엑셈의 LLM플랫폼팀은 이상탐지, 미래 예측, LLM 등 인공지능 기술을 중심으로 혁신적인 비즈니스 가치를 창출하는 팀입니다.

우리는 단순히 대화하는 AI를 넘어, 기업의 복잡한 비즈니스 로직을 스스로 이해하고 수행하는 자율형 AI 에이전트(Agentic Workflow)의 시대를 열어가고 있습니다.

보안과 데이터 주권이 무엇보다 중요한 엔터프라이즈 환경에서, 외부 클라우드 의존 없이 고객의 폐쇄망 환경(On-premise) 내에서 최상의 성능을 발휘하는 AI 시스템을 구축하는 것이 우리의 핵심 미션입니다.

Forward Deployed Engineer(FDE)는 이 미션의 최전선에서 일합니다. 좋은 제품을 만드는 것과, 그 제품이 고객의 복잡한 시스템 안에서 실제로 작동하게 만드는 것은 전혀 다른 과제입니다. FDE는 후자를 책임집니다.

금융·공공 등 폐쇄망 고객 환경에 직접 들어가, 데모와 Production 사이의 간극 — 망분리, 오프라인 반입, 레거시 연동, 자원 제약 — 을 엔지니어링으로 닫아내는 역할입니다.

우리가 찾는 FDE는 일회성 커스텀 구축(SI)을 하는 사람이 아닙니다. 현장에서 발견한 문제를 그 자리에서 해결하는 동시에, 그 해결책을 재사용 가능한 자산과 제품 요구사항으로 환류시켜 제품 자체를 진화시키는 사람입니다.

FDE의 작업은 단일 고객 납품으로 끝나지 않고, 제품 백로그에 직접 반영됩니다.

- On-premise Challenge: 인터넷이 차단된 폐쇄망(air-gapped) 환경에서, 제한된 인프라만으로 LLM 성능을 극대화하기 위한 추론 최적화·경량화, 그리고 모델·의존성의 오프라인 반입 및 배포 체계를 깊이 있게 다룹니다.

- Agentic Workflow: 단순한 검색(RAG)을 넘어, 다양한 도구와 지식 베이스를 자율적으로 활용하여 고객의 실제 비즈니스 문제를 해결하는 에이전트 시스템을 현장 요구에 맞춰 설계합니다.

Field-to-Product Loop: 현장에서 검증된 패턴을 플레이북·템플릿·제품 기능으로 환류시켜, FDE의 경험이 제품 경쟁력으로 축적되는 구조를 함께 만듭니다.

- End-to-end Ownership: 데이터 파이프라인부터 모델 서빙, 폐쇄망 배포, 그리고 원격 지원이 제한된 환경에서의 운영·트러블슈팅까지, AI 서비스의 전 생명 주기를 고객 현장에서 직접 주도합니다.

새로운 제품의 아키텍처를 함께 고민하고, 온프레미스 LLM 에이전트라는 기술적 장벽을 함께 넘어설 역량 있는 엔지니어를 기다립니다.

고객 환경 AI 솔루션 배포 및 운영 : 고객의 폐쇄망 환경에 사내 AI 제품군을 최적화하여 배포하고, 원격 접근이 제한된 환경에서 안정적인 서비스 운영
폐쇄망(On-premise) 배포 아키텍처 설계 : 모델·이미지·의존성의 오프라인 번들링, 컨테이너 레지스트리 기반 반입 체계 및 고객사 보안 절차를 고려한 배포 파이프라인 설계·구축
LLM 기반 RAG/Agent 시스템 현장 구현 : 검색(Retrieval), 임베딩, 평가, 추론 프로세스를 포함한 시스템을 고객 데이터 및 도메인 특성에 맞춰 설계·구현
로컬 오픈웨이트 모델 운영 : 외부 API가 불가한 환경에서의 오픈웨이트 모델 선정·벤치마킹, 양자화 트레이드오프 판단 및 GPU 자원 최적화를 통한 성능 향상
FastAPI 기반 AI 백엔드 개발 : 확장성 있는 AI 서비스 백엔드 및 API 개발
현장 인사이트의 제품 환류 : 고객 환경에서 도출된 문제를 일회성 패치가 아닌 재사용 자산, 플레이북 및 제품 요구사항으로 정리하여 제품팀에 전달

On-premise 배포 경험 : 폐쇄망(air-gapped)·망분리 환경에서의 솔루션 배포 또는 오프라인 환경 운영 경험
Vector DB : Milvus, Pinecone, Weaviate 등을 활용한 Retrieval 시스템 구축 경험
Serving 최적화 : vLLM, Triton, TensorRT-LLM 등을 이용한 대규모 모델 서빙 및 추론 최적화 경험
DevOps/Infra : Docker / Kubernetes 기반 서비스 배포 및 운영 경험, 컨테이너 레지스트리 운영 경험
Data & Search : PostgreSQL, ClickHouse, ElasticSearch, Redis 등 데이터베이스 및 검색 시스템 활용 능력
MLOps/LLMOps : MLflow, Kubeflow, AutoRAG 등을 활용한 파이프라인 구축 경험
System Architecture : 클라우드 또는 온프레미스 AI 인프라 구축 및 대규모 데이터 처리/분산 시스템 개발 경험
도메인 경험 : 금융·공공 등 규제 산업 고객 환경에서의 프로젝트 수행 경험
현장 PoC 경험 : 고객사 현장에서 AI 솔루션의 기술 검증(PoC)을 직접 기획하고 수행한 경험
납품 후 안정화 : 솔루션 납품 이후 운영 안정화를 지원하고, 고객사 내부팀에 운영 노하우를 이전한 경험

Forward Deployed Engineer 채용 (FDE, 2년 이상)