MLOps Engineer | On-prem Orchestration
경력사항
경력 3년 이상
고용형태
정규직
근무지
서울서울특별시 강남구 테헤란로77길 11-15

Visionary 소개

우리는 ​데이터 ​라벨링 ​회사가 아닙니다.

우리는 ​공간 지능(자율주행/로보틱스/국방) 개발에 필수적인 ​Spatial ​Data OS를 ​만들고 있습니다.

우리는 모델의 ​약점을 파악하고 ​→ ​필요한 데이터를 ​검색하고 ​→ ​다시 개선하는 루프를 ​제품으로 ​제공합니다.


우리는 작은 팀으로도 ​6개월 ​동안 ​다음을 만들고 증명했습니다.

  • R&D ​예산 15억 ​확보
  • 고객사 ​2곳 유치 ​및 매출 ​발생
  • NVIDIA ​Inception Program 선정
  • 데이터 ​바우처 지원사업 ​선정
  • IROS 2025 RoboSense 챌린지 우승
  • 도전 K-스타트업 장관상 수상



우리가 만드는 것

제품

  • Data Engine: 멀티센서(LiDAR / Camera / LiDAR+Camera) 기반 3D 자동 가공 엔진
  • 3D 동적 객체, HD Map/정적 인프라, Occupancy 등 학습에 바로 쓰이는 형태로 변환
  • 글로벌 리더보드 SOTA 수준의 자체 모델 보유
  • PRISM: 가공 결과를 구조화(인덱싱)해 검색·분석·검수·버저닝까지 연결하는 플랫폼
  • 가공된 3D 라벨을 자연어 쿼리로 검색 가능한 데이터 자산으로 변환


기술 마일스톤

우리는 먼저 다양한 센서/환경에서 수집된 비정형 데이터에서 3D 환경을 자동 가공해 데이터를 정형화/표준화합니다.

그 다음, 가공된 라벨로부터 상황 메타데이터를 인덱싱해 원하는 장면만 검색할 수 있게 만듭니다.

이 검색 레이어가 중요한 이유는 간단합니다.

우리가 필요한 데이터는 평범한 100시간 영상이 아니라 성능을 바꾸는 1초(엣지/롱테일) 이기 때문입니다.



AI Engineer 업무 소개

합류하면 풀게 될 문제

비저너리의 데이터 자동 가공 파이프라인은 이미 동작하고 있고, 글로벌 벤치마크 기준 SOTA 수준의 자체 모델을 보유하고 있습니다.

지금 필요한 건 90%를 99%로 만드는 작업입니다.

여러 Perception 태스크에서 edge case를 자동으로 파악하고, 이를 개선하는 루프를 구축하는 것이 핵심입니다.


합류하시면 적어도 하나의 태스크를 처음부터 끝까지 책임지고, 고객에게 제공 가능한 수준으로 고도화하게 됩니다. 우리는 제품화에 우선순위를 두고, 고객의 문제를 미리, 빠르게, 잘 푸는 것에서 가치를 만듭니다.



미션

(1) 90% → 99%

  • 이미 동작중인 자동 가공 파이프라인을 Enterprise 수준(정확도·일관성·일반화·재현성)으로 개선합니다.
  • 고객별 도메인/센서 변화에도 강인하게 동작하는 평가 체계·실패 케이스 정의·개선 루프를 구축합니다.

(2) 0% → 90%

  • 새로운 태스크/센서/환경으로 확장되는 구간에서, 문제와 한계조건을 뾰족하게 정의합니다.
  • 자원과 제약사항을 고려하여 빠르게 프로토타이핑 하고 운영 가능한 수준으로 만듭니다.


주요 업무

  • 데이터 파이프라인 오케스트레이션
  • 작업 큐, 스케줄링, 재시도, 체크포인팅 설계
  • 리소스 할당 및 실행 최적화
  • GPU 워크로드 효율화
  • 프로파일링을 통한 병목 분석
  • 병렬화, 캐싱, I/O 최적화
  • 재현성 체계 구축
  • 데이터/모델/메타데이터 버저닝
  • 설정과 실행 이력이 추적되는 구조 설계
  • 온프레미스 배포 및 운영
  • 고객 환경에 맞는 표준 패키지 설계
  • 권한, 로그, 장애 대응 체계 구축



함께 일할 팀

1000시간, 1000TB 이상의 자율주행 데이터를 직접 운영한 경험을 가진 공동창업자들과 함께 일합니다.

