[FDE] Forward Deployed Engineer - LLM Quantization

👨👦👦함께하게 될 FDE본부를 소개합니다!

• FDE본부는 산업에서 발생하는 다양한 문제 해결을 위해 AI 기술을 개발하고 산업현장에 적용하여 실질적인 가치를 만들어 냅니다.
• 실제 현장의 데이터를 이용해 AI 문제를 정의하고 이를 풀어가는 과정을 통해 End-to-end 머신러닝 라이프사이클을 경험합니다.
• 마키나락스에 축적된 문제해결 경험을 자산화, 솔루션화 하는 과정을 함께 합니다.
• 함께하게 될 팀원들이 궁금하다면 ? 🔗 자세히보기

🧑🏻💻이런 일을 함께 합니다.

• 최신 LLM(Large Language Model)을 On-Device NPU 환경에 탑재하기 위한 모델 개발, 변환 및 검증 작업을 수행합니다.
• 다양한 구조의 LLM 모델에 대한 개발 업무 및 양자화(Quantization) 기술을 연구하고 실제 모델에 적용합니다.
• 새로운 모델 최적화 기법에 대한 선행 연구를 수행하고, 논문 작성 및 특허 출원을 적극 장려합니다.
• Py Torch, Hugging Face, TFLite, ONNX, AIMET 등 다양한 딥러닝 프레임워크 및 툴을 활용하여 모델 성능을 정량적으로 분석하고 개선합니다.
• 효율적인 협업을 위해 팀 내외부와의 기술 공유 및 코드 리뷰, 실험 결과에 대한 자유로운 토론을 적극적으로 진행합니다.

💡이런 분을 찾습니다.

• 3년 이상의 ML/DS 경력 또는 그에 준하는 역량을 갖춘 분
• 딥러닝과 LLM 모델에 대한 기본적인 이해를 가지고 있으며, Py Torch, Hugging Face, TFLite, ONNX 등 딥러닝 개발 및 추론 프레임워크를 다뤄본 경험이 있는 분
• Post-Training Quantization 또는 Quantization-Aware Training과 같은 양자화 기술을 적용해 본 경험이 있는 분

📣이런 분이면 더 좋습니다.

• LLM이나 LVM 등 생성형 AI 모델을 대상으로 최적화 및 양자화(Post-Training Quantization 또는 Quantization-Aware Training 등) 기술을 적용해 본 경험이 있는 분
• On-device NPU 환경을 대상으로 Generative AI 모델 개발 및 양자화 관련 연구 경험이 있는 분
• Top-tier AI/ML 또는 LLM 양자화(Quantization) 관련 학회에 논문을 게재한 경험이 있는 분

📆 채용절차

• 서류검토
• 온라인 코딩테스트 또는 사전인터뷰
• 기술인터뷰
• Fit인터뷰
• 평판조회

📋기타 안내 사항

• 채용 프로세스 진행 시 추가 인터뷰나 과제를 요청드릴 수 있습니다.
• 입사 후 3개월의 수습 기간 및 수습 평가가 진행되며, 해당 기간 중 급여는 100% 지급됩니다.