Research Engineer, Post-Training

- 사전 학습된 언어 모델을 지능적이고 매력적인 제품으로 발전 및 정렬(Alignment) - 데이터, 컴퓨팅, 알고리즘 전반에 걸친 모델 성능 및 훈련 방법 개선 - 데이터 샘플 효율성 향상을 위한 정렬 알고리즘 및 손실 함수 개발 - 다양한 웹 데이터를 모델 학습 가능 포맷으로 처리하는 데이터 파이프라인 구축 - 모델의 실세계 성능 파악을 위한 품질 신호(Quality Signals) 식별 - 대규모 생성 모델의 서빙 효율 개선을 위한 샘플링 알고리즘 설계

[필수 요건] - 프로덕션 및 훈련용 코드 작성 능력 (Clear and clean code) - GPU 활용 경험 (훈련, 서빙, 디버깅) - 데이터 파이프라인 및 데이터 인프라 관련 경험 - 현대적 머신러닝 기법(Reinforcement Learning, Transformers 등)에 대한 깊은 이해 - 탁월한 연구 실적 또는 창의적인 응용 ML 프로젝트 수행 이력 [우대 사항] - 제품 실험 및 A/B 테스트 경험 - 분산 환경에서의 대규모 모델 학습 경험 - ML 배포 및 오케스트레이션(Kubernetes, Docker, Cloud) 익숙함 - 머신러닝 관련 주요 학술지 또는 컨퍼런스 논문 게재 실적