직무 개요
“AI가 모든 것을 바꾸는 지금, 딥오토는 엔지니어링 설계, 제조, 건설 산업의 패러다임을 뒤바꿀 선봉장입니다.
산업의 미래를 직접 설계할 당신을 기다립니다.”
딥오토는 설계 도면, 기술 문서 등 산업 현장의 복잡한 비정형 데이터(CAD, PDF, 이미지 등)를 AI가 이해하고 처리할 수 있는 차세대 지능형 시스템을 만들고 있습니다. 우리는 단순히 텍스트를 읽는 것을 넘어, 데이터 내부의 논리적 구조를 복원하고 자율적으로 문제를 해결하는 Agentic AI 시스템을 개발합니다.
본 인턴십은 최신 AI 기술(VLM/LLM, 강화학습, 데이터 아키텍처)을 활용하여 엔터프라이즈 환경의 기술적 난제를 정면으로 돌파하는 여정입니다. 뛰어난 동료들과 함께 딥오토 플랫폼의 기술적 진화를 주도하며, 실무 중심의 압도적인 성장을 경험할 예비 AI 엔지니어를 모십니다.
*지원 시 본인의 역량과 관심사에 맞춰 아래 네 가지 트랙 중 하나를 1지망으로 선택해 주시기 바랍니다.
주요 업무
Track 1: 에이전트 설계 및 구현 (0명)
- 멀티모달 에이전트 개발: PDF, Excel, CAD(AutoCAD, SolidWorks, CATIA) 등 다양한 포맷의 비정형 문서 구조를 분석하고, 객체 간의 연결 관계를 파악하는 LLM/VLM 에이전트 워크플로우를 설계합니다.
- Agentic System 고도화: 에이전트가 복잡한 태스크를 자율적으로 수행할 수 있도록 Planning, Memory, Tool-Use 로직을 설계 및 구현합니다.
- 하이브리드 로직 최적화: 객체 병합(Bbox Merging), 경로 추적(Tracing) 등 데이터 특징 기반의 Rule-based 전처리와 AI 모델을 결합한 하이브리드 추론 시스템을 고도화합니다.
Track 2: 데이터 인텔리전스 모델 설계 및 구현 (0명)
- OCR 파이프라인 구축: 다양한 데이터(도면, 문서, 스캔본)에서 텍스트를 인식하고 추출하는 OCR 모델의 추론 및 학습 파이프라인을 구축합니다.
- Object Detection 파이프라인 구축: 다양한 데이터(도면, 사진, 문서)에서 도메인에 특화된 객체를 탐지하는 모델의 추론 및 학습 파이프라인을 구축합니다.
- 협업 및 연동: 트랙 1, 3, 4의 작업자와 긴밀하게 협업하여 구축된 데이터 인텔리전스 모델을 데이터 레이크하우스에 연동합니다.
Track 3: LLM 파인튜닝 및 강화학습 기반 모델 학습 (0명)
- SFT(Supervised Fine-Tuning): 오픈소스 모델을 기반으로, 지시 수행 능력 및 도메인 특화 성능 향상을 위한 파이프라인을 구축하고 학습을 수행합니다.
- 최신 강화학습(RL) 리서치 및 적용: 모델의 논리적 추론 능력 극대화를 위해 DPO 등 최신 강화학습 기법을 실험하고 서비스에 적용합니다.
- 벤치마크 평가 체계 구축: 정밀한 모델 성능 측정을 위한 자동화 평가 프레임워크를 고도화합니다.
Track 4: 데이터 레이크하우스 아키텍처 구현 (0명)
- 비정형 데이터 파이프라인 구축: 설계 도면, 기술 문서 등 대규모 비정형 데이터를 모델이 학습 및 추론할 수 있는 정제된 형태의 데이터셋으로 변환하고 적재하는 파이프라인을 구축합니다.
- 데이터 레이크하우스 설계: AI 에이전트와 모델 학습 환경(분산 학습 등)에서 데이터를 효율적으로 조회하고 활용할 수 있도록 확장성 있는 데이터 저장/처리 아키텍처를 구현합니다.
