About The Team & Mission
Intelligence Service 팀의 AI Engineer는 대화형 지식 에이전트(Knowledge Agent)가 더 정확하고 더 신뢰할 수 있는 답을 내도록, RAG 기반 agent orchestration을 설계, 서빙, 운영합니다.
질의 이해부터 planning, tool routing, retrieval, 응답 생성, 품질 제어까지 전체 흐름을 책임지며 팀의 기술 축이 되는 역할을 수행할 많은 분들을 기다립니다.
Responsibilities
- 대화형 지식 에이전트의 RAG 기반 agent flow를 설계하고, query understanding -> planning -> tool routing -> retrieval -> response generation으로 이어지는 흐름을 고도화합니다.
- multi-turn 대화 이해와 retrieval 연계를 최적화합니다.
- grounding, answer verification, guardrail, fallback 등 응답 품질 제어 로직을 구현하고 hallucination을 방어합니다.
- 답변 품질(faithfulness, relevancy)에 대한 eval 하니스, 회귀 테스트, A/B 실험 체계를 구축, 운영합니다.
- API contract, cache, config/prompt registry, admin API 등 프로덕션 운영에 필요한 백엔드 기반을 구축합니다.
- 운영 로그와 품질 지표를 기반으로 응답 품질, latency, failure case를 분석하고 개선합니다.
- 팀 내 설계 리뷰와 기술 의사결정을 리딩하고, 복잡한 문제를 재사용 가능한 시스템 개선으로 연결합니다.
Qualifications
- 백엔드/AI 서비스 설계, 개발, 운영 경력 7년 이상이신 분
- Python을 능숙하게 사용하시는 분 (Java, Kotlin 등 추가 언어 경험 우대)
- production traffic을 받는 API/backend service를 설계하고 운영해 보신 분
- RAG, LLM application, LLM agent 중 하나 이상을 프로덕션 레벨로 설계, 서빙, 운영해 보신 분
- 로그와 지표를 기반으로 응답/검색 품질 문제의 원인을 분석하고 개선해 보신 분
- 초기 설계, 구조화, 표준화, 운영 안정성 개선을 주도해 보신 분
Preferred Qualifications
- RAG, LLM Agent, tool calling, planner/synthesizer 구조 개발 경험
- LangGraph 등 agent/graph orchestration 프레임워크 경험
- grounding, hallucination 방어, guardrail, fallback 등 응답 품질 제어 경험
- LLM eval(faithfulness/relevancy, RAGAS류) 또는 검색 품질 평가 프레임워크 경험
- Vector Search(OpenSearch, Elasticsearch, MongoDB Atlas), embedding, reranker 활용 경험
- AWS, Kubernetes, Helm, Kafka 기반 대규모 서비스 운영 경험
- 차량, 음성 비서, 다국어/다지역 서비스 경험
- 기술 리딩, 설계 리뷰, 주니어 멘토링 경험
