👋 LLM-Performance 팀을 소개합니다.

LLM (Large Language Model)을 빠르고 효율적으로 만들면서도 좋은 성능을 내는 데 전념합니다. 저희는 LLM 시대의 다양한 기회를 탐색하며, 첨단 연구와 개발을 통해 사업 기회를 창출합니다. 이를 통해 연구 성과와 사업 성공의 선순환 구조를 구축하고자 합니다. 저희는 기술적 도전을 즐기며, 지속 가능한 발전과 긍정적인 영향력을 위해 노력합니다.

📌 해당 포지션으로 합류하신다면

LLM의 지연 시간(latency)과 처리량(throughput)을 최적화하면서도 우수한 성능을 유지할 수 있는 기법을 연구 및 개발합니다. 또한, 다양한 하드웨어 환경에서 LLM을 효과적으로 구동할 수 있도록 하는 서빙 기술에 대해서도 깊이 있게 고민하고 있습니다.

📗 성과 및 관련 자료 읽어보기

• Shortened LLaMA: A Simple Depth Pruning for Large Language Models
• ICLR Workshop on Mathematical & Empirical Understanding of Foundation Models 발표 예정 (2024년 5월); AK Twitter (a popular channel for sharing AI news)에 소개됨 (2024년 2월)

✅ 주요 업무

• LLM 경량화(예: Pruning, Quantization, Distillation) 기술들 연구 및 개발
• LLM 추론 엔진(예: llama.cpp, TensorRT-LLM, MLC-LLM) 적용

✅ 자격요건

• ML 이론 및 활용에 대한 탁월한 지식을 보유하신 분
• ML 모델 학습과 평가에 익숙하신 분
• 강력한 분석 및 문제 해결 능력을 보유하신 분
• 관련 선행연구 논문을 조사하고 분석하는 역량이 있는 분
• PyTorch와 같은 ML toolkit을 사용하는 데 능숙하신 분
• Transformer 기반 언어모델 및 관련 라이브러리(예: Hugging Face Transformers)에 익숙하신 분
• 협업 환경에서 효과적으로 소통할 수 있으신 분
• 해외 여행에 결격 사유가 없는 분

✅ 우대사항

• ML 관련 컴퓨터 과학, 전기공학 또는 유사 분야에서 석사/박사 과정을 진행 중 이신 분
• LLM 등 Large Model의 추론(Inference)에 대한 경험이 있으신 분
• LLM 등 Large Model의 학습(Training)에 대한 경험이 있으신 분
• LLM 추론 엔진(예: llama.cpp, TensorRT-LLM)에 대한 경험이 있으신 분
• LLM 관련 전문적인 지식을 갖추시거나 논문을 출판하신 분
• Pruning, Quantization, Efficient Backbones 등 경량화/최적화 기법에 배경 지식이 있으신 분

✅ 채용 절차

• 서류 접수 → 온라인 인터뷰 → 1차 인터뷰 → 2차 인터뷰

(절차간에 추가적인 과제가 있을 수 있습니다.)

🤓 LLM-Performance 팀 리드의 메세지

우리 팀은 개인의 성장과 회사의 성장이 일치하는 것을 추구합니다. 그러기위해 ML/NLP 전문가들(박사 졸업 및 대기업 연구소 출신)과 함께 개인의 커리어 발전에 실질적으로 기여할 수 있는 업무를 제공하기 위해 노력하고 있습니다.

저 또한 모델 경량화 전문가는 아니었지만, 노타에서 ML 모델 경량화에 연관된여러 업무와 프로젝트를 진행하며 AI 모델에 대한 깊은 이해를 얻게 되었습니다. 더 나아가 모델에서 비효율적인 부분을 파악하기 위해서는 해당 모델을 세밀하게 분석할 줄 아는 역량을 키우는 것이 필수적이라는 것도 알게 되었습니다. 성능을 복원하기 위해서 학습 과정을 상세히 검토한다거나 빠르게 발전하는 ML 분야의 최신 지식을 살피고, 새로운 접근 방식을 모색하는 과정에서 많은 것을 배웠습니다. 이 과정은 항상 즐거운 것 만은 아니었지만, 결국 제 실력 향상에 크게 기여했다고 확신합니다.

지원 전, 확인해주세요! 👀

• 해당 공고는 상시 채용으로, 채용 완료 시 조기 마감될 수 있습니다.
• 이력서에 민감한 개인 정보가 포함되지 않도록 확인 부탁드립니다.
• 제출해 주신 내용 중 허위 사실이 있을 경우 채용이 취소될 수 있습니다.
• 채용 전 레퍼런스 체크가 있음을 알려드립니다.
• 최종 인터뷰 합격 시 별도로 처우를 협의합니다.
• 입사 후 시용기간이 있으며, 이에 대한 처우는 차등을 두지 않음을 알려드립니다.
• 국가보훈대상자 및 장애인은 관련 법규에 의거하여 우대합니다.
• R&D 모든 포지션에서 전문연구요원 (신규 편입, 전직) 가능합니다.

🔎 읽어보면 도움 되는 관련 자료

• [오피니언] 넷츠프레소 서비스 범위 밖 문제는 어떻게 해결하는가? │ NetsPresso 팀 Application 파트 박한철님
• [오피니언] 세상에 없는 것을 정의하다. 1편 │ NetsPresso 팀 Product Owner 백종원님
• 노타의 그라운드 룰, LP를 소개합니다
• 노타크루는 핵심 가치(CV)를 어떻게 실행할까?