에스투더블유(S2W)·경기 성남시 분당구 황새울로 246, 도담빌딩 9층·정규직·경력 5년 이상
🔥합격보상지원자, 추천인 각 현금 50만원
회사명
에스투더블유(S2W)
포지션
AI Engineer (SAIP)
근무지
경기 성남시 분당구 황새울로 246, 도담빌딩 9층
고용형태
정규직
경력
5년 이상
기술 스택
Git, MongoDB, Java, NoSQL, Docker, SVN, ElasticSearch, Spring Boot, Kubernetes
회사 소개
2018년 9월에 설립된 S2W는 세계경제포럼(WEF)이 ‘100대 기술 선도기업’으로 선정한 ‘빅데이터 분석 AI 기업’입니다. △공공ㆍ정부기관용 사이버안보 빅데이터 플랫폼 ‘자비스(XARVIS)’ △기업용 인텔리전스 플랫폼 ‘퀘이사(QUAXAR)’ △산업용 생성형 AI 플랫폼 ‘SAIP(S2W AI Platform)’ 등 ‘데이터 교차분석 기술’이 적용된 AI 기반 솔루션을 제공합니다. 이를 통해 국내외 다양한 산업군 및 정부기관 고객들에게 최적의 의사결정을 지원하는 고도의 데이터 인사이트를 제공하고 있습니다. 대표적으로 ‘인터폴(INTERPOL)’의 파트너사로서 국제안보 강화를 위해 공조하고 마이크로소프트(MS)의 ‘시큐리티 코파일럿(Copilot for Security)’과 협업하는 등, 차별화된 AI 및 데이터 기술력을 바탕으로 글로벌 시장의 주목을 받고 있습니다.
■ 합류하실 팀을 소개합니다.
SAIP 제품실은 신생 조직으로서 기업 내 전문가의 의사결정을 도울 수 있도록 기업의 실질적인 문제를 해결하는 역할을 가지고 있습니다.
AI 엔지니어링 파트는 SAIP 제품실 산하 조직으로, 산업 내 고객의 문제를 정의하고 데이터 분석·AI 리서치를 통해 다양한 산업의 실제 문제를 푸는 역할을 수행합니다.
정해진 정답이 없는 문제를 데이터와 AI를 중심에 두고 풀어냅니다. 필요하다면 직접 모델을 설계·학습하며, 문제 해결에 필요한 도구를 스스로 만들기도 합니다.
팀은 주니어부터 다양한 프로젝트를 이끌어 온 시니어까지 폭넓게 구성되어 있으며, 컴퓨터과학 분야 석·박사 학위 보유자도 함께합니다. 데이터베이스, 데이터 파이프라인, 소프트웨어 설계, 운영체제, 컨테이너, 프론트엔드, DevOps 등 각자 깊이 있는 역량을 갖추고 서로의 강점을 더해 문제를 풉니다.
팀의 기술적 목표는 회사가 축적한 빅데이터 처리·온톨로지 기반 교차분석 역량 위에서, 최적화·수치해석·데이터 정형화·데이터 구조화 등 다양한 기법을 적극적으로 발굴하고 적용하여 실제 산업의 문제를 풀어냅니다.
SAIP 제품실은 SRI International의 연구와 산업계 사이의 데스 밸리(death of valley)의 간극을 채우는 방향으로 팀을 운영하고 있습니다.
주요 업무
고객 문제의 정의부터 해결까지 End-to-End 수행
고객의 핵심 문제를 정의·확장하고, 요구사항을 정량 지표로 환산하여 문제 해결 전략과 실행 계획을 수립합니다.
비정형·반정형 데이터의 이해와 구조화
데이터 처리 (OCR/VLM/LLM) 데이터 마이닝/분석/통계적 분석 구조화를 통해 기업의 데이터를 자산화합니다.
이기종 데이터 통합 및 파이프라인 표준화
이기종 DB·스키마·데이터를 정형화·구조화하고 데이터 파이프라인을 자동화·표준화합니다.
도메인 특화 다운스트림 테스크 해결
기업의 문제를 활용하여 도메인 특화 문제를 해결하고 제공합니다.
문제 유형에 맞는 모델링·실험
데이터 탐색 > 피처 생성 > 모델링 평가까지 실험하며, 문제에 맞는 기법(최적화·추론·LLM·통계 모델 등)을 조합하고 필요하면 직접 모델을 설계·학습합니다.
문제 해결 역량 자산화
PoC 결과를 운영 가능한 형태로 전환하고, 재사용 가능한 모듈·매핑룰·피처를 자산화하여 내부 문제 해결 역량을 자산화합니다.
