Allganize is hiring!

우리는 최신 ​LLM ​기술을 ​연구하지만, 그보다 ​더 중요한 건 고객의 ​현실적인 ​문제를 해결하기 ​위해 이를 ‘어떻게 ​적용하느냐' 입니다.

어제 ​나온 ​기술을 오늘 ​분석하고, ​내일 ​사내 파이프 라인에 ​통합할 ​수 있도록 빠르게 ​움직입니다.

그 ​빠른 ​실험과 검증을 가능하게 ​만드는 실행 ​파이프 ​라인을 설계하고, ​대규모 모델을 ​직접 ​학습하며, 기술의 진짜 ​쓰임을 테스트합니다.

주요업무

· ​최신 LLM 논문 기반 실험 설계 및 구현

· 대규모 모델 학습 파이프라인 구성 및 운영

· 실제 현업 문제 해결을 위한 task-specific reward modeling

· 저자원 언어 또는 특정 도메인 특화 모델 개발 및 평가

· 사내외 태스크 정의 및 벤치마크 설계

· 실험 주기의 가속화를 위한 자동화된 실험/배포 파이프라인 기획 및 구현

자격 요건

· Transformer 기반 모델에 대한 구조 및 학습 메커니즘 이해

· Python, PyTorch 기반의 실험 및 프로토타이핑 경험

· 최신 논문을 빠르게 분석하고, 구현/응용한 경험

· 복잡한 문제를 분해하고, 검증 가능한 단위로 실험을 설계한 경험

· Git 기반의 협업 경험 및 실험 reproducibility에 대한 이해

우대 사항

· 멀티 노드 환경에서의 학습 운영 경험

· 저자원 언어, 전문 도메인 등에 특화된 모델 커스터마이징 경험

· task-specific reward function 설계 및 RL 실험 경험

사용 스택

· LLM: NeMo, trl, VeRL, Torch-Titan, DeepSpeed, vLLM, MergeKit

· 데이터 및 로깅: datatrove, langfuse, litellm, gradio

· AI: Cursor, Claude code, Codex

채용 프로세스

1. 서류 전형
2. 비동기 과제 (문제 해결 방식 및 실험 중심 과제)
3. 기술 인터뷰 (1~2회)
4. 컬처핏 인터뷰
5. 최종 합류 조율

기타 정보

· 커뮤니케이션 도구: Slack, Linear, GitHub

· 우리는 “빠르게 시도하고, 정량적으로 평가하며, 반복 개선하는 엔지니어링”을 핵심 문화로 삼습니다.

· 기술을 현실 문제 해결에 녹여내는 것에 흥미가 있는 분과 함께할 수 있길 기대합니다.

혜택 및 복지

a. 글로벌 인재로 성장할 수 있는 기회 

• 미국 휴스턴 및 일본 도쿄에 있는 팀과 일할 수 있는 글로벌한 업무 환경을 제공해드려요.

• 조직 목표 달성시 글로벌팀이 한자리에 모이는 Global Offsite를 운영하고 있어요. (2024년에는 9월 필리핀 세부에서 진행)

b. 자율적이고 업무 몰입을 돕는 근무 환경

• 근무시간은 9시 - 6시가 기본이지만 상황에 맞게 유연한 출/퇴근이 가능해요.

• 고사양의 노트북과 모니터를 지원해드려요. 그 외에도 필요한 장비를 적극 지원해드리고 있습니다.

• 점심 및 저녁 식사 비용을 지원합니다. (모바일 식권 이용)

• 당 떨어지는 일 없도록, 사무실에는 항시 간식을 구비하고 있어요.

c. 그 외에 제공 해드리는 것들

• 설과 추석에는 명절 선물을 지급해드려요.

• 종합 건강 검진을 지원해드려요.

• 연차 외 유급 병가제도와 연말 약 1주 간의 전사 Off기간을 운영하고 있어요.