About this role
팀 소개
LG AI Research는 EXAONE을 비롯한 대규모 AI 모델 연구·개발을 통해 산업 전반의 AI 전환을 선도하고 있습니다.
연구 과정에서는 학습 데이터셋, 벤치마크, 모델, 로그 등 매우 다양한 유형의 대규모 데이터가 끊임없이 생성·활용되고 있습니다.
Product Unit 산하 Data Governance팀은 LG AI연구원의 다양한 연구 데이터를 체계적으로 연결하고, 연구자가 데이터를 효과적으로 활용할 수 있는 환경을 만들고 있습니다. 학습 데이터셋, 벤치마크, 모델 및 실험 로그를 관리하는 통합 데이터 플랫폼을 개발하고, 데이터의 품질/버전/검색/공유/접근제어를 아우르는 데이터 거버넌스 체계를 구축합니다.
연구진, 엔지니어와 협업하여 모델과 데이터의 문제를 정의하고, 데이터 전략 수립부터 파이프라인 구현과 개선 효과 검증까지 함께할 Data Scientist를 찾고 있습니다. 꼼꼼한 분석과 반복적인 실험을 통해 어떤 데이터가 모델의 성능을 높이는지 확인하고, 그 결과를 여러 연구과제에서 활용할 수 있는 방법과 시스템으로 발전시켜 나갈 분을 찾습니다.
수행 업무
-
모델 평가, 데이터 생성·선별, 학습 실험을 연결하는 Agent 기반 Self-Improvement AI Pipeline 설계·개발
-
Foundation Model의 Benchmark별 성능과 Failure case를 분석하여 개선 과제 도출
-
학습·평가용 Synthetic Data 및 Reference Data 생성·정제와 Data Quality Control 자동화
-
SFT, RLHF, RLVR 등 Mid-training, Post-training 과정에서 데이터 구성과 학습 방법에 따른 성능 변화를 비교·검증하고 개선 방향 수립
-
AI Data Platform 운영 및 On-Prem Data Storage, Data Versioning, Experiment Tracking 등의 feature 고도화
지원자격
-
Machine Learning, Deep Learning에 대한 이해와 AI 모델 및 데이터 관련 연구·개발 경험
-
LLM 기반 Agent System의 구조와 Agent Orchestration 전반에 대한 이해
-
모델과 데이터의 문제를 정의하고, Experimental Design과 Statistical Analysis를 통해 성능 개선으로 연결할 수 있는 역량
-
연구인·엔지니어와 협업하여 기술 과제를 구체화하고, 구현·검증을 거쳐 실제 연구 또는 서비스 환경에 적용한 경험
-
Code Agent를 적극적으로 활용하고 결과물의 품질을 검증하여 개발 생산성을 높일 수 있는 역량
우대사항
-
NLP, ML, AI분야 Top-tier 학술대회(예: ACL, EMNLP, NeurIPS, ICML, ICLR, AAAI 등) 1저자 논문 게재 경험
-
대규모 Training Dataset 구축 및 Data Curation을 통해 실제 모델 성능을 개선한 경험
-
Benchmark, Automated Evaluator 또는 Reward Model·Verifier를 직접 개발한 경험
-
AI 서비스 또는 Data Platform을 Production 환경에 배포·운영하며 안전성, 처리 속도, 비용을 개선한 경험
전형 절차
- 서류심사 → 1차 기술 인터뷰(온라인) → LG Way Fit Test & 코딩테스트 → 2차 기술 인터뷰(온라인) → 3차 기술 인터뷰 (온라인) → 최종 인터뷰(온사이트)