hyperconnect career

지원하기

ENGINEERING

[2021경력직모집] Machine Learning Software Engineer

AI Lab 소개

AI Lab은 사람 사이의 연결을 방해하는 모든 종류의 장벽을 AI 기술을 통해 제거하고, 사람 사이를 더 가깝게 연결하는 것을 목표로 합니다. 이를 달성하기 위해 하이퍼커넥트의 다양한 제품군에 적용될 수 있는 범용 AI 기술을 연구/개발하고 이를 서비스까지 녹여내기 위해 배포 및 자동화 플랫폼을 구축합니다.

현실의 서비스에서 겪는 문제를 풀기 위해서, AI Lab에서는 문제를 ML 관점에서 정의하는 것, 실제 데이터 상에서 SotA 모델 재현, 이를 더욱 잘 풀어내어 논문화, 모델을 온디바이스 및 서버 등 다양한 환경에 배포, 이를 모니터링하며 지속적으로 업데이트하는 시스템을 만들어 개선하는 작업 등을 진행하고 있습니다. 서비스와의 긴밀한 협업을 통한 AI flywheel의 구축과 이를 위한 다양한 연구 개발 및 새로운 서비스를 위한 탐색도 수행합니다.

AI lab은 목적 중심으로 일하며 구성원의 목표와 조직의 목표를 일치시키기 위해 노력하고 있습니다. 전략적인 목표를 달성하기 위해 스쿼드 단위로 업무를 수행하고 있습니다. 스쿼드는 AI lab에서 프로젝트에 따라 유연하게 운영하는 하위 조직입니다. 현재 각종 서비스의 커뮤니티 경험 향상을 위해 다양한 노력을 하는 스쿼드, AI 휴먼을 만들기 위해 품질 높은 대화 모델을 연구 개발하는 스쿼드, 각 스쿼드 사이의 기술 공유를 위한 공통 플랫폼을 개발하는 스쿼드 등이 있습니다. AI Lab의 일하는 방식이 궁금하시다면 아래에서 자세한 내용을 확인하실 수 있습니다.





ML Platform팀 소개

AI Lab 소속의 ML Platform 팀은 ML 프로덕션에서 모델 연구를 제외한 모든 과정을 자동화하고 안정적으로 운영하는 것을 목표로 합니다. 하이퍼커넥트의 여러 프로덕트(아자르, 하쿠나, 슬라이드 등)에 ML 기술을 적용하기 위하여 모델 연구 이외에도 (1) 연구원들이 일관성 있는 환경에서 높은 생산성을 낼 수 있는 연구 인프라 운영 (2) 데이터 전처리부터 자동화된 학습까지 이어지는 ML 파이프라인(KubeFlow) 구축 (3) On-device(Android, iOS)부터 API 서버(FastAPI, tfserving, TorchServe)까지 다양한 환경에 모델을 배포하고 실시간 스트리밍(Flink)에 ML 기술 도입 등 많은 업무를 수행합니다.

ML Platform팀에서는 기존 소프트웨어 백엔드 시스템에서 비즈니스 로직의 상당 부분을 ML 모델로 바꿔나가고 있습니다. AI 시스템의 기술 부채 영역은 비즈니스 로직의 소스 코드에서 데이터와 모델로 이동하고 있습니다. 이에 따라 ML Platform 팀의 백엔드 개발은 복잡한 규칙 기반 비즈니스 로직 구현보다는 ML 추론 엔진 최적화, 데이터 전/후처리 로직 구현, 고성능/저비용 인프라 구축과 운영에 집중하고 있으며, MLOps를 완성시켜 AI 시스템의 지속 가능성을 높이기 위해 노력하고 있습니다.

훌륭한 동료들과 일하며 현대적인 AI 시스템을 구축하는 경험을 할 수 있습니다. AI Lab의 백엔드 시스템은 DevOps팀에서 구축한 사내의 표준 인프라 도구를 활용하여 배포, 모니터링, 로깅을 진행합니다(자세한 기술 스택은 DevOps팀 JD 참고). On-device 딥러닝 엔진 역시 사내의 Mobile 개발 팀과 협업하여 개발합니다. ML Platform 팀에서는 이처럼 사내의 여러 훌륭한 팀과 협업하며 다양한 기술 스택을 넘나드는 챌린징한 경험을 할 수 있습니다.




ML Platform팀 업무 내용

[Backend]

AI Lab은 현재 수행하는 프로젝트에 따라 해당하는 스쿼드에 속하게 됩니다. 따라서 MLSE 포지션으로 입사하면 관심사와 전문성을 고려하여 협의를 통해 스쿼드를 정하게 됩니다. MLSE 포지션의 구성원들이 스쿼드에서 담당하는 백엔드 엔지니어링 업무는 다음과 같습니다.

