| 업무내용/자격요건 |
[담당업무]
● 머신러닝 모델의 지속적인 배포 및 통합을 위한 MLOps 파이프라인 설계, 개발 및 구현.
● 데이터 과학자 및 엔지니어와 협력하여 모델 요구 사항을 이해하고 배포 프로세스를 최적화.
● 머신러닝 모델의 학습, 테스트 및 배포 프로세스를 자동화.
● 프로덕션 환경에서 모델을 지속적으로 모니터링하고 유지 관리하여 최적의 성능, 정확도 및 신뢰성을 보장.
● 버전 관리, 모델 재현성 및 거버넌스를 위한 최선의 방법을 구현.
● 머신러닝 파이프라인을 확장성, 효율성 및 비용 효율성 측면에서 최적화.
● 모델 배포 및 성능과 관련된 문제를 해결하고 해결책을 제시.
● 모든 MLOps 활동에서 보안 및 데이터 개인정보 보호 기준을 준수.
● 최신 MLOps 도구, 기술 및 트렌드를 지속적으로 파악.
● MLOps 실무에 대한 지원 및 가이드를 다른 팀원에게 제공.
[자격요건]
● MLOps, DevOps 또는 관련 분야에서 3-5년 이상의 경험.
● 컴퓨터 과학, 데이터 과학 또는 관련 분야의 학사 학위.
● 머신러닝 원칙 및 모델 생애 주기 관리에 대한 깊은 이해.
● Python과 같은 프로그래밍 언어에 능숙하며, TensorFlow, PyTorch 또는 Scikit-learn과 같은 머신러닝 프레임워크에 대한 실무 경험.
● AWS, Azure 또는 Google Cloud와 같은 클라우드 플랫폼 및 해당 플랫폼의 머신러닝 서비스 경험.
● Docker 및 Kubernetes와 같은 컨테이너화 및 오케스트레이션 도구에 대한 이해.
● CI/CD 파이프라인, 자동화 도구 및 Git과 같은 버전 관리 시스템에 대한 지식.
● 복잡한 문제를 해결할 수 있는 강력한 문제 해결 능력.
● 프로덕션 환경에서 모델 성능을 모니터링하는 도구 및 실무 경험.
● 교차 기능 팀에서 협업할 수 있는 능력.
[우대사항]
● Kubeflow 활용 경험이 있으신 분
● 머신러닝/딥러닝 Framework를 이용한 머신러닝 프로젝트 실무 경험이 있으신 분
● Open Source Contribution 경험이 있으신 분
● 유연한 개발문화에 대한 관심이 있으신 분
[참조사항]
● 풀타임 근무
● 글로벌 테크 및 VC 네트워크와 협업 가능
● 해외 거점/사업 발굴 또는 확장에 따라, 해외체류 가능
[전형절차] 서류전형 => 면접
[지원서류] 브레인이력서 기준
***연봉은 협의후 결정입니다. LLMOps도 채용중입니다.
|