자격 요건
- 컴퓨터 공학, 인공지능, 수학/통계학 등 관련 분야 학사 학위 이상 전공자 (재학/휴학/졸업생 모두 가능) 또는 그에 준하는 프로그래밍 역량을 갖추신 분
- Python 및 PyTorch 등 딥러닝 프레임워크를 능숙하게 다룰 수 있는 분
- 최신 AI 논문의 핵심 아이디어를 빠르게 파악하고 코드로 구현해 보는 것을 즐기시는 분
- 정답이 없는 환경에서 주도적으로 가설을 세우고, 실험을 통해 검증하는 문제 해결 능력을 갖추신 분
- 동료 및 협력사와의 능동적인 커뮤니케이션을 통해 모호한 요구사항을 기술적 언어로 구체화할 수 있는 분
우대 사항
[일반 우대사항]
- NeurIPS, ICLR, ICML, EMNLP, ACL 등 글로벌 주요 AI 학회 논문 게재 경험
- LangChain, LlamaIndex, AutoGen 등 Agentic AI 프레임워크 활용 경험
[에이전트 트랙 우대사항]
- PDF, DXF, SVG 등 벡터/레이어 기반 도면 및 비정형 데이터 파싱 경험
- 객체 탐지(Object Detection), OCR, 그래프 기반 학습 모델 등 ML/Vision 기초 지식 보유
- 설계 도면 관련 기초 지식 보유 우대 (건설, 토목, 기계, 화공 부전공 등)
[데이터 인텔리전스 트랙 우대사항]
- YOLO, PaddleOCR 등 최신 Object Detection 및 OCR 모델을 직접 파인튜닝하고 실무/프로젝트에 적용해 본 경험
- OpenCV, Albumentations 등을 활용하여 도메인 특화(노이즈, 회전, 스캔 왜곡 등) 이미지 전처리 및 데이터 증강(Data Augmentation)을 능숙하게 다뤄 본 경험
- 복잡한 문서(PDF)의 레이아웃 구조를 분석하고 테이블 데이터를 정형화해 본 경험
[모델 학습 트랙 우대사항]
- GRPO 등 최신 LLM 강화학습 기법을 직접 적용해 본 경험
- LLM 추론 최적화(vLLM, TensorRT-LLM) 및 메모리 병목 현상 해결 경험
- H100/B200 등 엔터프라이즈급 서버 인프라를 다뤄 모델 Finetuning 학습을 해 본 경험
[데이터 트랙 우대사항]
- 대용량 데이터의 분산 처리 및 데이터 레이크/웨어하우스 구축 경험
- EzDXF, OpenCV 등을 활용한 복잡한 데이터 전처리 파이프라인 최적화 경험
- Hadoop, Spark, Databricks 등 빅데이터 처리 프레임워크 사용 경험
직무 개요
“AI가 모든 것을 바꾸는 지금, 딥오토는 엔지니어링 설계, 제조, 건설 산업의 패러다임을 뒤바꿀 선봉장입니다.
산업의 미래를 직접 설계할 당신을 기다립니다.”
딥오토는 설계 도면, 기술 문서 등 산업 현장의 복잡한 비정형 데이터(CAD, PDF, 이미지 등)를 AI가 이해하고 처리할 수 있는 차세대 지능형 시스템을 만들고 있습니다. 우리는 단순히 텍스트를 읽는 것을 넘어, 데이터 내부의 논리적 구조를 복원하고 자율적으로 문제를 해결하는 Agentic AI 시스템을 개발합니다.
본 인턴십은 최신 AI 기술(VLM/LLM, 강화학습, 데이터 아키텍처)을 활용하여 엔터프라이즈 환경의 기술적 난제를 정면으로 돌파하는 여정입니다. 뛰어난 동료들과 함께 딥오토 플랫폼의 기술적 진화를 주도하며, 실무 중심의 압도적인 성장을 경험할 예비 AI 엔지니어를 모십니다.
*지원 시 본인의 역량과 관심사에 맞춰 아래 네 가지 트랙 중 하나를 1지망으로 선택해 주시기 바랍니다.
주요 업무
Track 1: 에이전트 설계 및 구현 (0명)
- 멀티모달 에이전트 개발: PDF, Excel, CAD(AutoCAD, SolidWorks, CATIA) 등 다양한 포맷의 비정형 문서 구조를 분석하고, 객체 간의 연결 관계를 파악하는 LLM/VLM 에이전트 워크플로우를 설계합니다.
- Agentic System 고도화: 에이전트가 복잡한 태스크를 자율적으로 수행할 수 있도록 Planning, Memory, Tool-Use 로직을 설계 및 구현합니다.
- 하이브리드 로직 최적화: 객체 병합(Bbox Merging), 경로 추적(Tracing) 등 데이터 특징 기반의 Rule-based 전처리와 AI 모델을 결합한 하이브리드 추론 시스템을 고도화합니다.
Track 2: 데이터 인텔리전스 모델 설계 및 구현 (0명)
- OCR 파이프라인 구축: 다양한 데이터(도면, 문서, 스캔본)에서 텍스트를 인식하고 추출하는 OCR 모델의 추론 및 학습 파이프라인을 구축합니다.