실시간 스트리밍 데이터 기반의 데이터 어플리케이션 개발(Scala: Flink)
여러 프로덕트의 백엔드 시스템과 맞물린 API 조합기(API Composer) 및 서버 개발(Python: FastAPI, REST)
ML 추론 엔진 서버 개발(Flask, tensorflow serving, torchserve, gRPC)
AI 휴먼을 위한 챗봇 시스템 구축(Python: FastAPI, gRPC)
서비스 중인 서버의 모니터링 및 문제 해결, 설계 개선 작업 등

다양한 백엔드 어플리케이션을 다루는 업무의 특성 상 마이크로서비스 아키텍쳐(MSA)와 DevOps 인프라에 대한 이해가 필요합니다. ML팀의 JD를 참고하시면 각 서빙 환경에서 어떤 모델을 제공하는지 파악하실 수 있습니다.


[MLOps]

AI flywheel을 바탕으로 MLOps를 구축합니다. 이를 통해 프로덕트-데이터-모델의 선순환 사이클을 만들어내어 프로덕션에 AI가 기여할 수 있도록 노력합니다. 빠르게 발전하는 AI 시스템의 뒤편에서 기술 부채를 제거하고 문제점을 개선해나갑니다. 이런 MLOps 시스템을 구축하기 위해 다음과 같은 업무를 하고 있습니다.

Kubeflow-aware 커맨드라인 도구, 공통 라이브러리 개발
Test-ready 데이터 파이프라인 개발
AWS, GCP 등 클라우드 환경 활용
SQL 기반 데이터 분석, 대시보드를 통한 시각화


[On-device AI]

AI Lab은 설립 초기부터 On-device AI에 많은 투자를 해왔으며, 지금까지도 AI가 현실의 서비스에 기여하는 큰 축을 담당하고 있습니다. 이를 담당하는 스쿼드에서 MLSE 포지션의 구성원들은 아자르, 하쿠나, 슬라이드 등 여러 프로덕트에서 On-device 모델을 쉽게 활용할 수 있도록 모바일 딥러닝 엔진 SDK를 개발합니다. 이 라이브러리에는 딥러닝 레이어 최적화, CPU를 위한 8bit 모델 양자화, GPU를 활용한 가속에까지 이르는 다양한 기술이 집약되어 있습니다. 또한 새로운 영역의 모델을 On-device에 도입하기 위한 연구도 진행합니다.

사내 모바일 딥러닝 엔진 SDK의 기능 추가 및 최적화
C/C++으로 작성된 딥러닝 코드 분석 및 최적화
모바일 딥러닝 엔진을 테스트/벤치마크할 수 있는 간단한 Android/iOS 클라이언트 데모앱 개발


[Research/Production Infra]

AI Lab은 단순 반복 업무보다는 지속 가능한 연구에 집중하고 싶고, ML Platform 팀은 운영 업무보다는 기술적인 도전에 많은 시간을 투자하고자 합니다. 이를 위해 MLSE는 단순히 인프라를 구축하는 데서 끝나는 것이 아니라 반복되는 업무를 자동화하여 Toil 을 제거하고, 이를 바탕으로 AI Lab의 연구자들이 더 편하게 일할 수 있도록 연구 환경을 지속적으로 개선합니다. 학습과 평가를 위한 데이터도 이전보다 더 효율적으로, 더 안전하게 활용할 수 있도록 노력하고 있습니다.

Jenkins 기반으로 sonarqube, flake8, pytest, mypy 등을 이용한 통합 CI 도구 개발
Ansible 스크립트를 이용하여 연구자의 생산성을 높일 수 있는 학습 환경 구축
AI Lab에서 개발한 모델의 파라미터 관리를 위한 스크립트 및 대시보드 개발
데이터 보안, 익명화 등의 데이터 관리 업무


