/CD·GitOps(Argo CD, Argo Workflows 등) 환경을 직접 구축해 본 분 3. Solution Architect, Sales Engineer, Technical Pre-Sales 경험이 있는 분 4. RFP 분석, 기술제안서 작성, 개발범위 및 Man-Month 산정 경험이 있는 분 5. Enterprise 고객 대상 시스템 구축 또는 SI 프로젝트를 수행해 본 분 6. 폐쇄망 또는 높은 수준의 보안이 요구되는 Enterprise 환경을 경험해 본 분 7. LLMOps·LLM Serving(vLLM 등) 인프라 구축 경험이 있는 분

- 서류접수 - 온라인 사전 인터뷰 - 기술 인터뷰 - Fit 인터뷰 - 평판조회

- 채용 프로세스 진행 시 추가 인터뷰나 과제를 요청드릴 수 있습니다. - 입사 후 3개월의 수습 기간 및 수습 평가가 진행되며, 해당 기간 중 급여는 100% 지급됩니다.