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