Machine Learning Engineer (Model Training)

제품 문제 해결을 위한 자체 AI 모델 설계 및 학습; 초기 TTS/STT 모델 성능 개선 및 음성 품질 향상; 데이터 수집·전처리·학습·평가를 포함한 end-to-end ML 파이프라인 구축; 음성 품질(자연스러움, 발음 정확도, 감정 표현 등)의 정량적 평가 및 개선; inference latency 및 비용을 고려한 효율적 모델 구조 및 서빙 방식 설계; 제품 엔지니어와 협업하여 연구 결과를 서비스에 적용; 소규모 팀에서 기술 방향성 및 연구 로드맵 설계; 향후 경량 LLM·라우팅 모델 등 다양한 AI 모델 탐색 및 연구.

TTS 또는 STT 모델을 직접 학습시키고 서비스에 적용한 경험; PyTorch 기반으로 음성 모델을 end-to-end로 학습한 경험; Transformer 기반 음성 모델 구조에 대한 깊은 이해; 음성 데이터셋 구축 및 데이터 품질 개선 경험; GPU 환경에서 모델 학습 수행 경험(다중 GPU 포함); 모델 성능 개선 과정에 깊이 관여한 경험. 우대: 한국어/다국어 음성 모델 경험, 실시간 스트리밍 음성 시스템 구축, DeepSpeed/FSDP 등 분산 학습 경험, 음성 관련 논문 구현/연구 경험, 오픈소스 기여, ONNX/TensorRT 등 inference 최적화 경험, 경량 LLM 또는 특화 모델 연구 경험.