팀러너스

기술의 가치는 ​구현에서 ​그치는 ​것이 아니라 ​유저의 손에서 만들어집니다. 기존에는 ​불가능했던 ​표현이 가능해지는 ​새로운 머신러닝 제품을 ​만들고, 시장의 ​반응으로 ​평가하고, 유저 ​경험을 ​혁신하는 ​새로운 콘텐츠 플랫폼을 ​만듭니다.

팀러너스는 ​ML Researcher와 ML ​Engineer ​직군을 ​별도로 구분하지 않습니다.

두 ​조직을 분리하여 ​연구를 ​위한 연구, ​애플리케이션만 고민하는 ​개발을 ​하지 않습니다. 기술부터 최종으로 ​유저의 만족까지 ​전과정을 함께 고민하는 분, 혹은 그렇게 되고 싶은 분을 ML Engineer로 모시고 싶습니다.

AI 산업은 현재 굉장히 빠르게 변화하고 있기에, 이러한 능력이 점점 더 중요해질거라 믿고 있습니다.

이런 일을 합니다

• 제품, 엔지니어링, 리서치의 경계를 넘나들며 문제를 해결하고 유저에게 가치를 전달합니다.
• 최신 AI 기술을 배우고 모델링에서 그치는 것이 아니라, 유저에게 WOW를 전달할 수 있는 맥락을 만들어 제품으로 제공합니다.
• 각자 다른 니즈를 가지고 있는 유저를 만족시키기 위해 개인화된 모델을 개발하고, Continual Learning 시스템을 구축합니다.
• 머신러닝 활용한 새로운 기능을 주도적으로 제안 및 개발하고, 정말 유저에게 가치가 있는지 빠르게 서빙하고 데이터를 통해 검증합니다.
• 성능과 비용 사이의 Trade-off를 고려해 기술을 개발하고, 이를 유저 가치로 전환할 방법을 찾습니다.
• 최종적으로 유저가 제품을 통해 만족하는 것을 넘어 경험을 혁신하고 동시에 비즈니스 목표를 달성할 수 있는 연구 개발을 수행합니다.

이런 분을 찾습니다

• 머신러닝 모델을 활용한 서비스를 개발한 경험이 필요합니다.
• 최신 기술이나 연구 동향에 관심이 많고, 실제로 재현 및 상용화하기 위한 고민을 해보신 분을 찾습니다.
• 다양한 이미지 생성, 추천 모델을 사용해보고, 장단점을 파악하고 계신 분을 찾습니다.
• Stable Diffusion과 같은 딥러닝 모델의 인퍼런스 최적화 경험이 필요합니다.
• Kubernetes 위에서 서비스를 개발, 배포하고 운영해 본 경험이 있으면 좋습니다.

이력서 작성 방법

• 이력서는 자유 양식으로 제출 가능합니다.
• 리서치에 강점이 있으시다면, (1) 오픈소스에 기여하거나 (2) 논문을 구현한 경험을 구체적으로 작성해 주세요.
• 엔지니어링이나 Ops에 강점이 있으시다면, (1) 모델 서빙이나 (2) 최적화 경험을 구체적으로 작성해 주세요.
• 달성하신 성과나 사업적 지표 개선 등을 정량적으로 표현하면 좋습니다.

팀러너스에서 사용하는 기술

• Infra: GCP, Kubernetes, Terraform, ArgoCD, Traefik, Datadog
• Server: Python, Redis, FastAPI
• ML: PyTorch, Diffusers
• Data: BigQuery, Grafana, Amplitude

팀러너스 합류 여정

• 서류 접수 > 온/오프라인 캐주얼 챗 > 하루 일하기 시작