Applied AI Engineer

Job description

**[함께할 팀을 소개합니다 🙌]** 채널에서 개발한 AI 상담 에이전트 ALF는 매일 수만 건의 고객 상담을 응대합니다. 2,000개 이상의 고객사, 각기 다른 도메인. 2025년, ALF의 해결률은 52%에서 80%로 상승했습니다. 하지만 남은 20%가 진짜 어려운 문제입니다. 프론티어 모델을 그대로 붙인다고 좋은 상담 경험이 만들어지지 않습니다. 고객사마다 도메인이 다르고, 같은 질문도 의도와 맥락이 다릅니다. **AI팀은 이 간극을 메웁니다.** 고객사의 지식을 AI가 진짜 이해하고 활용할 수 있도록 만들고, 상담 품질을 자동으로 측정하고 개선 루프를 만들고, 더 복잡한 상담도 자율적으로 처리하는 에이전트를 설계합니다. AI/ML 문제 정의부터 PoC, 프로덕션까지 책임지며 Feature 팀과 긴밀하게 협업합니다. **\* 채용 규모: 총 2명 (신입~경력직), 병역특례(산업기능요원, 전문연구요원) 가능** **[채널팀이 더욱 궁금하다면?🧐]** **🏡 [홈페이지](https://channel.io/)** **💡 [블로그](https://channel.io/ko/blog)** **🖥 [유튜브](https://www.youtube.com/channel/UCy4L-mlTgH-v8vBbtzCGhIA)** **💌 [인스타그램](https://www.instagram.com/channel.io/)** ### 어떤 기회가 있나요?🚀 - 2,000개 이상의 고객사에서 실제 상담 데이터를 기반으로, AI 제품의 해결률을 직접 끌어올리는 경험을 할 수 있습니다. - 리서치부터 제품 설계, 개발, 품질 고도화까지 — AI/ML 기술이 유의미한 비즈니스 임팩트로 이어지는 전 과정을 End-to-end로 경험합니다. - Knowledge, Evaluation, Agent 3가지 과제 영역에서 팀 NSM(고객 성공율)에 직결되는 선행지표를 직접 정의하고 움직입니다. - 연구 결과를 논문으로 발표할 수 있는 기회가 열려 있습니다. ### 어떤 업무를 담당하나요?🤔 - 고객 상담 에이전트(ALF)의 RAG 성능 고도화, 멀티모달 지식 검색 시스템 설계 - 다양한 원천 데이터(PDF, 스프레드시트, 웹페이지 등)로부터의 지식 전처리 파이프라인 구축 - AI 상담 평가/개선 자동화 시스템 설계, 벤치마크 구축 - 상담과 마케팅을 아우르는 대고객 에이전트 설계, 멀티 LLM 인프라 비용 최적화 - 최신 연구 서베이, 신규 기능 PoC ### 어떤 경력과 역량이 필요한가요?📖 - **모호한 비즈니스 문제를 AI/ML 문제로 치환하고, 빠른 가설 검증 반복을 통해 몰입도 있게 문제를 해결해본 경험이 있으신 분** - 대규모 언어 모델의 동작 메커니즘에 대한 높은 이해, 활용 능력 - RAG, 벡터 검색 등 정보 검색 시스템 설계 또는 고도화 경험 - Python 프로그래밍 능력 - ML 개발 관련 라이브러리/플랫폼 활용 능력 (PyTorch, Hugging Face, wandb) - 컴퓨터공학, 전자공학, 수학, 통계학 등 관련 전공 학사 이상의 학위 ### 이런 점이 있으면 더 좋아요😊 - LLM 기반 AI 에이전트를 설계하고, 프로덕션 환경에서 운영해본 경험 - AI 시스템 평가 체계(벤치마크, LLM-as-a-judge 등) 설계 경험 - 대규모 트래픽 환경에서 AI 모델 서빙/운영 경험 - 대규모 데이터 처리 파이프라인 설계, 운영 경험 - LLM 서빙 비용 최적화 경험 - 상담, 고객 서비스 도메인 데이터를 다뤄본 경험 - Go 프로그래밍 능력 - 컴퓨터공학, 전자공학, 수학, 통계학 등 관련 전공 석사 이상의 학위 - AI 주제의 논문 출판 경험, 경진대회 활동 경력 ### 어떤 방식으로 채용하나요?🏃 - **[서류 제출] > [사전 기술 인터뷰(온라인)] > [1차 인터뷰] > [2차 인터뷰] > [3차 인터뷰] >** **[최종 합격]** 순서로 진행됩니다. - 제출하신 서류를 통해 팀에 필요한 기본적인 문제 해결 역량을 갖추고 계신지 확인합니다. 지금까지 수행하신 프로젝트와 도전 과제, 그리고 이를 어떻게 해결해 오셨는지를 구체적으로 작성해 주시면 많은 도움이 됩니다. - **사전 기술 인터뷰**는 온라인으로 진행되며, ML/AI 관련 기술 중심의 Q&A로 **30분간** 진행됩니다. - **1차 인터뷰**는 **1시간** 동안 진행되며, 라이브로 주어진 상황에서 AI를 활용한 해결 방안을 도출하는 문제 풀이가 포함됩니다. 이 과정을 통해 지원자의 문제 해결 접근 방식, 사고 과정, 그리고 창의적인 아이디어를 중점적으로 확인합니다. 결과뿐만 아니라 문제를 해결해 나가는 과정 자체를 중요하게 평가합니다. - **2차 인터뷰**는 **1시간 30분** 동안 진행되며, 지원자께서 수행하셨던 프로젝트에 대한 설명과 이에 대한 질의응답을 중심으로 진행됩니다. 프로젝트의 배경, 기술적 선택의 이유, 문제 해결 과정 등을 통해 실무 경험과 기술 이해도를 확인합니다. - **3차 컬처핏 인터뷰**는 채널과 핏이 잘 맞는 분인지 알기 위해 편안하게 서로 질문을 할 수 있는 시간을 갖게 됩니다.