LLM 학습 파이프라인 설계 및 모델 품질 고도화를 담당합니다. Deep Learning/NLP 경력 3년 이상과 PyTorch를 활용한 모델 학습 및 분산 학습 프레임워크 경험이 필수입니다.
LLM Engineer(LLM Training)는 LLM학습 파이프라인을 설계하여 실서비스에서 활용 가능한 생성형 언어모델을 학습합니다. 지속적인 품질 향상을 위하여 끊임없이 새로운 방법론을 시도하여, 실사용자에게 꼭 필요한 서비스를 출시하고, LLM 스스로 품질을 개선할 수 있도록 가다듬는 일에 기여합니다.
LLM학습 과정의 효율 향상
Pre-training 및 Post-training 학습 과정의 전반적인 효율 향상
생성 결과의 전반적인 정확성과 안정성 향상
생성 결과의 품질 향상을 위하여 Self-Refine이 가능한 학습 구조 설계
Deep Learning 또는 NLP 관련 경력 3년 이상 (석사 신입 지원 가능)
Deep Learning 또는 NLP와 관련된 폭넓은 연구 및 개발 경험
숙련된 프로그래밍 (Python & pytorch) 능력
PyTorch를 활용한 모델 설계, 학습, 평가 및 최적화 경험
GPU를 활용한 LLM 학습 및 Trouble shooting 능력
분산 학습 프레임워크(Slurm, DDP, Horovod 등) 사용 경험
Deep Learning/NLP 관련 논문 제출 또는 석박사 학위 소지자
주요 학술 대회(ACL, EMNLP, NeurIPS 등) 논문 발표 경험
Docker 및 Kubernetes에 대한 경험
GPU 클러스터를 활용한 학습 파이프라인 설계 및 관리 경험
GPU를 활용한 학습 및 서비스 개발 경험
GPU 기반의 Training 또는 Inference 시스템 구축 경험
LLM의 Post-training 관련 경험
Supervised Fine-Tuning 및 Parameter Efficient Fine-Tuning 활용 경험
서류전형 - 코딩테스트 - 화상면접 (1시간 내외) - 대면 혹은 화상면접 (3시간 내외) - 최종합격
전형절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다.
전형일정 및 결과는 지원서에 등록하신 이메일로 개별 안내드립니다.
이력서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.
모든 제출 파일은 30MB 이하의 PDF 양식으로 업로드를 부탁드립니다. (이력서 업로드 중 문제가 발생한다면 이력서와 함께 지원하시고자 하는 포지션의 URL을 recruit@42dot.ai으로 전송 부탁드립니다.)
인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.
국가보훈대상자 및 취업보호 대상자는 관계법령에 따라 우대합니다.
장애인 고용 촉진 및 직업재활법에 따라 장애인 등록증 소지자를 우대합니다.
42dot은 의뢰하지 않은 서치펌의 이력서를 받지 않으며, 요청하지 않은 이력서에 대해 수수료를 지불하지 않습니다.
3개월의 수습기간이 적용될 수 있습니다.
42dot이 일하는 방식, 42dot Way 보러가기 →
42dot만의 업무몰입 프로그램, Employee Engagement Program 보러가기 →
