주식회사 이솔

❖ MLOps ​이란?

• ​머신러닝(Machine ​Learning)과 운용(Operations)의 ​합성어입니다.

• 데이터 수집/전처리 ​및 ​데이터 파이프 ​라인을 설계하여 모델의 ​성능을 지속적으로 ​관리합니다.

• ​개발과 운영 ​간 ​협업 ​촉진을 통해 제품을 ​빠르고 ​안정적으로 서비스 환경에 ​통합하는 ​역할을 ​수행합니다.

❖ 이런 MLOps ​엔지니어를 기다리고 ​있어요!

• ​주도적으로 문제를 ​정의하고 해결하며, ​ML ​시스템 전반의 효율성을 ​개선하고 싶은 ​분

• MLOps 뿐만 아니라 장비 시스템의 운영 및 개선에 관련된 모든 부분에 관여하는 것을 좋아하시는 분

• 장비와 관련된 ML 시스템의 모든 업무에서 치열한 토론을 즐기시는 분

❖ 요소기술팀의 MLOps 직무는 이렇게 일해요.

• 저희 팀원들은 장비와 관련된 ML 시스템의 안정성 및 효율성 이야기라면 본인의 업무와 직접적인 연관이 없더라도 서로의 업무에 호기심을 가지고 본인의 일처럼 토론하는 것을 좋아해요.

• 또한 미팅 시간이 아니더라도 피드백을 주고받는 것에 매우 익숙한 문화를 가지고 있어요. 본인의 논리와 달라도 충분히 설득이 되었다면 즉각적으로 수용하고 반영해요. 누가 옳느냐보다는 결국 설비가 더 나은 방향으로 가는 게 맞다는 건 모두가 동의하니까요.

• 요소기술팀원들 뿐만 아니라 다른 팀 엔지니어와 협업하고 필요에 따라 다른 팀과도 함께 프로젝트를 진행해요.

❖ 주요 업무

• 이솔의 MLOps는 Deep learning 모델을 반도체 장비 환경에 안정적으로 통합하고 운영 및 모니터링을 자동화하는 핵심 역할을 수행하는 업무를 해요.

• 특히 데이터 파이프라인의 설계 및 구축에 중점을 두고 업무를 해요.

• 핵심 데이터 수집 및 처리 파이프라인 설계/구축:

→ EUV 장비 및 센서 데이터 등 대규모 설비 데이터의 수집, 저장, 전처리 및 정량화를 위한 데이터 파이프라인을 설계 및 구현해요.

→ 데이터 흐름의 안정성, 효율성 그리고 품질(data quality)을 보장하며 모델 학습용 데이터셋을 지속적으로 제공하는 시스템을 자동화해

• 온프레미스 ML 학습 환경 구축 및 관리:

→ 사내 클러스터 환경에서 Kubenetes/Docker 기반의 고성능 GPU ML 환경을 구축하고 효율적으로 운영 및 관리해요.

→ Deep learning 모델이 안정적이고 효율적으로 학습하고 실험할 수 있도록

• 모델 패키징 및 설비 배포 자동화:

→ 사내에서 학습이 완료된 모델을 장비에 통합하기 위한 모델 패키징 및 배포 파이프라인을 설계 및 자동화해요.

→ CI/CD(Continuous Integration/Continuous Delivery) 환경을 구축하여 모델 버전을 관리하고 학습된 모델의 신속하고 안정적인 양산 장비 적용을 지원해요.

• 모델 운영 및 모니터링:

→ PHM 모델 등 설비 데이터 기반 예측 모델의 성능 모니터링, 데이터 드리프트 감지 시스템을 개발하고 운영해요.

→ 모델 프로토타입 또는 시연을 위해 Gradio 등의 툴을 활용한 PoC 환경 구축을 지원해요.

측을 위한 Deep learning 알고리즘 개발(PHM, Prognostics and Health management) 업무를 해요.

❖ 자격 요건

• 학사 또는 석사 이상의 학력을 보유하신 분

• 컴퓨터 공학, 기계, 전자 등 이공 계열 분야를 전공하신 분

• MLOps 또는 DevOps 관련 경력을 보유하신 분

• Deep learning 모델의 배포, 운영 및 모니터링 시스템 구축 경험을 보유하신 분

• 데이터 파이프라인(Data Pipeline) 설계 및 구축 경험(ETL/ELT, 데이터 처리 자동화)을 보유하신 분

• 온프레미스 환경에서 Docker 및 Kubernetes를 활용한 서비스 운영 경험을 보유하신 분

• Python 언어에 능숙하며, TensorFlow 또는 PyTorch를 활용한 프로젝트 경험이 있으신 분

❖ 우대 사항

• 설비 건정성 예측 및 관리기술(PHM) 또는 제조/반도체 분야의 ML 시스템 구축 및 운영 경험을 보유하신 분

• GPU 클러스터(CUDA, NVIDIA Docker) 환경 구축 및 관리 경험을 보유하신 분

• 대규모 센서 데이터 스트림 처리(예시: Kafka, Spark Streaming) 경험을 보유하신 분

• MLOps 툴(MLflow, Kubeflow, Airflow 등) 사용 경험을 보유하신 분

• 반도체 관련 지식(반도체 검사/제조 설비 경험)을 보유하신 분

• 관련 분야 논문 및 특허를 보유하신 분

❖ 사용 Tool

• Python, TensorFlow, PyTorch

• Git, Gradio, Docker, Kubernetes

• Labview

• Confluence, Jira, Ecount

❖ 문화 및 복지

• 건강이 최우선 : 임직원 단체상해보험, (조건부)근로자 및 배우자 종합건강검진 지원

• 업무만큼 중요한 휴식 : 카페테리아, (관계사)헬스장&구내식당, 동호회, 식대 지원, 법인 제휴 리조트 운영

• 특별한 날엔 선물 : 명절, 생일, 결혼, 출산, 자녀 돌, 창립기념일 등 기념일 선물 지급

• 업무 환경 조성 : 랩탑 or 데스크탑, 듀얼모니터, 회의실, 외국어교육 지원, 단체복 지급

• 직원 중심의 조직문화 : 자유로운 연차 사용, 복장 자유, 수평적 분위기, 야근 및 회식 강요 없음

• 넘치는 열정에 대한 보답 : 성과급 , 복지포인트, 근속 포상, 사내추천제도

• 기타 다양한 제도 : 경조휴가제, 모성보호제도 준수, 분기별 경영현황 설명회, 웰빙클럽

• 각자의 위치에서 최고의 전문가인 뛰어난 동료들

❖ 채용 절차

• 서류 → 팀장, 실무진, 인사팀 면접 → 임원 면접 → 최종 합격

❖ 추가 정보

• 이력서 제출 시 주민등록번호, 가족관계, 혼인 여부 등 ‘채용절차법’상 요구가 금지된 정보는 제외해 주시기 바랍니다.

• 상황에 따라 과제, 추가 인터뷰 또는 지원자의 동의 하에 평판 조회 전형이 진행될 수 있습니다.

• 국가유공자 등 예우 및 지원에 관한 법률’에 따라 취업 보호 대상자와 장애인은 관련 법규에 따라 우대합니다.

• 지원자는 해외여행에 결격 사유가 없어야 하며, 각 전형에서 허위 사실이나 부정행위가 발견될 경우 채용 확정 이후라도 채용이 취소될 수 있으며 향후 채용이 제한됩니다.

• 이솔은 의뢰하지 않은 서치펌의 이력서를 받지 않습니다.