| 채용공고 | [AIBIZ]Deep Learning Researcher 채용 (석사 이상/전문연구요원 가능) |
|---|---|
| 등록일자 | 2026-10-06 |
병역지정업체정보
| 업체명 | (주)에이아이비즈 인공지능R&D센터 | ||
|---|---|---|---|
| 업종 | 벤처기업부설연구소 | 전화번호 | 02--334--6988 |
| 주소 | 서울특별시 동작구 상도로369, 숭실대학교 벤처중소기업센터 210호, 312호 (상도동) | ||
| 홈페이지 | www.ai-biz.net | 내일터추천횟수 | |
근무조건
| 요원형태 | 현역 | 고용형태 | 전문연구요원 |
|---|---|---|---|
| 자격요원 | 신입/경력 | 급여조건 | 4000~5000만원 |
| 최종학력 | 석사 이상 | 전공계열 | 공학계 |
| 담당업무 | 산업용 딥러닝 모델 연구 및 고도화 | 전직자 채용가능 | 아니오 |
| 근무형태 | 주5일 | 출퇴근시간 | 08:00 ~ 17:00 |
| 특근·잔업 | 업체사정에 따름 | 교대근무 | 없음 |
| 수습기간 | 3개월 미만 | 군사훈련교육 소집기간 급여 |
100%이상 |
| 퇴직금지급 | 퇴직금 | 식사(비)지급 | 미제공 |
| 현역배정인원 | 583명 | 현역편입인원 | 0명 |
| 보충역배정인원 | 9999명 | 보충역편입인원 | 0명 |
| 모집인원 | 3명이상 | 지원보험 | 국민연금, 고용보험, 산재보험, 건강보험 |
| ※ 배정인원이란: 산업기능요원 등으로 편입할 수 있는 인원(T/O)(단,보충역은 지방청별 총 배정인원 범위 내 선착순 편입) ※ 채용공고 상세근로조건 정보제공 확대로, 기존에 게시한 업체와 채용공고 항목이 상이함을 알려드립니다. |
|||
우대사항 및 복리후생
| 외국어 | 자격증 | ||
|---|---|---|---|
| 복리후생 | 연차, 월차, 정기휴가, 인센티브제도, 향후정직원 | ||
접수방법
| 접수기간 | 2026-12-05 | 접수방법 | 병역일터 이력서 |
|---|---|---|---|
| ㅇ 병역일터 이력서 등록 : 병역의무(예정)자 [로그인] - 구직/병역의무(예정)자* – 구직관리 - 이력서 관리[신규][등록] (* 메인화면 상단 가운데) ㅇ 병역일터 이력서 발송 : 병역의무(예정)자[로그인] – 구직/병역의무(예정)자 – 채용정보 - 통합조건별 조회 - 채용공고 클릭 – [이력서 발송] | |||
| * 이력서는 한 번 등록하면 계속 사용(발송) 가능. | |||
담당자정보
| 담당자 | 이기* | 참 고 | |
|---|---|---|---|
| 전화번호 | 팩스번호 | 02-6944-9384 |
비 고
| 상세 주요 업무 • 설비·공정 데이터 기반 이상탐지·공정 예측·분류 딥러닝 모델 개발 및 개선 • 문제 특성에 맞는 네트워크 구조, 손실·목적함수 및 학습 전략 설계 • 정상 데이터 위주·라벨 부족 등 산업 데이터 특성을 고려한 학습 방법론 연구 • 데이터 불균형, 노이즈, 분포 변화(Domain Shift) 대응 기법 연구 • 모델 평가 지표·검증 프로토콜 설계 및 Ablation Study 수행 • 온프레미스 환경 모델 학습·검증, 경량화 및 추론 최적화 • 최신 논문 재현 및 독자적 연구 과제 기획·수행 • 연구 결과의 솔루션 반영(개발팀 협업) 및 논문·특허화 • 고객사 현장 데이터 기반 성능 검증 및 오탐·미탐·예측 오차 원인 분석(Data Scientist 협업) 자격 요건 • 이공계 석사 이상(입사 시점까지 학위 취득 예정자 포함) • 역전파, 최적화, CNN/RNN/Transformer 등 딥러닝 기본 원리 이해 • PyTorch 또는 TensorFlow로 딥러닝 모델을 직접 구현·학습한 경험(학위연구·프로젝트 포함) • 문제 특성에 맞는 목적함수 설계·변형 경험 • 연구 주제 정의부터 실험 설계·결과 도출까지 독자적 연구 수행 경험 • 실험 결과를 정량적으로 분석하고 개선 방향을 도출할 수 있는 역량 • 영문 논문의 핵심 아이디어를 이해하고 구현할 수 있는 역량 우대 사항 • Top-tier AI/ML 분야 논문 게재 경험 • 멀티모달·자기지도 학습·표현 학습·생성 모델 연구 경험 • Git, Docker 등 개발 환경 경험 • 모델 경량화 및 추론 최적화 경험(양자화, Pruning, Knowledge Distillation, ONNX, TensorRT 등) • 멀티 GPU 분산 학습 경험(DDP/FSDP 등) • 제조 도메인(설비·센서·공정·검사) 데이터 활용 경험 제출 서류 • 이력서 • 포트폴리오(학위논문/프로젝트/Both) |