지원자격
  • 위의 업무 내용과 관련 경력 2년 이상 보유자
  • 다양한 개발 경험을 통해 여러 스택을 넘나드는 걸 좋아하고, 익숙하지 않은 환경에 빠르게 적응할 수 있는 분
  • 문제 해결 능력이 뛰어나신 분
  • 2년 이상의 파이썬 기반 개발 역량
  • 영어로 업무를 진행할 수 있는 분
  • (한국어 네이티브가 아닌 경우) 한국어 듣기 및 읽기가 가능하고 영어로 의사소통이 가능한 분
  • 우대사항
  • DevOps 업무 경험
  • 파이썬 백엔드 서버 개발 경험 (FastAPI, asyncio)
  • Flink를 활용한 데이터 스트리밍 어플리케이션 개발 경험
  • 마이크로서비스 아키텍쳐 설계 경험
  • 슈퍼 컴퓨터 운영 경험
  • AWS/GCP 에 친숙하신 분
  • SQL 기반 데이터 분석 능력
  • kubeflow 등 MLOps 경험을 가지신 분
  • Jenkins 기반 CI, CD 환경 구성 경험
  • TensorFlow, PyTorch 등 deep learning library 사용 경험
  • TensorFlow Lite, Pytorch-Mobile, NCNN, CoreML 등 On-device 딥러닝 라이브러리 사용 경험
  • 논문을 읽고 이해 및 구현하는데 능숙하신 분
  • 여러 개발 조직과 협업하며 업무를 진행한 경험
  • 채용형태/근무시간
  • 서류 전형 > 사전과제 > 1차 면접 > 2차 면접 > 최종 합격
  • 고용형태: 정규직
  • 근무형태: 월요일 - 금요일(10:00 - 19:00)
  • 지원서류: 자유 양식의 상세 경력기반 국문 또는 영문이력서(PDF)
  • 기타
  • 하이퍼커넥트는 증명사진, 주민등록번호, 가족관계, 혼인여부 등 채용과 관계없는 개인정보를 요구하지 않습니다.
  • 수습기간 중 급여 등 처우에 차등이 없습니다.
  • 제출해 주신 내용 중 허위 사실이 있을 경우 채용이 취소될 수 있습니다.
  • 필요 시 지원자의 동의 하에 평판조회 절차가 진행될 수 있으며, 평판조회 결과에 따라 채용이 취소될 수 있습니다.
  • 복리후생

    하이퍼커넥트는 개인의 삶이 만족 스러워야 회사에서도 만족감을 찾을 수 있다고 믿습니다.
    기업문화, 그리고 복리후생을 통해 개인의 생활에 걸림돌이 될 수 있는 문제들을 해결하고자 합니다.
    당신의 건강과 삶, 그리고 행복한 회사생활을 위해 노력합니다.

    Work
    자율출퇴근제 개인 및 팀별 자율 출근 (8am - 11am)
    최고의 접근성과 근무환경 삼성동 아셈타워에 위치, 2호선 삼성역 및 9호선 봉은사역과 연결된 더블역세권에 다양한 버스노선, 도심공항터미널이 더해진 교통의 요충지
    장비 및 소프트웨어 최고 수준의 업무용 장비 제공, 최신 기술 활용에 적극 투자
    집중과 효율 업무 시간에 집중해서 일하고, 불필요한 야근과 주말근무를 지양하는 기업 문화
    뛰어난 동료 전세계 18개국이상에서 모인 뛰어난 역량을 갖춘 훌륭한 동료들과 함께하며 배울 수 있는 기회
    글로벌 서비스의 경험 글로벌 서비스 기반 대규모 데이터를 경험하고 분석 하여 실제 제품에 적용하는 기회
    커리어 성장 개개인의 커리어 성장이 곧 회사의 성장으로도 이어진다는 믿음, 업무를 잘하기 위해 욕심내는 사람에게는 지원을 아끼지 않는 문화

    Life
    사내 카페(Hypresso) 바리스타가 직접 만들어주는 아메리카노, 카푸치노에서 그린티라떼, 얼그레이까지! 모든 메뉴는 무료로 이용
    식사 및 무료 스낵바 제공 아침(과일, 김밥, 빵 등 간편식)/점심(식대 9천원 지원 및 사내에서 도시락/샐러드 제공)/저녁(야근시) 삼시세끼 제공 및 편의점 급 스낵바 보유
    단체보험 가입 및 매년 건강검진 지원 직원 단체보험 및 건강검진 제공 (전액 회사 부담)
    기숙사 지원 회사 기숙사 제공 (근속기간 충족 시)
    사내 대출 제도 생활 안정 위한 저금리 대출 지원 (근속기간 충족 시)
    휴식 공간 3천 권이 넘는 만화책과 당구대 등이 갖춰진 편안한 휴식공간
    헬스키퍼 힐링존에서 사내 전문 안마사의 마사지를 통한 피로회복 서비스 제공
    경조금/경조휴가 지급 경조휴가, 경조금 및 화환 지원
    사내 동호회 지원 각종 동호회 운영 지원
    명절 선물 설/추석 가족과 풍요로운 명절을 보내실 수 있도록 30만원 상당의 선물 제공

    Growth & Refresh
    사내 외국어 교육 지원 영어, 한국어, 일본어 사내 강의 제공
    사외 교육 지원 직무 관련 사외교육 및 외국어 학습 비용 지원
    세미나/컨퍼런스 지원 직무관련 역량 강화를 위한 최신 세미나/컨퍼런스 참가 비용 전액 지원
    도서 지원 역사, 인문, 인물, 자기계발, 자연과학, 경제경영, IT모바일 관련 도서 무제한 신청 가능
    장기근속자 휴가 및 휴가비 매 3년 근속시 휴가(10일) 및 휴가비(200만원) 제공
    생일 축하 본인 생일 선물(상품권 20만원) 지급 + 생일 반차 제공, 가족 생일 반반차 제공(부모/배우자/자녀)

    LET'S BE
    HYPER CONNECTED!