  • KAIST, 서울대 박사
  • ICCV, AAAI, ICRA 등 Top-tier 학회 연구 경험
  • E2E, 주행, 주차 태스크 데이터·모델 개발 경험


일하는 방식

  • Daily scrum으로 개발 우선순위 결정, 서로 피드백
  • 코드 리뷰를 통해 더 좋은 구조 논의
  • 기술적 의사결정은 자유롭게 토론하고, 서로의 판단을 존중
  • 상호 존중, '님' 호칭 사용



자격 요건

필수

  • 관련 전공 석사 이상 학력 혹은 그에 준하는 경력 및 실력
  • Linux 환경에서 Python 서비스/배치/데이터 파이프라인 운영 경험
  • 컨테이너/배포/모니터링/로그 수집 중 2개 이상 직접 구성한 경험
  • 장애나 병목을 계측하고, 우선순위를 정해 개선까지 이어본 경험


이런 분을 찾습니다

  • 시스템 전체를 보고, 병목이 어디인지 스스로 찾아내는 분
  • "일단 돌아가게"가 아니라 "안정적으로 반복 실행되게" 만드는 분
  • 운영 중 생기는 문제를 기록하고, 재발을 막는 구조를 설계하는 분


이런 분은 맞지 않을 수 있습니다

  • 주어진 스펙대로만 구현하고 싶은 분
  • 운영/장애 대응보다 새로운 기능 개발만 선호하는 분


우대 사항

  • GPU 워크로드 운영 또는 대규모 데이터 파이프라인 경험
  • Airflow/Argo/K8s/Ray/SLURM 등 오케스트레이션 도구 경험
  • 온프레미스/망분리/보안 요구사항 대응 경험



근무 환경/혜택

보상

  • 대기업 수준 연봉, 스톡옵션 (역량에 따라 협의)

근무 형태

  • 주 3일 출근 (서울 선릉) + 주 2일 재택
  • 유연근무 및 자율 출퇴근 (코어타임 11:00~16:00)

장비 및 인프라

  • 개발 장비 지원 (금액 제한 없음)
  • Coding Agent 구독 (금액 제한 없음)
  • 인당 RTX PRO 6000 × 4 GPU
  • 연 5억원 이상 GPU 자원 예산 확보

성장

  • 주요 학회 참석 및 학습 기회 장려
  • 초기 멤버로서 제품 아키텍처를 함께 설계



합류 과정

지원서 접수 → (선택) 커피챗 → 기술 인터뷰 → 필요 시 추가 인터뷰(컬처/오프라인) → 처우 협의 → 최종 합류


서류 검토

  • 코딩테스트나 사전 과제는 진행하지 않습니다.
  • 본인의 경험과 역량이 잘 드러날 수 있는 자료를 제출해 주세요.
  • 이력서·포트폴리오·깃허브·프로젝트 설명 등 형태는 자유
  • 문제를 어떻게 정의했고, 어떤 선택을 했으며, 그 결과 무엇을 배웠는지가 드러나는 자료를 선호합니다.


기술 인터뷰는 정답을 맞히는 문제가 아닙니다.

  1. 본인이 경험한 문제를 얼마나 깊이 고민했는지
  2. 아직 경험하지 않은 영역 에서 어떻게 사고하고 접근하는지

짧은 가상 시나리오를 바탕으로 문제를 정의하고 해결 방향을 논의하는 형태로 진행됩니다.



참고 사항 (지원자 FAQ)

재원/안정성

  • 현재 약 16억 규모 R&D 예산을 확보
  • 제품 상용화와 확장을 위해 seed 투자 유치 진행

수습기간

  • 3개월 수습기간, 수습 기간 급여는 100% 지급

커피챗

  • 지원 전 회사/팀/업무가 더 궁금하시면 커피챗(온·오프라인)을 요청하실 수 있습니다: [링크]
공유하기
MLOps Engineer | On-prem Orchestration

Visionary 소개

우리는 ​데이터 ​라벨링 ​회사가 아닙니다.