- Object Detection 파이프라인 구축: 다양한 데이터(도면, 사진, 문서)에서 도메인에 특화된 객체를 탐지하는 모델의 추론 및 학습 파이프라인을 구축합니다.
- 협업 및 연동: 트랙 1, 3, 4의 작업자와 긴밀하게 협업하여 구축된 데이터 인텔리전스 모델을 데이터 레이크하우스에 연동합니다.
Track 3: LLM 파인튜닝 및 강화학습 기반 모델 학습 (0명)
- SFT(Supervised Fine-Tuning): 오픈소스 모델을 기반으로, 지시 수행 능력 및 도메인 특화 성능 향상을 위한 파이프라인을 구축하고 학습을 수행합니다.
- 최신 강화학습(RL) 리서치 및 적용: 모델의 논리적 추론 능력 극대화를 위해 DPO 등 최신 강화학습 기법을 실험하고 서비스에 적용합니다.
- 벤치마크 평가 체계 구축: 정밀한 모델 성능 측정을 위한 자동화 평가 프레임워크를 고도화합니다.
Track 4: 데이터 레이크하우스 아키텍처 구현 (0명)
- 비정형 데이터 파이프라인 구축: 설계 도면, 기술 문서 등 대규모 비정형 데이터를 모델이 학습 및 추론할 수 있는 정제된 형태의 데이터셋으로 변환하고 적재하는 파이프라인을 구축합니다.
- 데이터 레이크하우스 설계: AI 에이전트와 모델 학습 환경(분산 학습 등)에서 데이터를 효율적으로 조회하고 활용할 수 있도록 확장성 있는 데이터 저장/처리 아키텍처를 구현합니다.
자격 요건
- 컴퓨터 공학, 인공지능, 수학/통계학 등 관련 분야 학사 학위 이상 전공자 (재학/휴학/졸업생 모두 가능) 또는 그에 준하는 프로그래밍 역량을 갖추신 분
- Python 및 PyTorch 등 딥러닝 프레임워크를 능숙하게 다룰 수 있는 분
- 최신 AI 논문의 핵심 아이디어를 빠르게 파악하고 코드로 구현해 보는 것을 즐기시는 분
- 정답이 없는 환경에서 주도적으로 가설을 세우고, 실험을 통해 검증하는 문제 해결 능력을 갖추신 분
- 동료 및 협력사와의 능동적인 커뮤니케이션을 통해 모호한 요구사항을 기술적 언어로 구체화할 수 있는 분
우대 사항
[일반 우대사항]
- NeurIPS, ICLR, ICML, EMNLP, ACL 등 글로벌 주요 AI 학회 논문 게재 경험
- LangChain, LlamaIndex, AutoGen 등 Agentic AI 프레임워크 활용 경험
[에이전트 트랙 우대사항]
- PDF, DXF, SVG 등 벡터/레이어 기반 도면 및 비정형 데이터 파싱 경험
- 객체 탐지(Object Detection), OCR, 그래프 기반 학습 모델 등 ML/Vision 기초 지식 보유
- 설계 도면 관련 기초 지식 보유 우대 (건설, 토목, 기계, 화공 부전공 등)
[데이터 인텔리전스 트랙 우대사항]
- YOLO, PaddleOCR 등 최신 Object Detection 및 OCR 모델을 직접 파인튜닝하고 실무/프로젝트에 적용해 본 경험
- OpenCV, Albumentations 등을 활용하여 도메인 특화(노이즈, 회전, 스캔 왜곡 등) 이미지 전처리 및 데이터 증강(Data Augmentation)을 능숙하게 다뤄 본 경험
- 복잡한 문서(PDF)의 레이아웃 구조를 분석하고 테이블 데이터를 정형화해 본 경험
[모델 학습 트랙 우대사항]
- GRPO 등 최신 LLM 강화학습 기법을 직접 적용해 본 경험
- LLM 추론 최적화(vLLM, TensorRT-LLM) 및 메모리 병목 현상 해결 경험
- H100/B200 등 엔터프라이즈급 서버 인프라를 다뤄 모델 Finetuning 학습을 해 본 경험
[데이터 트랙 우대사항]
- 대용량 데이터의 분산 처리 및 데이터 레이크/웨어하우스 구축 경험
- EzDXF, OpenCV 등을 활용한 복잡한 데이터 전처리 파이프라인 최적화 경험
- Hadoop, Spark, Databricks 등 빅데이터 처리 프레임워크 사용 경험