MLOps Engineer

Roles and Responsibilities 

• 온프레미스 환경에서 머신러닝 모델 학습 파이프라인 설계 및 운영 
• Kubeflow, MLflow, Airflow 등을 활용한 엔드투엔드 MLOps 워크플로우 구축 
• NVIDIA DGX 서버 환경 구축 및 GPU 리소스 모니터링/스케줄링/최적화 
• Jenkins, Harbor 기반의 모델 이미지 자동화 빌드 및 배포 파이프라인 운영 
• ML 실험 관리 및 재현 가능한 학습 환경 제공 
• 데이터팀, AI팀과 협업하여 모델 학습 환경의 표준화 및 고도화 
• 모델 추론 성능, 리소스 사용률 등을 기반으로 한 시스템 운영 최적화 
• 온프레미스 기반 MLOps 환경의 신뢰성 확보 및 장애 대응 
• 관련 인프라 및 운영 정책에 대한 문서화 및 기술 리뷰 

Basic Qualifications 

• Python을 활용한 자동화 및 운영 경험 (필수) 
• Kubernetes 환경 운영 경험 (필수) 
• ML 모델 학습/서빙/배포 전반에 대한 이해 및 실무 경험 
• Kubeflow, MLflow, Airflow 등 MLOps 도구 실무 경험 
• Harbor 이미지 레지스트리 운영 경험 
• NVIDIA GPU 서버(DGX 등) 운영 경험 및 CUDA/딥러닝 프레임워크 사용 환경 이해 
• 다양한 팀과의 협업 및 기술 의사소통 능력 

Preferred Qualifications 

• ML/DL 모델 서빙 환경 구성 경험 (ONNX, Triton Inference Server 등) 
• 리소스 최적화를 위한 GPU 스케줄링, 멀티 GPU 분산 학습 경험 
• ML 실험/데이터/버전 관리 경험 및 효율적 관리 체계 도입 경험 
• MLOps 관련 기술 블로그 운영, 오픈소스 기여, 기술 세미나 발표 등 외부 활동 경험 
• 보안, 인증, 리소스 접근 제어 등 온프레미스 AI 환경 보안 구성 경험 

Benefits and Perks 

• 유연한 근무 시간 
• 중식 지원 및 간식바 상시 운영 
• 생일 선물 제공 
• 경조비 및 경조휴가 제공 
• 아늑한 마사지 의자 운영 
• 모션데스크 지원 및 개인맞춤 업무장비 Credit 제도 운영 
• 수면 캡슐 
• 연간 무료 건강검진 
• 업무 관련 도서 구매 지원