우리는 ​공간 지능(자율주행/로보틱스/국방) 개발에 필수적인 ​Spatial ​Data OS를 ​만들고 있습니다.

우리는 모델의 ​약점을 파악하고 ​→ ​필요한 데이터를 ​검색하고 ​→ ​다시 개선하는 루프를 ​제품으로 ​제공합니다.


우리는 작은 팀으로도 ​6개월 ​동안 ​다음을 만들고 증명했습니다.

  • R&D ​예산 15억 ​확보
  • 고객사 ​2곳 유치 ​및 매출 ​발생
  • NVIDIA ​Inception Program 선정
  • 데이터 ​바우처 지원사업 ​선정
  • IROS 2025 RoboSense 챌린지 우승
  • 도전 K-스타트업 장관상 수상



우리가 만드는 것

제품

  • Data Engine: 멀티센서(LiDAR / Camera / LiDAR+Camera) 기반 3D 자동 가공 엔진
  • 3D 동적 객체, HD Map/정적 인프라, Occupancy 등 학습에 바로 쓰이는 형태로 변환
  • 글로벌 리더보드 SOTA 수준의 자체 모델 보유
  • PRISM: 가공 결과를 구조화(인덱싱)해 검색·분석·검수·버저닝까지 연결하는 플랫폼
  • 가공된 3D 라벨을 자연어 쿼리로 검색 가능한 데이터 자산으로 변환


기술 마일스톤

우리는 먼저 다양한 센서/환경에서 수집된 비정형 데이터에서 3D 환경을 자동 가공해 데이터를 정형화/표준화합니다.

그 다음, 가공된 라벨로부터 상황 메타데이터를 인덱싱해 원하는 장면만 검색할 수 있게 만듭니다.

이 검색 레이어가 중요한 이유는 간단합니다.

우리가 필요한 데이터는 평범한 100시간 영상이 아니라 성능을 바꾸는 1초(엣지/롱테일) 이기 때문입니다.



AI Engineer 업무 소개

합류하면 풀게 될 문제

비저너리의 데이터 자동 가공 파이프라인은 이미 동작하고 있고, 글로벌 벤치마크 기준 SOTA 수준의 자체 모델을 보유하고 있습니다.

지금 필요한 건 90%를 99%로 만드는 작업입니다.

여러 Perception 태스크에서 edge case를 자동으로 파악하고, 이를 개선하는 루프를 구축하는 것이 핵심입니다.


합류하시면 적어도 하나의 태스크를 처음부터 끝까지 책임지고, 고객에게 제공 가능한 수준으로 고도화하게 됩니다. 우리는 제품화에 우선순위를 두고, 고객의 문제를 미리, 빠르게, 잘 푸는 것에서 가치를 만듭니다.



미션

(1) 90% → 99%

  • 이미 동작중인 자동 가공 파이프라인을 Enterprise 수준(정확도·일관성·일반화·재현성)으로 개선합니다.
  • 고객별 도메인/센서 변화에도 강인하게 동작하는 평가 체계·실패 케이스 정의·개선 루프를 구축합니다.

(2) 0% → 90%

  • 새로운 태스크/센서/환경으로 확장되는 구간에서, 문제와 한계조건을 뾰족하게 정의합니다.
  • 자원과 제약사항을 고려하여 빠르게 프로토타이핑 하고 운영 가능한 수준으로 만듭니다.


주요 업무

  • 데이터 파이프라인 오케스트레이션
  • 작업 큐, 스케줄링, 재시도, 체크포인팅 설계
  • 리소스 할당 및 실행 최적화
  • GPU 워크로드 효율화
  • 프로파일링을 통한 병목 분석
  • 병렬화, 캐싱, I/O 최적화
  • 재현성 체계 구축
  • 데이터/모델/메타데이터 버저닝
  • 설정과 실행 이력이 추적되는 구조 설계
  • 온프레미스 배포 및 운영
  • 고객 환경에 맞는 표준 패키지 설계
  • 권한, 로그, 장애 대응 체계 구축



함께 일할 팀

1000시간, 1000TB 이상의 자율주행 데이터를 직접 운영한 경험을 가진 공동창업자들과 함께 일합니다.

