About the Team & Mission

LLM Engineer(Reinforcement Learning)는 LLM학습 파이프라인을 설계하여 실서비스에서 활용 가능한 생성형 언어모델을 학습합니다.

지속적인 품질 향상을 위하여 끊임없이 새로운 방법론을 시도하여, 실사용자에게 꼭 필요한 서비스를 출시하고, LLM 스스로 품질을 개선할 수 있도록 가다듬는 일에 기여합니다.

Responsibilities

• LLM학습 과정의 효율 향상

  • PLM 또는 Fine-tuned LLM의 Direct Alignment Algorithm / PPO, GRPO, DPO 등을 이용한 학습 과정의 전반적인 효율 향상

• 생성 결과의 전반적인 정확성과 안정성 향상

  • 생성 결과의 품질 향상을 위하여 Reward Hacking을 방지하고, Self-Refine이 가능한 학습 구조 설계

• 외부 지식 및 API와 연동 가능한 기초 모델 개발

  • 지시의 종류에 따라 스스로 필요한 외부 연동 Tool을 선택하는 LLM 학습

Qualifications

• Deep Learning 또는 NLP 관련 경력 3년 이상 (석사 신입 지원 가능)

• 숙련된 프로그래밍 (Python & pytorch) 능력

• PyTorch를 활용한 모델 설계, 학습, 평가 및 최적화 경험

• GPU를 활용한 LLM 학습 및 Trouble shooting 능력

• 분산 학습 프레임워크(Slurm, DDP, Horovod 등) 사용 경험

• 동료와의 원활한 협업 능력

Preferred Qualifications

• Deep Learning/NLP 관련 논문 제출 또는 석박사 학위 소지자

  • 주요 학술 대회(ACL, EMNLP, NeurIPS 등) 논문 발표 경험

• Docker 및 Kubernetes에 대한 경험

  • GPU 클러스터를 활용한 학습 파이프라인 설계 및 관리 경험

• GPU를 활용한 학습 및 서비스 개발 경험

  • GPU 기반의 Training 또는 Inference 시스템 구축 경험

• LLM의 Post-training 관련 경험

  • Supervised Fine-Tuning 및 Parameter Efficient Fine-Tuning 활용 경험

Interview Process

• 서류 전형

• 코딩 테스트

• 1차 면접 (화상, 1시간 내외)

• 2차 면접 (대면 혹은 화상, 3시간 내외)

• 처우 협의·입사

Additional Information

• 전형 절차는 일정 및 진행 상황에 따라 일부 변경될 수 있으며, 각 전형 결과는 등록하신 이메일로 개별 안내드립니다.

• 지원서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.

• 지원서 접수 중 오류가 발생하거나 기타 문의 사항이 있을 경우, [email protected]로 문의해 주시기 바랍니다.

• 국가보훈대상자 및 취업보호 대상자는 관계법령에 따라 우대합니다.

• 장애인 고용 촉진 및 직업재활법에 따라 장애인 등록증 소지자를 우대합니다.

• 42dot은 의뢰하지 않은 서치펌의 이력서를 받지 않으며, 요청하지 않은 이력서에 대해 수수료를 지불하지 않습니다.

• 지원서 내용 중 허위 사실이 발견될 경우, 입사가 취소될 수 있습니다.

• 인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.

• 3개월의 수습기간이 적용될 수 있습니다.