하이퍼커넥트 AI Lab은 사람과 사람 사이를 연결하는 서비스에서, 기존의 기술로는 접근하기 어렵지만 머신러닝 기술을 통해 풀 수 있는 문제들을 찾아내고 해결하여 사용자 경험을 혁신합니다. 이를 위해 영상/음성/문자 등을 포함하여 다양한 도메인의 수많은 모델을 개발하고, 모바일 및 클라우드 서버를 통해 안정적으로 제공하면서 마주하는 연구 주제들을 풀어내어 우리가 만들어 내는 기술이 실제 서비스의 성장에 기여하는 것을 목표로 합니다.

AI Lab은 사내 공통 조직으로서, 특정 제품에 국한된 피쳐를 개발하기보다는 다양한 제품에 공통적으로 활용될 수 있는 멀티테넌시 서비스 개발을 지향하고 있습니다. 이러한 목표 아래 AI Lab의 Machine Learning Software Engineer(MLSE)들은 머신러닝 기술이 아자르, 하쿠나 등 하이퍼커넥트의 글로벌 서비스들과 더불어, S&P 500 편입사인 매치그룹의 다양한 제품에 실제 임팩트를 내기 위한 소프트웨어 엔지니어링 작업들을 수행합니다. AI Lab이 일하는 방식이 궁금하시다면 아래에서 자세한 내용을 확인하실 수 있습니다.

• 인터뷰x하커야 AI Lab ML Platform

• 인터뷰x하커야 AI Lab ML

AI Lab 소속의 ML Application 팀은 하이퍼커넥트가 보유한 모든 AI 기술을 제품에 적용하여 비즈니스 임팩트를 낼 수 있도록 하며, 지속 가능한 시스템을 개발하여 AI 기술의 적용이 가속화 되도록 하는 것을 목표로 합니다. 이 목표를 달성하기 위해 (1) ML 모델 기반의 확장성 있는 백엔드 서버를 개발하며, (2) ML 모델 추론을 위한 실시간 데이터 파이프라인을 운영하고, (3) A/B 테스팅을 통한 머신러닝 모델의 온라인 성능을 측정, 개선할 수 있도록 인사이트를 도출하며, (4) 다른 팀들과 협업하여 공통으로 관리할 수 있는 ML 컴포넌트를 플랫폼화하는 작업까지 수행합니다.

ML Application팀이 풀고 있는 재미있는 문제들은 Tech blog에 업로드 하고 있습니다.

• 이벤트 기반의 라이브 스트리밍 추천 시스템 운용하기

• 머신러닝 어플리케이션을 위한 데이터 저장소 기술

[풍부한 MLOps 노하우]

수십 개 이상의 모델을 프로덕션에서 사용하고 있을 만큼 MLOps에 대한 노하우가 풍부한 조직에서 일할 수 있으며, 모델 배포 및 운영에 대한 고민 없이 서비스 개발에만 집중할 수 있습니다.

• Deview 2021 - 어떻게 더 많은 모델을 더 빠르게 배포할 것인가?

• 초고성능 딥러닝 클러스터 구축하기 1편

[개발과 연구가 모두 가능한 조직]

MLSE는 AI Lab 내에서 제품에 가장 가까운 엔지니어지만, 개발 뿐만 아니라 연구에도 참여가 가능합니다. 논문 출판 경험이 많은 Machine Learning Engineer 및 Machine Learning Research Scientist 들과 함께 MLSys, RecSys 등 실무 문제를 자주 다루는 학회에 논문을 게재하는 경험도 해볼 수 있습니다 (선택적 참여).

[국내 최상위 수준의 AI 조직]

탑티어 AI/ML 학회에 논문을 주기적으로 출판하는 Machine Learning Engineer 및 Machine Learning Research Scientist 들과 함께 일하고 있습니다.

• 하이퍼커넥트 AI/ML 논문 목록 바로가기