채용 정보로 돌아가기
[Internal][AI Research Div.] Research Engineer - Foundation Models (2년 이상)_AI Hackathon
Seoul
우리는 게이머의 로망을 실현하기 위해, 누구도 가지 않는 길을 갑니다.
예상을 뛰어넘는 과감한 상상력과 기술로, 전 세계 팬들이 잊지 못할 세상을 만들기 위해 담대하게 도전하고 개척합니다.
We pioneer the path to players' dreams.
With bold imagination and breakthrough technology, we create unforgettable worlds for fans across the globe.
우리 팀(프로젝트)을 소개합니다.
우리 팀은 대규모 언어모델과 차세대 foundation model을 중심으로, 학습·추론·에이전트 실행을 아우르는 AI 시스템을 연구하고 개발합니다.
우리는 단순히 더 큰 모델이나 더 높은 benchmark score를 추구하지 않습니다.
제한된 연산 자원 안에서 더 효율적으로 학습하고, 더 빠르게 추론하며, 더 복잡한 의사결정을 수행할 수 있는 시스템을 만드는 것을 핵심 문제로 다룹니다.
이를 위해 모델 구조 측면에서는 MoE, SSM, post-training, RL 기반 최적화, agentic system 설계를 탐구하고, 시스템 측면에서는 분산 학습 및 추론 인프라, runtime orchestration까지 폭넓게 다룹니다.
우리 팀과 함께할 미션을 소개합니다.
- Research Engineer는 이러한 방향 아래에서, 이론적 아이디어를 실제 확장 가능한 시스템으로 구현하고, 대규모 실험과 저수준 최적화를 통해 모델 성능과 시스템 효율을 함께 끌어올리는 핵심 역할을 수행합니다.
- MoE, SSM, long-context architecture, post-training, RL 기반 학습 등 foundation model 성능 및 효율 개선을 위한 방법론을 설계하고 구현합니다.
- 상위 연구 방향과 가설을 실제로 검증 가능한 형태로 실험 설계, 구현 및 분석합니다.
- Triton kernel, custom operator, memory optimization, communication optimization 등 low-level optimization을 통해 학습, 추론 병목을 해결합니다.
- 대규모 분산 학습 환경에서 모델 구조와 학습 알고리즘을 안정적으로 확장하기 위한 시스템을 설계하고 구현합니다.
- agentic system, tool-use runtime, multi-step execution framework, planning/memory loop 등 복합적인 지능 시스템의 실행 구조를 설계하고 검증합니다.
- RL system 또는 post-training pipeline을 구축하고, reward design, rollout collection, evaluation, safety/robustness 관점에서 개선합니다.
- 대규모 실험을 위한 학습·평가, 추론 파이프라인을 설계하고, 재현 가능하고 반복 가능한 연구 환경을 구축합니다.
- 연구 결과를 코드, 벤치마크, 운영 가능한 시스템 형태로 연결하고, 의사결정에 필요한 기술 문서를 작성합니다.
- 팀 내 실험 품질, 성능 분석 방식, 문서화 기준을 고도화하여 조직 차원의 연구 생산성을 높입니다.
이런 경험을 가진 분과 함께 성장하고 싶습니다! (필수요건)
- AI, 컴퓨터공학, 전기전자공학, 수학, 통계학 또는 관련 분야의 학사 학위 이상, 혹은 이에 준하는 수준의 실무 경험을 보유하신 분
- 머신러닝, 딥러닝, foundation model에 대한 연구개발 경험이 있으신 분
- Python 및 딥러닝 프레임워크(PyTorch, JAX 등)를 활용해 모델 구현, 학습 파이프라인 구성, 실험 자동화를 수행할 수 있는 분
- 모델 아키텍처, 학습 알고리즘, 시스템 최적화 중 둘 이상을 깊이 있게 다뤄본 경험이 있으신 분
- 해외 출장에 결격 사유가 없는 분
이런 경험들이 있다면 저희가 찾는 그 분입니다! (우대요건)
- NeurIPS, ICML, ICLR 등 저명 학회 논문 게재 경험 (1저자 또는 주요 기여자)
- LLM 내부 구조 분석, 표현 학습, 스케일링 법칙, 모델 해석 등 모델 동작 원리에 대한 연구 경험
- 분산 학습, 분산 추론, 데이터/모델 병렬화, 메모리 최적화, 성능 프로파일링 등 시스템 레벨의 문제를 다뤄본 경험이 있으신 분
크래프톤의 도전에 함께 하기 위해 아래의 전형 과정이 필요합니다.
- 서류접수 > 종합면접 (Culture Fit Interview) > 합격 및 입사
- *해당 절차는 각 포지션 및 후보자에 따라 변동이 있을 수 있습니다.
- 상시 채용으로 채용 완료 시 조기 마감될 수 있습니다.
- 필요 시, 인터뷰 및 직무 테스트가 추가될 수 있습니다.
- 전형 일정 및 합격 또는 불합격 결과는 지원서에 등록하신 이메일 또는 유선으로 개별 안내 드립니다.
필요 서류를 확인해주세요!
- 입사지원서 (자유 양식), 자기소개서, 경력기술서, 포트폴리오(필요시)
- 신입일 경우 자기소개서를, 경력일 경우 경력기술서를 중심으로 기술해 주시기 바랍니다.
- 포트폴리오 첨부 시, 하단 안내 사항을 확인해 주시기 바랍니다.
근무지
- 역삼 센터필드 West 타워
고용형태
- 정규직
아래 안내 사항을 확인해주세요!
- 장애인 및 국가 유공자 등 취업 보호 대상자는 관계 법령에 따라 우대합니다.
- 지원서 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다.
- 5개월의 수습기간을 적용합니다. 회사는 수습기간에 대한 평가 결과에 따라 본채용을 거부할 수 있으며, 수습기간 중이라도 중간평가 결과에 따라 수습기간을 조기 종료하고 본채용을 거부할 수 있습니다. 수습기간 내 고용형태 및 급여 조정은 없습니다.
- 채용 전형 중 궁금하신 사항은 크래프톤 채용 FAQ 내에서 확인하실 수 있습니다.
BE BOLD, LEARN AND WIN! 크래프톤의 성장과 도전의 스토리를 알아가고 싶다면?
- 크래프톤 제작 스튜디오
- 크래프톤 게임
- 크래프톤 비전 & 핵심가치
- 크래프톤 라이프 & 복리후생
- 크래프톤 공식 유튜브 채널
- 배틀그라운드 공식 유튜브 채널
- 크래프톤 인스타그램
- 크래프톤 블로그
Please check the information below
- Those eligible for an affirmative action program such as individuals with disabilities or with distinguished service to the state will be given hiring preference according to relevant laws
- False statements in your resume may lead to the withdrawal of the employment offer
- A 5-month probationary period applies. Based on the mid-term evaluation, employment may be terminated early or not continued. No changes in employment type or salary during this period.
- Please contact career@krafton.com for other inquiries
BE BOLD, LEARN AND WIN! Would you like to explore KRAFTON’s growth and adventure stories?
이 직무 지원하기
*
필수 입력 필드를 나타냅니다