| 소개

• Chalk ​AI ​비주얼라이즈 ​수업 챗봇(강의 ​화면 자동 생성 및 ​대화형 ​형태)의 핵심 ​AI 시스템을 개발합니다.
• 단순히 ​제품을 완성하기 ​위한 ​개발을 넘어, ​다양한 ​방법론을 ​탐색하고 테스트하며 Agile하게 ​움직이는 ​‘Research Scientist’ 역할을 ​수행합니다.
• AI ​기술에 ​대한 깊은 관심과 ​이해를 바탕으로 ​백엔드부터 ​AI Orchestration까지 ​아우르는 ML ​Research ​Scientist 를 찾습니다.
• 모델을 ​직접 설계하는 ​일 이외의 대부분의 실무 개발을 담당합니다.

| 이런 분과 함께 하고 싶어요

• Python 기반 서버 및 AI 기능 개발 경험
• FastAPI 기반 스트리밍(WebSocket) 서버 개발 가능
• Agent Architecture Framework: LangChain, LangGraph, Pydantic AI 개발 경험 또는 이해
• MCP 세팅 및 활용에 대한 이해
• Agentic Pipeline, 서버·API 세팅 등에 적극적인 분
• 스펙이 정리되길 기다리기보다 다양한 탐색으로 Agile하게 움직이는 연구형 개발자

| 이런 분이면 더 좋아요

• GraphDB / GraphRAG 분야 이해도 또는 연구 경험
• 프롬프트 구조, 컨텍스트 레이어링, 데이터/툴 참조 구조 등의 아키텍처를 설계하고 성능을 개선해본 경험
• 기술 검증(PoC), 논문 리뷰, 오픈소스 분석 경험
• Frontend 파트와 협업 시 시각화까지 이어지는 흐름을 즐기시는 분
• HTML / CSS / JS 등 웹 언어 경험 보유
• 컴퓨터공학 기반의 시스템 설계 능력
• 다양한 경력과 함께 AI 활용에 열정이 넘치는 인재

| 합류하면 담당할 업무예요

AI 서비스가 안정적이고 높은 품질을 유지할 수 있도록,

프롬프트·컨텍스트 아키텍처 설계 → 에이전트 파이프라인 구현·운영 → 모델 평가(BMT) → 구조 개선·기술 리서치

에 이르는 전반적인 ML Ops 기반 R&D 사이클을 수행하게 됩니다.

주요업무

• 프롬프트와 컨텍스트 아키텍처 설계 및 개선
• 요구사항과 시스템 목적에 맞는 프롬프트 구조 및 컨텍스트 레이어 설계
• 모델 응답 품질·속도를 극대화하기 위한 전략 수립
• 프롬프트·컨텍스트 버전관리 및 서비스 환경 성능 모니터링 운영
• Agent Workflow와 연결되는 context planning(요약, 정제, 구조화) 설계
• 에이전트 파이프라인 설계
• 모델·툴·데이터소스 간 상호작용을 설계한 Agent Workflow 구축
• 실패 케이스 모니터링 및 복원력·효율성 개선
• Agentic Routing, Tooling, Fallback 전략 설계 및 최적화
• 모델 평가(BMT) 및 적용
• 도메인 맞춤형 벤치마크 테스트(BMT) 설계
• 모델 성능의 정량적·객관적 평가 체계 구축
• 평가 결과를 서비스 적용 전략으로 연결

기본 업무

• 프롬프트·컨텍스트 아키텍처 및 모델 응답 품질 향상을 위한 지속적 실험·최적화·튜닝 작업
• Agent Workflow·AI 서버·Pipeline 등 AI 기능의 안정적 구동·통합을 위한 연구·개발·운영 지원
• BMT·에러 케이스 분석 등을 통한 서비스 품질·모델 신뢰성 향상을 위한 반복 검증
• 연구 로그·노트·툴 사용 패턴 분석 등 리서치 프로세스 마이닝 및 자동화(템플릿·도구) 고도화
• 최신 모델·프롬프트 기법·Agentic 전략에 대한 기술 조사·논문 리뷰·오픈소스 분석·PoC 기반 기술 검증

| 근무환경

• 점심 식대 지원
• 야근시 식대 지원
• 명절 및 경조사비 지원

People & Life Preview

| 근무조건

• 근무 형태 : 수습 3개월 계약직 이후, 정규직 전환 여부 결정
• 근무지 : 서울 강남구
• 급여 : 면접 후 협의

| 채용과정

* 직무 특성에 따라 단계별 면접 주제가 변경될 수 있으며, 전형 과정 중 추가 면접이 진행될 수 있습니다.

이 경우 채용 담당자가 별도 안내해 드릴 예정입니다.