  • KAIST, 서울대 박사
  • ICCV, AAAI, ICRA 등 Top-tier 학회 연구 경험
  • E2E, 주행, 주차 태스크 데이터·모델 개발 경험


일하는 방식

  • Daily scrum으로 개발 우선순위 결정, 서로 피드백
  • 코드 리뷰를 통해 더 좋은 구조 논의
  • 기술적 의사결정은 자유롭게 토론하고, 서로의 판단을 존중
  • 상호 존중, '님' 호칭 사용



자격 요건

필수

  • 관련 전공 석사 이상 학력 혹은 그에 준하는 경력 및 실력
  • Linux 환경에서 Python 서비스/배치/데이터 파이프라인 운영 경험
  • 컨테이너/배포/모니터링/로그 수집 중 2개 이상 직접 구성한 경험
  • 장애나 병목을 계측하고, 우선순위를 정해 개선까지 이어본 경험


이런 분을 찾습니다

  • 시스템 전체를 보고, 병목이 어디인지 스스로 찾아내는 분
  • "일단 돌아가게"가 아니라 "안정적으로 반복 실행되게" 만드는 분
  • 운영 중 생기는 문제를 기록하고, 재발을 막는 구조를 설계하는 분


이런 분은 맞지 않을 수 있습니다

  • 주어진 스펙대로만 구현하고 싶은 분
  • 운영/장애 대응보다 새로운 기능 개발만 선호하는 분


우대 사항

  • GPU 워크로드 운영 또는 대규모 데이터 파이프라인 경험
  • Airflow/Argo/K8s/Ray/SLURM 등 오케스트레이션 도구 경험
  • 온프레미스/망분리/보안 요구사항 대응 경험



근무 환경/혜택

보상

  • 대기업 수준 연봉, 스톡옵션 (역량에 따라 협의)

근무 형태

  • 주 3일 출근 (서울 선릉) + 주 2일 재택
  • 유연근무 및 자율 출퇴근 (코어타임 11:00~16:00)

장비 및 인프라

  • 개발 장비 지원 (금액 제한 없음)
  • Coding Agent 구독 (금액 제한 없음)
  • 인당 RTX PRO 6000 × 4 GPU
  • 연 5억원 이상 GPU 자원 예산 확보

성장

  • 주요 학회 참석 및 학습 기회 장려
  • 초기 멤버로서 제품 아키텍처를 함께 설계



합류 과정

지원서 접수 → (선택) 커피챗 → 기술 인터뷰 → 필요 시 추가 인터뷰(컬처/오프라인) → 처우 협의 → 최종 합류


서류 검토

  • 코딩테스트나 사전 과제는 진행하지 않습니다.
  • 본인의 경험과 역량이 잘 드러날 수 있는 자료를 제출해 주세요.
  • 이력서·포트폴리오·깃허브·프로젝트 설명 등 형태는 자유
  • 문제를 어떻게 정의했고, 어떤 선택을 했으며, 그 결과 무엇을 배웠는지가 드러나는 자료를 선호합니다.


기술 인터뷰는 정답을 맞히는 문제가 아닙니다.

  1. 본인이 경험한 문제를 얼마나 깊이 고민했는지
  2. 아직 경험하지 않은 영역 에서 어떻게 사고하고 접근하는지

짧은 가상 시나리오를 바탕으로 문제를 정의하고 해결 방향을 논의하는 형태로 진행됩니다.



참고 사항 (지원자 FAQ)

재원/안정성

  • 현재 약 16억 규모 R&D 예산을 확보
  • 제품 상용화와 확장을 위해 seed 투자 유치 진행

수습기간

  • 3개월 수습기간, 수습 기간 급여는 100% 지급

커피챗

  • 지원 전 회사/팀/업무가 더 궁금하시면 커피챗(온·오프라인)을 요청하실 수 있습니다: [링크]