[담당업무]

<회사개요>
Hyperscale AI Private Cloud 구축 수요에 대응하는 글로벌 프라이빗 클라우드 플랫폼 기업입니다. 데이터 주권(Data Sovereignty)을 보장하는 소버린 환경에서 고성능 컴퓨팅(HPC)과 대규모 AI 모델 학습·추론을 위한 GPUaaS(GPU as a Service) 기반 인프라를 제공하여, 기업과 연구기관이 자체 데이터센터 안에서 AI 혁신을 가속화할 수 있도록 지원합니다.
단순한 클라우드 재판매가 아니라, 쿠버네티스 위에 GPU 스케줄링·모델 서빙·관측성·보안을 직접 설계하고 운영하는 플랫폼 엔지니어링 회사입니다. 지금은 제품을 글로벌 시장으로 확장하는 결정적인 단계이며, 이 여정을 기술로 이끌어줄 시니어 MLOps 플랫폼 엔지니어를 찾고 있습니다.

Position : 시니어 MLOps 플랫폼 엔지니어
Senior MLOps Platform Engineer
·
자격 요건 (Must-have)
MLOps · DevOps · 플랫폼 엔지니어링 또는 관련 분야에서 7년 이상의 실무 경험.
프로덕션 환경에서 Kubernetes 기반 시스템을 설계·운영한 깊이 있는 경험.
머신러닝 모델 생애주기(학습→배포→서빙→모니터링→재학습)에 대한 깊은 이해.
Python 등 프로그래밍 언어에 능숙하고, PyTorch / TensorFlow 등 ML 프레임워크 실무 경험.
Docker·Kubernetes 등 컨테이너화·오케스트레이션 도구에 대한 숙련된 이해.
CI/CD 파이프라인, 인프라 자동화(IaC), Git 기반 버전 관리에 대한 실무 지식.
분산 시스템에서 발생하는 복잡한 문제를 구조적으로 진단·해결하는 능력.
프로덕션 모델 성능을 모니터링한 도구·실무 경험.
기술 의사결정을 주도하고 교차 기능 팀과 효과적으로 협업·소통하는 능력.

우대 사항 (Nice-to-have)
Kueue, Kubeflow 등 GPU 스케줄링·ML 워크플로 도구 활용 경험.
vLLM · Triton · KServe 등을 활용한 대규모 모델 서빙·추론 최적화 경험.
멀티테넌트 SaaS 또는 소버린/온프레미스 클라우드 플랫폼 구축 경험.
GPU 성능 튜닝, 분산 학습, HPC 환경 운영 경험.
ArgoCD 등 GitOps 도구로 배포 파이프라인을 표준화한 경험.
Go 기반 백엔드 또는 클라우드 네이티브 시스템 개발 경험.
오픈소스 컨트리뷰션 경험.
유연하고 자율적인 개발 문화에 대한 관심과 적응력.

·

[자격요건]

경력: 경력 7~20년
학력: 대졸 이상
직무기술: Kubernetes, DevOps, 인공지능 AI