AI 학습 플랫폼 — ML 엔지니어 (재택근무 가능)
지원하려면 로그인이 필요합니다.
로그인하고 지원채용 문의
로그인 후 연락처 확인채용 상세 정보
- 고용형태
- 계약직
- 급여
- 연봉 4500만원 ~ 6500만원
- 경력
- 경력
- 학력
- 학력무관
- 업종
- 응용 소프트웨어 개발 및 공급업
- 근무형태
- 평일 : (근무시간) (오전) 9시 30분 ~ (오후) 6시 30분, 주 5일 근무, 평균근무시간 : 40
- 모집인원
- 1명
- 마감일
- 2026.07.14
근무지
제주특별자치도 제주시 첨단로 330
상세 직무 내용
에듀테크 글로벌 강자! 캐치잇플레이에서 인공지능 교육의 미래를 바꾸어 나가기 위해 9.7억 건의 학습 행동 데이터를 기반으로, 신규 제품·엔진 개발의 AI 모델링 리드를 맡아 주실 ‘ML 엔지니어’ 한 분을 모시려고 합니다. 1️⃣ 우리는 이런 분을 찾습니다 추천·예측·생성 모델을 실서비스에 직접 올려본 ML 엔지니어를 찾습니다. 캐치잇은 누적 260만 사용자·9.73억 건 학습 행동 데이터를 보유한 환경에서, 교육 AI를 도구(Tool) 수준에서 협업자(Collaborator) 수준으로 발전시키는 일을 함께할 분을 모시고자 합니다. - 모델 성능 개선과 서빙 환경의 제약(지연·비용 등)을 함께 고려할 수 있는 분 - 도메인 요구사항을 ML 문제로 번역할 수 있는 커뮤니케이션 역량을 가진 분 - 새로운 기술 영역(LLM, 강화학습 등)에 호기심을 갖고 학습·확장해 나갈 수 있는 분 - 소규모 팀에서 스스로 방향을 잡고 실행까지 해본 경험이 있는 분 2️⃣ 주요 책임 A. 모델 설계·개발·운영 (~60%) - 학습·콘텐츠·유저 데이터를 활용해 추천·매칭·이탈 예측·생성형 콘텐츠 등 핵심 ML 모델 설계·개발 및 실서비스 적용 - 모델 학습 → 평가 → 튜닝 → 프로덕션 배포 → 모니터링 → 재학습 ML 라이프사이클 전반 책임 - 새로운 ML 문제 정의, 데이터 수집·가설 설정·모델링·실험·서비스 적용까지 전 과정 주도 - 모델 성능 지표(**Macro F1·NDCG·AUC** 등)를 비즈니스 KPI로 번역하고 사용자 가치로 연결 B. 실험·도구·협업 (~40%) - A/B 테스트 설계·운영, 비즈니스 KPI에 대한 모델 임팩트 정량 측정·검증 - 최신 ML·LLM·생성형 AI 기술 동향 파악, 실서비스 적용 가능 형태로 검증·도입 - 데이터 엔지니어와 협업하여 Feature Store·모델 서빙·운영 인프라 함께 운영 - PM·기획·분석 직군과 ML 요건 정의, 팀의 기술적 의사결정에 적극 참여 3️⃣ 필수 자격 - ML/AI 관련 실무 경력 **5년 이상**, 실서비스 모델 배포 경험 보유 - 머신러닝/딥러닝 모델을 직접 설계·학습·튜닝·평가하고, 실서비스 적용까지 협업해 본 경험 - Python 능숙 (**PyTorch, scikit-learn** 등) - SQL 능숙, 클라우드(AWS/GCP/Azure) 환경 경험 - 대규모 행동 로그 또는 트랜잭션 데이터 기반 피처 엔지니어링 경험 - 통계적 가설 검정 및 실험 설계(A/B 테스트 등)에 대한 이해 - Git 기반 코드 협업 및 도메인 전문가·기획자와의 커뮤니케이션 경험 4️⃣우대 사항 - 컴퓨터공학, 통계학, 수학 등 관련 분야 석사 이상 - 1억 건 이상 규모 데이터 처리 및 모델링 경험 - 추천 시스템, 랭킹, NLP, LLM, 강화학습, 시계열, 멀티모달 등 특정 분야의 깊이 있는 실무 경험 - 지식 추적(Knowledge Tracing), 학습자 모델링, 교육 AI 관련 연구 또는 구현 경험 - LLM 응용 (RAG, 에이전트, 파인튜닝, 평가 파이프라인) 경험 - Feature Store 설계·운영 경험 (Feast, Tecton 등) - A/B 테스트 플랫폼 구축 또는 운영 경험 - MLOps 파이프라인(Airflow, MLflow, Kubeflow 등) 경험 - 에듀테크, 콘텐츠 추천, 게임 등 행동 로그 기반 서비스 도메인 경험 - 관련 분야 논문 게재 또는 학회 발표 경험 [세부내용은 아래 노션페이지 참조] https://catchitplay.notion.site/AI-ML-36098f74ee5a80c0b70bf09ebdf98c3e
