Principal Applied Scientist

grounding, search, retrieval, ranking 시스템의 applied science 리드. 검색 결과/회수 문서/source selection/answer candidate/tool choice/agent action에 대한 ranking 및 reranking 모델 개발. trusted documents, web content, enterprise data, tool outputs, user context를 활용한 grounding 시스템 구축. query understanding, semantic and hybrid retrieval, freshness, relevance, personalization, latency-aware ranking 개선. multi-turn agent의 context understanding, tool use, task completion, clarification, planning, error recovery 향상. supervised fine-tuning, preference optimization, reward modeling, distillation, synthetic data generation, large-scale experimentation을 통한 모델 최적화. evaluation methods와 success metrics 정의 및 운영. 엔지니어링·프로덕트·리서치·디자인 팀과 협업해 생산 환경에 배포하고 기술 방향을 리드.

필수: Statistics, Econometrics, Computer Science, Electrical/Computer Engineering 또는 관련 전공 학사+6년, 석사+4년, 박사+3년 또는 동등 경력. 우대: 석사+9년, 박사+6년 또는 동등 경력. 10년 이상 산업계에서 ML 모델/AI 시스템을 구축·평가·배포한 경험. search, information retrieval, learning-to-rank, recommendation systems, grounded generation, LLM-based ranking, retrieval-augmented generation, conversational AI, agentic AI 중 최소 2개 영역의 깊은 전문성. offline/online evaluation, relevance metrics, A/B experimentation, human evaluation, diagnostics, production monitoring 경험. 대규모 데이터셋, production ML pipelines, distributed training/inference, cross-functional 협업 경험. 모호한 기술 프로젝트를 주도하고 제품/엔지니어링/과학 방향에 영향력을 발휘한 경험. 기술·비기술 이해관계자에게 tradeoff를 명확히 설명하는 커뮤니케이션 역량. 우대: production-scale LLM systems, agent frameworks, search engines, ranking systems, RAG, multi-turn AI assistant/agent 개선 경험, tool-using agents/planning/memory/personalization/source ranking/enterprise search 경험, factuality/grounding/hallucination/safety/task completion 평가 프레임워크 구축 경험, 대규모 실험 플랫폼 및 모델 품질 모니터링 경험, 제품팀과 협업해 고객 임팩트를 만든 경험, 논문/특허/오픈소스/기술 리더십.