Machine Learning Engineer (모든 성별)

모델과 데이터 기반 방법을 신뢰할 수 있는 서비스로 전환합니다. 모델 품질뿐 아니라 재현 가능한 처리, 안정적인 추론 및 출시 후 측정 가능한 변화도 중요합니다. 소프트웨어 및 데이터 팀과 함께 어떤 모델과 운영 방식이 과제에 맞는지 평가합니다.

실험에서 모델 서비스로

• 훈련, 검증 및 추론 파이프라인을 재현 가능하게 구현하고 데이터 버전과 모델 버전을 추적 가능하게 합니다.
• 모델을 서비스로 제공하고 부하 테스트를 통해 자원 요구량, 처리량 및 응답 시간을 평가합니다.
• 적절한 품질 지표와 비교 기준선을 정의하고 데이터 누수를 식별하며 결과를 이해하기 쉽게 문서화합니다.
• 모델 품질과 데이터 변화에 대한 모니터링을 설계하고 통제된 업데이트와 롤백을 가능하게 합니다.
• 데이터 및 모델 버전을 테스트 지표, 구성 및 릴리스 산출물과 연결합니다.
• 변동 부하에서 추론을 확인하고 입력 형식을 포함한 모델 롤백을 테스트합니다.

중요한 것은 해당 역할과 관련된 경험을 명확히 입증할 수 있는지입니다. 관련 직업교육, 대학 교육, 실무 경험 또는 충분한 기반을 갖춘 직무 전환을 통해 얻은 경험 모두 가능합니다. 구체적인 책임 범위는 지원자의 지식 수준에 맞춰 협의합니다.

• Python 실무 경험과 통계, 모델 평가 및 데이터 준비에 대한 탄탄한 기초.
• 하나 이상의 ML 프레임워크와 모델을 애플리케이션 또는 서비스로 제공한 경험.
• 자동화 테스트, 버전 관리 및 훈련과 평가의 명확한 분리에 대한 이해.

이러한 지식은 도움이 되지만 모두를 동시에 갖출 필요는 없습니다. 지원서에 이미 실무 경험을 쌓은 분야와 더 깊이 배우고 싶은 주제를 설명해 주세요.

• MLOps, 실험 추적 또는 피처 파이프라인 경험.
• GPU 추론, 양자화 또는 재현 가능한 컨테이너 환경에 대한 지식.

문서화된 한계와 추적 가능한 품질 변화를 갖춘 재현 가능한 모델 서비스를 제공합니다. 더 나은 오프라인 점수도 운영 가능성과 비즈니스 가치가 함께 검증된 후에야 출시로 이어집니다.

이 역할은 쾰른 근무와 원격 근무 모두 가능합니다. 구체적인 협업 방식, 프로젝트 요구사항, 필요한 경우 고객 미팅은 시작 전에 함께 협의합니다.

이 역할은 풀타임 또는 파트타임 정규 고용을 예정하고 있습니다. 업무, 근무 시간, 시작일, 보수는 역할과 지원자의 지식 수준에 맞춰 협의합니다.

지원서에서 이 역할에 기여할 수 있는 경험이나 관심 분야를 보여 주세요. 이력서와 관련 프로젝트 사례, 증명서 또는 작업물은 전문성을 판단하는 데 도움이 됩니다. 고객의 기밀 데이터, 접근 자격 증명, 보호된 소스 코드는 보내지 마세요.

희망하는 근무 방식, 가능한 시작일, 풀타임 또는 파트타임 희망 여부를 알려 주세요.

역할에 대한 문의는 hr@otoko.com으로 채용팀에 연락해 주세요. 지원자 풀 등록은 자발적으로 선택할 수 있으며 별도의 동의를 받은 경우에만 이루어집니다. 이는 지원서 검토의 전제 조건이 아닙니다.