Principal Machine Learning Engineer

AI Context 시스템 설계 및 구축, CRM 플랫폼의 고객/회사/활동/워크플로우 데이터를 AI가 이해할 수 있도록 변환, applied ML 및 AI 시스템의 기술 방향 수립, 모델 개발·평가·프로덕션화·실험·모니터링·피드백 루프 운영, 크로스펑셔널 팀과 협업해 0-to-1 문제를 해결, 여러 팀/시스템에 걸친 ML·AI 아키텍처 리드, 엔지니어 멘토링 및 기술 코칭, ML/LLM/검색/룰/플랫폼 변경의 적절한 적용 판단, 성능뿐 아니라 privacy/bias/security/reliability/cost/data governance까지 고려한 시스템 설계.

필수: 대규모 조직에서 고가치·고영향 크로스팀/크로스프로덕트 프로젝트를 다수 수행한 경험, 기술 설계·모델 개발·프로덕션 시스템·코드 작업을 직접 수행하는 hands-on 역량, 모호한 문제를 해결해 고객 경험/제품 전략/비즈니스 목표에 큰 임팩트를 만든 경험, 여러 팀/시스템/제품에 걸친 ML·AI 프로젝트의 전략적 방향성과 아키텍처 리더십, 엔지니어 멘토링 및 코칭 역량, ML/AI 기술 선택 시 ML/LLM/검색/룰/플랫폼/제품 변경 간의 판단 능력, deep learning/optimization/regression/transformers/LLMs/transfer learning/retrieval/ranking/recommendations/classification/NLP/personalization에 대한 전문가 수준 이해, scikit-learn/PyTorch/TensorFlow 및 현대적 model-serving/evaluation 시스템 경험, privacy/bias/security/reliability/cost/maintainability/data governance를 고려하는 능력, messy/incomplete/heterogeneous 데이터를 고객-facing AI context로 전환한 경험. 우대: customer, company, activity, workflow, conversation, behavioral, CRM, unstructured document data를 활용한 AI 시스템 경험.