Research Engineer, AI Safety & Alignment

LLM 안전 및 정렬 평가 방법론/지표 개발, 가치 학습 및 해석 가능성(Interpretability) 연구 및 개발, 적대적 테스트(Adversarial testing)를 통한 모델 취약점 분석, RLHF 및 파인튜닝을 통한 편향/독성/유해성 완화, 연구 결과의 제품화 및 확장 가능한 솔루션 변환, 최신 AI 안전 연구 동향 파악 및 학술 커뮤니티 기여(논문 및 발표).

컴퓨터 공학, 머신러닝 또는 관련 분야 박사 학위(또는 그에 준하는 경험), 고품질 프로덕션 및 트레이닝 코드 작성 능력, GPU 활용 경험(학습, 서빙, 디버깅), 데이터 파이프라인 및 인프라 경험, 트랜스포머 및 강화학습(RL)에 대한 깊은 이해, AI 안전 및 책임감 있는 개발에 대한 열정. (우대사항: 제품 실험 및 A/B 테스트 경험, 대규모 모델 분산 학습 경험, Kubernetes/Docker/Cloud 환경의 ML 배포 및 오케스트레이션 숙련도, 설명 가능한 AI(XAI) 및 해석 가능성 기술 경험, AI 안전/윤리/거버넌스 관련 연구 및 논문 실적)