42dot에서 LLM 학습 파이프라인을 설계하고 최적화할 엔지니어를 모집합니다. Deep Learning 또는 NLP 분야에서 3년 이상의 경력이 필요하며, PyTorch를 활용한 모델 학습 및 분산 학습 경험이 필수입니다. 실서비스 모델의 품질 향상과 효율적인 학습 구조 설계에 기여하게 됩니다.
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
서류 전형
코딩 테스트
1차 면접 (화상, 1시간 내외)
2차 면접 (대면 혹은 화상, 3시간 내외)
처우 협의·입사
전형 절차는 일정 및 진행 상황에 따라 일부 변경될 수 있으며, 각 전형 결과는 등록하신 이메일로 개별 안내드립니다.
지원서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.
지원서 접수 중 오류가 발생하거나 기타 문의 사항이 있을 경우, recruit@42dot.ai로 문의해 주시기 바랍니다.
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.
지원서 내용 중 허위 사실이 발견될 경우, 입사가 취소될 수 있습니다.
인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.
3개월의 수습기간이 적용될 수 있습니다.
