회사 소개

DeepAuto.ai는 KAIST AI대학원 출신 연구진이 창립한 AI 스타트업입니다. 엔지니어링 도면을 읽고 이해하는 AI를 만듭니다. 숙련 엔지니어 두 명이 몇 주에 걸쳐 한 장씩 대조하던 PFD와 P&ID 도면을 몇 시간 만에 구조화하고, 여기서 뽑아낸 데이터를 설계 검토와 물량 산출, 3D 디지털 트윈까지

이어지게 합니다. EPC와 화공 플랜트, 중공업 기계 제조가

우리가 다루는 산업입니다. 지금은 고객사마다 따로 구축하는 시스템이지만, 제조업 전반이 함께 쓰는 플랫폼인 Plant OS로 넓혀 가고 있습니다.

직무 개요 (Job Overview)

딥오토는 설계 도면과 기술 문서 등 산업 현장의 복잡한 비정형 데이터(CAD, PDF, 이미지 등)를 AI가 이해하고 처리할 수 있는 차세대 지능형 시스템을 만들고 있습니다. 우리는 단순히 텍스트를 읽는 것을 넘어, 데이터 내부의 논리적 구조를 복원하고 자율적으로 문제를 해결하는 Agentic AI 시스템을 개발합니다.

AI Platform Engineer는 AI 엔지니어와 협업하여 VLM/LLM과 강화학습 등 최신 AI 기술을 활용한 알고리즘을 실제 제품과 서비스로 연결합니다. Agent와 Workflow 기반의 백엔드, 복잡한 산업 데이터를 처리하는 데이터 플랫폼, GPU 기반 학습 및 모델 서빙 환경을 설계하고 구축하며, AI 시스템을 엔터프라이즈 환경에서 안정적으로 운영하고 확장하기 위한 기술적 난제를 해결합니다.

또한 AI 엔지니어의 개발, 실험, 검증, 배포, 운영을 아우르는 AI-Native 개발 체계와 MLOps 인프라를 구축합니다. 클라우드와 온프레미스 환경에서 성능, 안정성, 보안을 함께 고려하며, 개별 기능 구현을 넘어 제품의 요구사항을 시스템 전반의 설계와 운영으로 연결합니다.

처음부터 모든 영역에 깊은 전문성을 갖추고 있을 필요는 없습니다. 자신의 강점을 바탕으로 전문성을 키우고, 시스템의 경계를 넘어 주도적으로 문제를 정의하고 해결할 동료를 찾습니다. 뛰어난 동료들과 함께 딥오토 플랫폼의 기술적 진화를 이끌며, AI 기술의 제품화 전반을 경험하고 성장할 AI Platform Engineer를 모십니다.

주요 업무 (Key Responsibilities)

AI 알고리즘의 제품화를 위한 백엔드 플랫폼 개발: AI 엔지니어와 협업하여 알고리즘과 AI 파이프라인을 실제 서비스에 통합합니다. Agent와 Workflow 기반 서비스의 백엔드를 개발하고, 에이전트 간 상호작용과 비동기 작업 처리를 위한 API 및 워커 시스템을 설계하고 운영합니다.
AI-Native 개발 체계와 MLOps 환경 구축: AI 엔지니어의 개발, 실험, 검증, 배포, 운영을 지원하는 개발 환경을 구축합니다. 테스트와 CI/CD를 자동화하고, 코딩 에이전트를 활용하는 개발 흐름에서도 코드 품질과 검증 가능성을 유지할 수 있도록 개발 도구와 프로세스를 개선합니다.
데이터 플랫폼 및 처리 파이프라인 개발: 정형 데이터와 비정형 데이터의 수집, 저장, 조회, 분석을 위한 파이프라인을 구축합니다. 데이터의 특성과 사용 목적에 맞는 저장소와 처리 방식을 선택하고, 성능과 운영 안정성을 개선합니다.
클라우드 및 GPU 인프라 구축과 운영: Kubernetes를 기반으로 클라우드와 온프레미스 환경의 서비스 배포 및 운영을 자동화합니다. GPU 기반 모델 학습과 서빙에 필요한 컴퓨팅 환경을 구성하고, 워크로드에 맞춰 자원 활용과 운영 효율을 개선합니다.
서비스와 인프라의 관측 가능성 및 안정성 확보: 로그, 메트릭, 트레이스를 수집하고 분석할 수 있는 모니터링 환경을 구축합니다. 서비스와 인프라의 상태 및 성능을 파악하고, 장애 원인 분석과 재발 방지를 위한 개선을 수행합니다.
엔터프라이즈 환경을 위한 보안 및 배포 구조 설계: 인증과 권한 관리, 멀티테넌시, Zero Trust 원칙을 고려한 서비스 및 GPU 인프라를 구축합니다. 고객사의 온프레미스와 하이브리드 클라우드 환경에서 발생하는 배포, 네트워크, 운영 문제를 해결합니다.

