Machine Learning Engineer

뛰어난 동료들과 ​함께 ​도전하고 ​성장하세요!

크라우드웍스는 AI ​모델 개발에 필요한 데이터 ​구축부터 ​가공, 검수, ​관리까지 제공하는 국내 ​대표 AI ​데이터 ​기업으로, 2023년 ​8월 ​업계 ​최초로 코스닥에 상장했습니다. ​네이버 ​하이퍼클로바X, LG 엑사원 ​등 ​초거대 ​언어모델(LLM) 학습 데이터 ​구축에 참여했고, ​네이버·삼성전자·LG·KT ​등 500개 ​이상 고객사와 ​1천 ​건 이상의 AI ​데이터 프로젝트를 ​수행해왔습니다. 가트너 보고서와 CB 인사이트에 생성형 AI 기술 공급기업으로 등재되는 등 해외에서도 기술력을 인정받고 있습니다.

이제 크라우드웍스는 AI 데이터 비즈니스를 넘어 데이터 수집·처리·지식화·검색·AI 활용까지 연결되는 통합 데이터 솔루션 회사로 확장하고 있습니다. 다양한 산업의 데이터를 구조화하고, 이를 AI가 이해하고 활용할 수 있는 지식 체계로 만들어갈 동료를 기다립니다.

※ Machine Learning Engineer의 역할

Machine Learning Engineer는 다양한 산업 분야의 고품질 AI 학습데이터를 구축·검수·유통하는 데이터 플랫폼 안에서 ML 파이프라인 전반의 설계, 구축, 운영을 총괄합니다. 이미지, 영상, 음성 등 대규모 멀티모달 데이터를 대상으로 오토라벨링·프리라벨링 파이프라인을 구축하고, 자동 검수와 데이터 품질 평가를 자동화해 처리 효율과 정확도를 높입니다.

단발성 모델 학습에 그치는 연구 영역이 아니라, 학습데이터가 원천 수집부터 가공, 검수, 최종 납품까지 높은 품질 기준을 일관되게 유지하도록 하는 End to End 데이터/ML 시스템을 완성하는 중추 역할입니다.

모델 버전, 데이터셋 버전, 파라미터와 처리 이력을 체계적으로 관리해 실험과 데이터 성능의 재현성을 확보하는 것까지 이 포지션의 범위입니다.

※ 주요업무

• Vision AI 및 음성 인식(ASR) 모델 기반 대용량 프리라벨링 microservice/API 개발
• 상용 외부 API 모델과 SOTA 오픈소스 모델을 태스크에 맞게 조합·교체할 수 있는 모듈형 플러그인 구조 설계
• 기준 데이터셋(Benchmark Dataset) 기반 모델 성능 비교·검증 파이프라인 구축
• GPU 추론 서빙 메모리 및 Latency 최적화, 대규모 데이터 처리를 위한 비동기 배치 추론(Batch Inference) 파이프라인 구축
• 데이터 형식·규칙·통계 기반 자동 검수 엔진 개발
• 오류 탐지율(Recall)/오탐률(Precision) 정량적 평가 체계 구축
• 신뢰도(calibrated confidence) 기반 표본 검수 자동 라우팅 시스템 구현(HITL 효율화)
• LLM 기반 데이터 수집 시나리오 자동 생성 Agent 개발
• 데이터셋 내 불균형/부족 구간(클래스 및 속성 조합) 자동 산출 및 엣지 케이스 탐지 알고리즘 개발
• MLOps 인프라 기반 모델 버전·파라미터·처리 이력 트래킹 자동화 및 정부/기관 공인시험 대응을 위한 검증·평가 환경 구축

※ 지원 자격

• ML 모델을 활용한 프로덕션 서비스 개발 및 데이터 파이프라인 구축/운영 경력 5년 이상
• Python에 능숙하며, PyTorch 또는 TensorFlow를 이용한 실무 모델링/엔지니어링 경험
• Computer Vision(객체 탐지, 세그멘테이션, 분류) 모델의 학습, 파인튜닝, 추론 최적화 및 실제 서비스 적용 경험
• 이미지 외에 영상, 음성, 텍스트 중 하나 이상을 함께 다루는 멀티모달 데이터 처리 또는 모델 적용 경험
• FastAPI, Flask 등 웹 프레임워크를 활용한 RESTful API 개발 및 Docker 컨테이너 기반 배포/운영 경험

※ 우대요건

• 컴퓨터비전, 머신러닝, 음성·신호처리 등 관련 분야 석사 또는 박사 학위
• ML 데이터 플랫폼/파이프라인 개발 리딩 또는 프로젝트 기술 총괄(PL/TL) 경험
• AI 학습데이터 구축 프로젝트 경험, 데이터 라벨링 도구 개발 또는 오토라벨링/프리라벨링 엔진 직접 개발 경험
• 대용량 이미지/영상/음성 데이터 전처리, 데이터 증강(Augmentation), 자동 품질 검증 파이프라인 구축 경험
• 영상 기반 객체 추적, 행위 인식(Action Recognition), 시계열 구간 검출 모델 개발 경험
• 정량적 모델 평가 지표 설계 및 Benchmark 자동 평가 환경 구축 경험
• Triton Inference Server, TorchServe, ONNX Runtime, TensorRT 등을 활용한 ML 서빙 인프라 설계 및 GPU 경량화/추론 최적화 경험
• MLflow, Kubeflow, Apache Airflow, DVC 등 MLOps 도구 기반 모델 라이프사이클 관리 환경 구축 및 운영 경험
• AWS S3, MinIO 등 오브젝트 스토리지 기반 대용량 데이터 레이크 아키텍처 설계 경험

[기술 스택]

Language / Framework: Python, PyTorch, FastAPI, TensorFlow

ML / Serving

• Vision AI (Detection, Segmentation, Classification, Keypoint, Tracking)
• Open-vocabulary 모델 (SAM 계열, Grounding DINO 계열), VLM / LLM, ASR(Whisper)
• ONNX Runtime, TensorRT, TorchServe, Triton Inference Server

Infra / Data Pipeline / MLOps: Docker, Kubernetes, MinIO, AWS S3, MLflow, DVC

Collaboration / Management: Jira, Confluence, Git, GitLab / GitHub

※ 근무 조건

• 고용형태: 정규직
• 급여: 경력 및 역량에 따라 협의
• 근무지: 크라우드웍스 본사 (서울시 선릉역 부근)

※ 전형 프로세스

서류전형 → 1차 인터뷰(실무) → 2차 인터뷰(임원) → 처우협의 → 최종합격

• 제출서류: 이력서 (PDF 파일)
• 후보자 동의 하에 추가 인터뷰 또는 레퍼런스 체크가 진행될 수 있습니다.
• 상황에 따라 코딩 및 설계 테스트가 진행됩니다