디노티시아|[전문연구요원] LLM Engineer

[회사소개]

디노티시아는 AI와 ​데이터 ​시스템의 ​융합을 통해 ​혁신적인 가치를 창출하는 장기기억 ​인공지능 ​전문기업으로, 세계에서 ​가장 권위 있는 ​스타트업 평가 ​기관 ​CB Insights의 ​‘2025 ​글로벌 ​AI 100’에 선정되며 ​기술력과 ​성장성을 인정받았습니다. 디노티시아는 ​세계 ​최초로 ​개발한 벡터 데이터 ​연산 가속기 ​’VDPU’를 ​기반으로 고성능 ​벡터 데이터베이스

‘SEAHORSE(씨홀스)’를 ​선보이고 ​있으며, 이를 통해 ​생성형 인공지능의 ​핵심 기술인 RAG(Retrieval-Augmented Generation) 솔루션을 구현하고 있습니다. 또한 독자적으로 개발한 LLM 파운데이션 모델 ‘DNA’를 활용한 엣지 디바이스 ‘MNEMOS(니모스)’를 통해 개인화된 AI 경험을 제공하고 있습니다. 디노티시아는 벡터 데이터베이스 처리에 특화된 반도체 기술과 최적화된 알고리즘을 통합해 새로운 인공지능 패러다임을 제시하고 있습니다. 누구나 쉽게 인공지능을 활용할 수 있는 AGI의 미래, 디노티시아와 함께 만들어갈 인재를 기다립니다.


[직무소개]

디노티시아 AI 그룹은 최신 기술과 혁신을 기반으로 대형 언어 모델(LLM)을 실제 환경에 구현하는 데 집중하고 있습니다. 또한 Cost-Effective 서비스를 위한 기술 개발, 최신 AI 알고리즘 연구를 통해 핵심 모델을 발전시키며, On-device LLM 및 애플리케이션 개발에도 주력하고 있습니다. LLM Engineer는 데이터셋 수집 및 정리, 모델 개발 및 학습, 성능 개선을 위한 혁신적인 아이디어 도출을 통해 디노티시아의 LLM 개발을 주도하는 역할을 수행합니다. 최신 AI 연구 동향을 반영해 새로운 모델 아키텍처와 알고리즘을 구현하며, 기술적인 전문성과 창의적인 문제 해결 능력을 통해 혁신적인 제품과 서비스를 개발하고 싶은 분을 환영합니다. 


[담당업무]

· LLM Pre-Training 속도 개선을 위한 GPU 대규모 멀티 노드 학습 진행, 잡 스케줄링, NCCL 최적화

· LLM Pre-Training 성능 개선을 위한 데이터 크롤링, 필터링 및 모델 아키텍처 개선

· LLM Post-Training 성능 고도화를 위한 방법론/강화학습 연구

· LLM 평가 방법 연구 및 벤치마크 분석 개발 진행

· LLM 모델링 관련 최신 논문 분석 및 적용


[자격요건]

· 멀티 GPU를 이용한 한국어 LLM 파인튜닝 경험 필수

· AI/ML 관련 전공 석사 이상 또는 이에 상응하는 실무 경험

· 자연어 처리, LLM, 데이터 분석 및 처리 경험

· Python/C++ 개발 역량 및 PyTorch 또는 HuggingFace 플랫폼을 이용한 연구/개발 경험


[우대사항]

· AI/ML 관련 전공 박사 우대

· 주요 AI/ML 컨퍼런스 논문 게재 경험

· PyTorch 및 HuggingFace Contributor 또는 관련 오픈소스 진행 경험

· GPU 16장 이상 멀티 노드 학습 경험


[복리후생]

· 유연근무제 및 재택근무제 운영

· 업무 장비 및 업무 관련 도서 지원 제도 운영

· 점심식사 및 야근식대 지원

· 스낵바 상시 운영

· 수면 캡슐 및 마사지 체어 운영

· 경조비 및 경조휴가 제공

· 생일 및 명절 선물 제공

· 연간 무료 건강검진 제공


[채용절차]

서류전형 > 1차 인터뷰 > 2차 인터뷰 > 레퍼런스 체크 > 처우협의 > 최종합격

* 전형 절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다.

디노티시아는 모든 사람의 다양성을 존중하며 글로벌 테크 스타트업의 조직문화를 만들어가고 있습니다. 채용 과정에서 연령, 성별, 국적 등 업무 역량과 관계없는 요소로 차별하지 않으며, 지원자 모두에게 공정한 기회를 제공하고 있습니다. AI와 벡터 데이터베이스 분야에서 업계 최고의 인재들이 함께하고 있는 디노티시아에 많은 관심 부탁드리며, 채용 관련하여 궁금하신 점은 언제든지 디노티시아 인사팀에 문의주시기 바랍니다.