자격요건(Requirements)

구현 편의만이 아니라 실제 사용자 경험과 제품 목표를 기준으로 시스템을 설계하고, 기술적 선택의 이유를 설명할 수 있으신 분.
영어 기술 문서와 레퍼런스를 읽고, 익숙하지 않은 기술이나 시스템의 문제도 주도적으로 조사하고 해결할 수 있으신 분.
웹 API와 서비스 간 통신을 이해하고, 비동기 작업 처리 또는 Workflow 시스템을 활용한 개발 경험이 있으신 분. 특정 도구의 사용법을 넘어 데이터와 작업의 흐름을 분석할 수 있어야 합니다.
Python 등 하나 이상의 프로그래밍 언어로 백엔드 서비스를 설계하고 개발한 경험이 있으신 분. 주로 Python을 사용하며, 필요에 따라 Go, TypeScript, Rust 등 다른 언어를 학습하고 활용할 수 있는 분을 찾습니다.
SQL 또는 NoSQL 데이터베이스를 활용해 데이터를 설계하고, 조회 성능이나 데이터 처리 과정의 문제를 개선한 경험이 있으신 분.
AWS, GCP, Azure 중 하나 이상의 클라우드에서 서비스를 배포하고 운영한 경험과 CI/CD 파이프라인을 구축하거나 개선한 경험이 있으신 분.
코딩 에이전트를 개발에 활용하며, 생성된 코드의 동작과 품질을 직접 검토하고 테스트를 통해 검증할 수 있으신 분.

우대 사항 (Preferred Skills)

아래 경험을 모두 갖추고 있을 필요는 없습니다. 하나 이상의 영역에서 쌓아온 경험과 전문성을 환영합니다.

오픈소스 프로젝트에 코드를 기여하거나, 문제 해결 과정에서 라이브러리와 프레임워크의 내부 구현을 분석한 경험.
데이터 파이프라인이나 컬럼형 데이터베이스를 구축하고 운영한 경험.
GPU 기반 학습 환경 또는 모델 서빙 인프라를 구축하고, 성능이나 자원 활용을 개선한 경험.
Kubernetes, Infrastructure as Code, 모니터링 도구를 활용해 인프라 운영을 자동화하고 안정성을 개선한 경험.
외부에서 제공되거나 신뢰할 수 없는 코드를 격리해 실행하기 위한 컨테이너 또는 VM 기반 샌드박스 환경을 구축한 경험.

주요 기술 및 환경 (Tech Stack)

이 역할에서 다루는 주요 기술과 환경입니다. 모든 기술에 대한 사전 경험을 요구하지 않습니다.
백엔드: Python 중심, 필요에 따라 Go, TypeScript, Rust
Workflow 및 메시징: Temporal, Airflow, NATS
데이터 플랫폼: PostgreSQL, ClickHouse, Snowflake / Databricks, Vector DB
클라우드 및 컴퓨팅: AWS, Nebius 등 Neocloud, 온프레미스 환경, H100 및 B200 기반 GPU 인프라
GPU 워크로드 및 모델 서빙: SkyPilot, Ray, SGLang, vLLM
인프라 및 운영 자동화: Kubernetes, IaC, CI/CD
모니터링: OpenTelemetry, Grafana

근무 조건

서울 강남 테헤란로 오피스 근무 (역삼역 도보 5분) 또는 마곡 오피스
오전 10시까지 자율 출근, 주 40시간 유연근무제
월 1회 재택근무 실시
자유로운 연차와 반차 사용
퇴직연금 가입
최신 장비 및 프로그램 제공
외근이나 야근 시 택시비 지원
식비 지급 및 간식 제공