(인재풀) MLOps Engineer

팀 소개

Platform&Infra팀은 AI 모델의 개발부터 서비스 운영을 위한 배포에 이르기까지 AI 모델의 수명 주기를 최적화하고, 효율적으로 관리하기 위한 MLOps 파이프라인을 구축합니다.
또한 AI 서비스의 안정적인 운영 지원을 위한 보안성 강화, 인프라 관리 및 자원 최적화 업무를 수행합니다.

수행 업무

• AI 모델 학습/추론을 위한 플랫폼을 설계하고 개발합니다.
• 학습, 추론, 모니터링이 포함된 Container-native Workflow를 개발하고 운영합니다.
• Kubernetes 환경에서 Micro-service Architecture 기반의 서비스를 개발하고 운영합니다.
• 다양한 도메인의 ML/DL 모델을 최적화하고, 서비스 환경에 맞게 배포 및 운영합니다.

지원자격

• GCP, AWS, Azure 같은 Public Cloud에서 AI 관련 개발 경험이 있으신 분
• Kubernetes를 구축하고, Docker 및 Kubernetes 환경에서 서비스를 배포/운영해본 경험이 있으신 분
• 모델의 성능 개선을 위해 모니터링 시스템을 구축하고, 이를 바탕으로 성능을 개선해본 경험이 있으신 분
• ML/DL에 대한 기본적인 이해가 있고, 이를 활용하여 시스템을 설계하거나 문제를 해결해본 경험이 있으신 분

우대자격

• CI/CD 도구(Helm, Kustomize, ArgoCD 등)를 활용한 개발 및 운영을 해봤으면 좋아요.
• Infrastructure-as-a-Code (Terraform 등) 기반의 인프라 관리를 해봤으면 좋아요.
• AI Serving Framework (Triton, TensorRT LLM, vLLM, SGLang 등)를 사용해봤으면 좋아요.
• Workflow 관리 도구(Airflow, Kubeflow, Argo Workflows 등)를 활용해봤으면 좋아요.
• On-Premise 환경에서 서비스 개발 및 운영을 해봤으면 좋아요.
• 머신러닝 모델을 경량화하거나 서빙을 최적화해봤으면 좋아요.
• 복잡한 기술 개념을 명확하고 쉽게 설명하는 커뮤니케이션을 해봤으면 좋아요.

전형 절차

• 서류심사 → 코딩테스트 → 1차 직무 인터뷰(온라인) → 2차 직무 인터뷰(온라인) → LG AI Fit Check(온라인) → Culture Fit 인터뷰(오프라인)

* 전형 절차는 변경될 수 있습니다. 서류 합격 시 전형 절차에 대해 별도로 안내 해 드립니다.

현재 LG AI연구원은 병역지정업체가 아니므로, 전문연구요원 채용 및 전직이 불가함을 알려드립니다.
지원 시 문제가 있을 경우 careers@lgresearch.ai 로 문의 부탁드립니다.