MLOps Engineer

사용 기술

Python AWS Docker Kubeflow Grafana PyTorch Docker Compose Kubernetes Terraform Ansible

주요업무

• 컴퓨터 비전 모델(예: object detection, segmentation, classification)의 학습,
  검증, 배포 워크플로우 설계, 개발 및 자동화
• Machin learning model 배포를 자동화하고 신속하고 안정적인 업데이트를 보장하는 CI/CD
  파이프라인 구축 및 유지 관리
• Docker 및 Kubernetes와 같은 container orchestration 도구를 활용하여 AI/ML 워크로드를 효율적
  으로 지원할 수 있도록 AWS와 같은 클라우드 기반 리소스 및 온프레미스 서버 인프라를 관리 및 구성
• 성능 지표를 분석하여 시스템 병목 현상을 식별하고 해결하면서 AI/ML 인프라를 모니터링,
  문제 해결 및 최적화
• Triton Inference Server와 같은 도구를 활용하여 추론 시스템을 유지 및 최적화하고 확장 및 배포
• Terraform과 같은 도구를 사용하여 코드형 인프라(IaC)를 구현하고 클라우드 리소스 프로비저닝 관리
• Kubeflow와 같은 AI/ML 플랫폼을 유지 및 최적화하여 효율적인 모델 학습 및 실험 워크플로 지원

자격요건

• AWS 또는 GCP와 같은 클라우드 플랫폼에 대한 경험
• CI/CD 원칙, 도구 및 파이프라인(Github Actions, Jenkins 등)에 대한 이해
• Docker, Kubernetes, Kubeflow와 같은 컨테이너화 및 오케스트레이션 도구에 대한 실무 경험
• Terraform 또는 기타 IaC 도구를 사용한 인프라 관리 능력.
• 스크립팅 및 자동화를 위한 Python 숙련도
• AI/ML 플랫폼 및 학습 인프라(온프레미스 서버 포함) 유지 관리 및 문제 해결 경험

우대사항

• Kafka, Kinesis와 같은 스트리밍 데이터 플랫폼 실무 경험
• TensorFlow, PyTorch와 같은 Machin Learning framework에 대한 이해
• Triton Inference Server를 활용한 확장 가능한 모델 서빙 경험
• 문제 해결 능력 및 기술적 과제를 극복하기 위한 창의적인 접근 방식.

3i MLOps 기술 스택

• 프로그래밍 언어: Python, PyTorch
• 클라우드 플랫폼: AWS
• 컨테이너화: Docker, Docker Compose, Kubernetes
• AI/ML 플랫폼: Kubeflow
• 코드형 인프라(IaC): Terraform, Terragrunt, Ansible
• CI/CD: Github Actions
• 모델 서빙: Triton Inference Server
• 스트리밍 플랫폼: Kafka
• 모니터링: Grafana, Prometheus

마감일 및 근무지

• 마감일 : 2025년 11월 12일
• 근무지
- 서울 강남구 역삼로 25길 23 대일테크 빌딩 (역삼역에서 도보 6분 이내)

[채용절차]
• 전형절차 : 서류전형 → 사전과제 → 1차면접 → 2차면접 → 최종합격

[지원 시 주의사항]
• 3개월의 수습 기간이 있습니다.(수습 기간 동일 급여와 복리후생 보장)
• 포트폴리오 제출 시,10MB 초과할 경우에는 링크를 기재해주세요.

[참고사항]
• 서류 합격자에 한해 연락드립니다.
• 본 채용은 수시 진행으로 우수 인재 채용 시 마감될 수 있습니다.