[NAVER] 플레이스 특화 Judgment sLLM 개발 체험형 인턴

네이버 플레이스 프로덕트 서비스(지도, 플레이스, 예약, 검색)의 품질을 향상시키는 AI 솔루션을 개발합니다.

플레이스 특화 sLLM 및 Multimodal Encoder를 개발하여 네이버 플레이스의 다양한 서비스 품질을 개선하고 있습니다.

[주요 업무]

- 플레이스 DB 강화 (플레이스 서비스 품질을 개선하기 위한 DB 정제 및 보강 AI 솔루션)

- 중복 플레이스 제거, 플레이스 연관 고퀄리티 컨텐츠 추출 및 생성, 플레이스 다국어 번역

- Local Search on AI (검색 품질과 커버리지를 높이는 AI 솔루션)

- 질의분석 모델 개발, Matching & Ranking Encoder 개발, sLLM 기반 검색 품질 자동 평가

- 사업자 솔루션 (사업자를 돕는 AI 솔루션)

- 리뷰 답글 생성

- DAN24 발표

- LLM, MULTI-MODAL Model로 Place Vertical Service 개발 (https://dan.naver.com/24/sessions/592)

의미 있고 도전적인 AI 솔루션 개발에 함께할 인재를 찾습니다. 

다양한 서비스에 AI 기술을 접목하며, 새로운 가치를 창출하는 일에 열정을 가진 분이라면 환영합니다.

[플레이스 특화 Judgment sLLM 개발]

- 플레이스 특화 task에서는 작은 크기의 sLLM(1~3B)이 큰 크기의 LLM(60B) 수준의 Judgment 성능을 낼 수 있도록 하는 Distillation, Quantization 기법 연구

- 플레이스 Domain Judgment에 최적화하는 Domain Adaptation 기법 연구

- 학사 또는 석사 과정 재학 중이며, 컴퓨터공학, 전기전자, 기계공학, 데이터사이언스 등 관련 전공을 보유하신 분

- Python에 대한 기초 프로그래밍 역량 보유하신 분

- 기계학습(Machine Learning) 또는 딥러닝(Deep Learning) 기본 개념에 대한 이해가 있으신 분

- 문제 해결을 위한 논리적 사고력과 데이터 기반의 사고방식이 가능하신 분

- 새로운 기술에 대한 학습 의지와 빠른 적응력이 있는 분

- 팀과의 원활한 커뮤니케이션 및 협업에 열린 자세가 있으신 분

- PyTorch, TensorFlow 등 딥러닝 프레임워크를 활용한 프로젝트 또는 연구 경험이 있으신 분

- sLLM, Distillation, Retrieval, Prompt Engineering 등에 대한 이해 또는 실습 경험이 있으신 분

- LLM as Judgment를 활용하여 모델 성능을 평가한 경험이 있으신 분