SAIP 플랫폼과의 협업
구조화한 데이터·모델을 SAIP 의사결정 OS에 올려 기업 업무를 자산화합니다.
자격요건
문제를 지표로 정의하고, 원인을 설명 가능하게 만들고, 개선을 위해 제어하는 방식으로 문제를 푸는 분
주어진 문제에 대해 해결해야할지에 대해 적극적인 소통과 논의 할 수 있는 태도를 가진 분
컴퓨터과학 전공 또는 이에 준하는 CS 기초(자료구조·알고리즘·DB·OS·네트워크 등)를 갖춘 분
Python으로 데이터 처리·분석·모델링 코드를 작성해 재현 가능한 실험을 수행하고, 데이터를 정제·통합하며 품질(스키마·정합성·누락 등)을 점검하며, 리눅스·CLI의 서버·컨테이너 환경에서 개발할 수 있는 분
AI 문제 해결의 전 과정을 끌고 갈 수 있는 역량. 데이터 분석·탐색으로 문제를 이해하고, 가설을 세워 전처리·피처 설계·실험으로 검증하며, 문제에 맞는 모델·알고리즘을 선택·학습·튜닝해 모델링·평가까지 수행할 수 있는 분. 그 과정에서 팀원과 함께 소통하며 문제 해결을 같이 할 수 있는 분
AI 에이전틱 시스템 개발 경험
LLM 기반 에이전트(tool-calling·RAG·agent loop·세션 관리)를 설계·개발하거나, 토큰·비용·관측 등 LLM 운영 이슈를 다뤄본 분
우대사항
고객 현장에서 문제를 정의하고 산출물을 만들어 본 경험이 있는 분
고객 요구사항으로 태스크를 정의하고 분석 결과를 실제 의사결정·업무에 연결해 본 경험
문제별 최적 기법 선택·한계 분석 경험이 있는 분
Rule Engine/RBS·확률 모델(PGM/BN)·그래프 모델(GNN)·시계열 모델(HMM) 등을 문제 유형에 맞게 선택·적용하고, 기존 기법의 성능·한계·실패 원인을 정량 분석해 개선 방향·대안을 제시해 본 경험
온톨로지·지식그래프 기반 도메인 구조화·자산화 경험이 있는 분
TBox/ABox·스키마 설계·매핑으로 비정형 데이터를 정형 모델로 환원하거나, 도메인 암묵지를 온톨로지·룰·DSL로 자산화해 본 경험
대규모 데이터 처리·분석 경험이 있는 분
Spark, Hadoop, Kafka, Flink 등 대용량·스트리밍 환경에서 데이터를 처리·분석해 본 경험
데이터·ML 파이프라인 구축·운영 경험이 있는 분
수집 > 정제 > 학습 > 추론·서빙 파이프라인을 오케스트레이션 도구(Airflow·Temporal·Prefect·Argo 등)로 구축·자동화·운영해 본 경험
문서 AI·비정형 데이터 처리 경험이 있는 분
OCR·문서 파싱·요약·정보 추출로 비정형 문서를 구조화 데이터로 가공해 본 경험
MLOps 경험이 있는 분
MLflow·모델 레지스트리·서빙·모니터링·드리프트 탐지 등으로 모델·로직을 운영 환경에서 안정적으로 관리해 본 경험
• 서류 전형 : 협업 리더/ 실무진과 HR에서 함께 제출하신 내용을 검토합니다.
• 최대한 빠르게 피드백 드리기 위해 노력하고 있어요!
• 사전 과제 : 보다 깊이 있는 직무 인터뷰 진행을 위해, 서류 전형 합격자를 대상으로 사전 과제 평가를 진행합니다. ※ 사전 과제 수행 기간은 직군에 따라 1~2주일이며, 당락이 있습니다.
• 직무 인터뷰 : 이력서를 바탕으로 직무 담당 리더 및 실무진과 약 1시간 가량의 인터뷰를 진행합니다.
• 컬처 핏 인터뷰 : S2W의 인사 담당 리더와 진행하는 약 1시간 가량의 인터뷰 입니다. 회사와 지원자가 지향하는 비전과 가치가 잘 맞는지, 함께 성장할 수 있을지 판단하기 위해 진솔한 대화를 나누는 시간입니다. ※ 직군/경력에 따라 CEO 인터뷰가 추가될 수 있습니다.
• 처우 협의 및 입사 : 정식 오퍼 메일을 통해 처우 협의와 입사일을 조율하고, 모든 과정이 완료되면 저희 팀에 합류하시게 됩니다.