지원하러 가기

[회사소개]

디노티시아는 AI와 ​데이터 ​시스템의 ​융합을 통해 ​혁신적인 가치를 창출하는 장기기억 ​인공지능 ​전문기업으로, 세계에서 ​가장 권위 있는 ​스타트업 평가 ​기관 ​CB Insights의 ​‘2025 ​글로벌 ​AI 100’에 선정되며 ​기술력과 ​성장성을 인정받았습니다. 디노티시아는 ​세계 ​최초로 ​개발한 벡터 데이터 ​연산 가속기 ​’VDPU’를 ​기반으로 고성능 ​벡터 데이터베이스

‘SEAHORSE(씨홀스)’를 ​선보이고 ​있으며, 이를 통해 ​생성형 인공지능의 ​핵심 기술인 RAG(Retrieval-Augmented Generation) 솔루션을 구현하고 있습니다. 또한 독자적으로 개발한 LLM 파운데이션 모델 ‘DNA’를 활용한 엣지 디바이스 ‘MNEMOS(니모스)’를 통해 개인화된 AI 경험을 제공하고 있습니다. 디노티시아는 벡터 데이터베이스 처리에 특화된 반도체 기술과 최적화된 알고리즘을 통합해 새로운 인공지능 패러다임을 제시하고 있습니다. 누구나 쉽게 인공지능을 활용할 수 있는 AGI의 미래, 디노티시아와 함께 만들어갈 인재를 기다립니다.


[직무소개]

디노티시아 AI 그룹은 최신 기술과 혁신을 기반으로 대형 언어 모델(LLM)을 실제 환경에 구현하는 데 집중하고 있습니다. 또한 Cost-Effective 서비스를 위한 기술 개발, 최신 AI 알고리즘 연구를 통해 핵심 모델을 발전시키며, On-device LLM 및 애플리케이션 개발에도 주력하고 있습니다. LLM Engineer는 데이터셋 수집 및 정리, 모델 개발 및 학습, 성능 개선을 위한 혁신적인 아이디어 도출을 통해 디노티시아의 LLM 개발을 주도하는 역할을 수행합니다. 최신 AI 연구 동향을 반영해 새로운 모델 아키텍처와 알고리즘을 구현하며, 기술적인 전문성과 창의적인 문제 해결 능력을 통해 혁신적인 제품과 서비스를 개발하고 싶은 분을 환영합니다. 


[담당업무]

· LLM Pre-Training 속도 개선을 위한 GPU 대규모 멀티 노드 학습 진행, 잡 스케줄링, NCCL 최적화

· LLM Pre-Training 성능 개선을 위한 데이터 크롤링, 필터링 및 모델 아키텍처 개선

· LLM Post-Training 성능 고도화를 위한 방법론/강화학습 연구

· LLM 평가 방법 연구 및 벤치마크 분석 개발 진행

· LLM 모델링 관련 최신 논문 분석 및 적용


[자격요건]

· 멀티 GPU를 이용한 한국어 LLM 파인튜닝 경험 필수

· AI/ML 관련 전공 석사 이상 또는 이에 상응하는 실무 경험

· 자연어 처리, LLM, 데이터 분석 및 처리 경험

· Python/C++ 개발 역량 및 PyTorch 또는 HuggingFace 플랫폼을 이용한 연구/개발 경험


[우대사항]

· AI/ML 관련 전공 박사 우대

· 주요 AI/ML 컨퍼런스 논문 게재 경험

· PyTorch 및 HuggingFace Contributor 또는 관련 오픈소스 진행 경험

· GPU 16장 이상 멀티 노드 학습 경험


[복리후생]

· 유연근무제 및 재택근무제 운영

· 업무 장비 및 업무 관련 도서 지원 제도 운영

· 점심식사 및 야근식대 지원

· 스낵바 상시 운영

· 수면 캡슐 및 마사지 체어 운영

· 경조비 및 경조휴가 제공

· 생일 및 명절 선물 제공

· 연간 무료 건강검진 제공


[채용절차]

서류전형 > 1차 인터뷰 > 2차 인터뷰 > 레퍼런스 체크 > 처우협의 > 최종합격

* 전형 절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다.

디노티시아는 모든 사람의 다양성을 존중하며 글로벌 테크 스타트업의 조직문화를 만들어가고 있습니다. 채용 과정에서 연령, 성별, 국적 등 업무 역량과 관계없는 요소로 차별하지 않으며, 지원자 모두에게 공정한 기회를 제공하고 있습니다. AI와 벡터 데이터베이스 분야에서 업계 최고의 인재들이 함께하고 있는 디노티시아에 많은 관심 부탁드리며, 채용 관련하여 궁금하신 점은 언제든지 디노티시아 인사팀에 문의주시기 바랍니다.

지원하러 가기

기업 사정으로 조기 마감되거나 내용이 변경될 수 있습니다

기업 사정으로 조기 마감되거나 내용이 변경될 수 있습니다

Unpublish ON
previous arrow
next arrow