1.  채용직급 : AI Research Engineer (ML/LLM Service Engineering)  과장~차부장급
2. 근무지 :  경기도 용인시 처인구
3. 경력사항 :  관련 경력 10년 이상
4. 핵심업무 (Job Description)
1) LLM 에이전트 개발 — 비정형 텍스트를 이해•식별•처리하는 에이전트를 프로덕션 수준으로 구현
  . 에이전트 하네스 구축: tool use/function calling, MCP(Model Context Protocol) 기반 도구 •데이터 연동, 
 멀티스텝 워크플로 오케스트레이션
. 에이전트의 요소 기술: 컨텍스트 엔지니어링(프롬프트•구조화된 출력), RAG, 임베딩 기반 검색•매칭
. 평가 하네스 구축: 골든 테스트 셋 설계, LLM-as-a-judge, 회귀 테스트 —  에이전트•LLM 출력 품질의 자동 평가 
2) 추천•랭킹•매칭 시스템 개발 — 저트래픽 B2B 환경에 맞게 설계
. 임베딩 기반 유사 아이템 추천•매칭 모델링
. 오프라인 평가 체계: 지표 정의, 모니터링 대시보드 
3) MLOps/LLMOps 및 서비스 운영 — 만든 것을 안정적으로 운영
. 학습•추론 파이프라인 자동화, 모델•프롬프트 버전 관리
. LLM 옵저버빌리티: 호출•비용•품질 추적(트레이싱), 성능 모니터링, 장애 대응 
4) 데이터 자산 구축 — 위 세 축이 딛고 설 기반을 구축
. 도메인 지식 그래프(Knowledge Graph) 설계•구축 및 AI 기능과의 연계
. 데이터 파이프라인 구축, 데이터 품질 관리
5. 자격 요건
1) 4년제 대졸로 AI Research Engineer (ML/LLM Service Engineering) 관련경력 10년 이상 
(AI/ML 엔지니어링 분야 경력 10년 이상)
2) ML/AI 시스템을 초기 설계부터 구축해 본 경험자(아키텍처 의사결정과 기술적 트레이드오프 판단을 주도해 본 오너십)
보유자
3) LLM을 활용한 서비스 개발 경험(LLM API 또는 오픈소스 모델 기반, 에이전트/tool use•RAG•컨텍스트 
 엔지니어링•파인튜닝 중 1개 이상) 있으신 분
4) ML 모델을 실제 서비스에 배포•운영해 본 경험 (개발부터 배포, 모니터링, 장애 대응까지 전체 사이클) 있으신 분
5) LLM 출력 품질을 평가해 본 경험 보유자 (평가 지표•테스트 셋을 직접 설계하고 개선 사이클을 돌려 본 경험)
6) Python 기반 프로덕션 개발 역량 있으신 분
7) 위/아래의 모든 기술 요건을 완벽히 충족하지 않아도, 핵심 방향(서비스 배포•운영, LLM 활용)의 경험이 깊으실 경우 
 지원 가능
8) 용인시 처인구 근무 가능자
6. 우대 사항
1) MCP 서버 구축•운영 경험 보유자(내부 시스템•데이터를 에이전트가 쓸 수 있는 도구로 노출)있으신 분
2) 에이전트/오케스트레이션 프레임워크 실무 경험(LangGraph, PydanticAI, CrewAI 등 또는 자체 하네스 구축)경험자
3) LLM 옵저버빌리티•LLMOps 도구 실무 경험자(Langfuse, LangSmith 등 트레이싱•비용 추적•프롬프트 레지스트리) 
   있으신 분
4) MLOps 인프라 실무 경험자 (CI/CD, 컨테이너(Docker/Kubernetes), 실험 트래킹, 모델 버전 관리) 있으신 분 
5) 유사 문제 경험 있으신 분
. 추천 시스템 또는 검색•랭킹 시스템 개발•운영
.  임베딩 기반 검색•매칭 실무 — 벡터 DB, 하이브리드 검색(벡터+키워드)
. Entity Resolution, 상품 매칭 등 아이템 식별 문제 /지식 그래프 구축•활용 — 온톨로지/스키마 설계, 그래프 DB(Neo4j 등)
6) 도메인•소통 가능하신 분
. 반도체•제조•산업재 등 도메인 지식 - 비기술 이해관계자(경영진 등)와 기술 방향을 소통해 본 경험
7) 일하는 방식과 기술 환경 있으신 분
. ira(칸반) 기반으로 명확한 스코프와 우선순위에 따라 일하고, Git 브랜치•PR•코드 리뷰 워크플로로 협업
. 실험•분석은 재현 가능하게(데이터•코드•결과 연결) 기록하는 것이 원칙
8) 기술 스택 있으신 분
. 확정된 기반 
  - 언어: Python (데이터 처리•모델링•서빙 전반)
  - 데이터: SQL/RDB, 비정형 텍스트 데이터(장비•부품 등록 정보), 프로덕트 분석(Mixpanel)
  - LLM: 상용 LLM API 및 오픈소스 모델, MCP(Model Context Protocol)
  - 협업: Jira/Confluence, Git, Microsoft 365(Teams & Viva Engage)
. 파운딩 엔지니어가 함께 선정 — 초기팀이므로 아래 스택의 기술선정을 본인이 주도  
 - 에이전트•평가 하네스: 프레임워크(LangGraph, PydanticAI 등) 도입 vs 자체 구축
 - LLM 옵저버빌리티: 트레이싱•비용 추적•프롬프트 버전 관리 도구(Langfuse, LangSmith 등)
 - 벡터 검색: 임베딩 모델, 벡터 DB, 하이브리드 검색 구성
 - 지식 그래프: 그래프 DB 및 스키마 설계
 - 데이터 파이프라인: 수집•정제•변환 오케스트레이션, 데이터 품질 관리 체계
 - MLOps: 실험 트래킹, 배포 체계
7. 제출서류
1) 이력서(경력기술내용, 자기소개서 포함)를 자유양식으로 작성하여 하나의 워드파일로 이메일 송부 
(이력서에 핸드폰번호, 이메일 주소 반드시 기재)
2) 이메일 전송시 " AI Research Engineer-성명ooo" 으로 기재바랍니다.
8. 전형방법
- 서류전형 ▶ 면접전형 ▶ 연봉협상
9.  제출방법 및 제출기간
1) 제출방법 : 지원서류 이메일 접수 (자유양식 사용가능)
2) 제출기간 : 2026.07.10(금)~2026.08.07(금)
10. 처우
1) 연봉 : 면접합격 시 경력조건 고려하여 최적 연봉 결정
2) 복리후생 : 제반 복리후생 조건 매우 우수함.
11. 문의사항
1) 담당자 : ㈜케인앤클루컨설팅 컨설턴트 이현철 전무 (이메일 : ******@*******.***)
2) 궁금한 사항 있으시면 이메일 연락바랍니다.