[부서소개]

HyperCLOVA X는 한국어와 한국 문화에 특화된 Foundation Model로 NAVER의 다양한 비즈니스와 연구 개발에 폭넓게 활용되고 있습니다. 저희 팀은 HyperCLOVA X의 Alignment Learning을 담당하며, ML/AI 기술을 활용해 LLM의 성능과 가능성을 확장하는 데 집중하고 있습니다. Alignment Learning은 AI 모델이 인간의 가치관과 의도를 정확히 이해함으로써 사용자에게 최대한의 유용성(Helpfulness)을 제공하는 동시에 높은 수준의 안전성(Safety)을 확보하는 것을 목표로 합니다. 이를 위해 감독학습, 강화학습 등 다양한 ML 알고리즘부터 데이터 합성 및 정제, 평가지표 개발 등 LLM 학습과 관련된 다양한 기술들을 연구개발하고 있습니다. HyperCLOVA X가 Agent로서 복잡한 문제를 단계적으로 해결하기 위해 추론(reasoning)을 하고, 함수 호출(function call)이나 코드 인터프리터(code interpreter)와 같은 다양한 도구를 활용하여 능동적으로 문제를 해결하도록 학습하는 체계를 구축하고 있습니다. 저희는 이와 같이 이론적인 연구부터 실제 서비스 응용까지 LLM 전 분야에 걸쳐 도전적인 과제들을 탐구하고 있습니다. AI가 사람과 더 깊이 상호작용하고, 스스로 추론을 통해 문제를 해결하는 똑똑한 Agent가 되도록 만드는 미션에 열정적으로 함께할 분들을 기다리고 있습니다.

[담당업무]

- LLM 학습 알고리즘 고도화: SFT, Online/Offline RL 등의 학습 실험 및 Reasoning, Function Call, Code Agent 등 post-training 전반의 성능 개선에 필요한 연구와 실험 등

- 데이터 합성 및 평가: 모델 학습에 필요한 고퀄리티 데이터 합성 및 필터링 및 학습 결과를 확인할 수 있는 정량적 평가 지표 개발 등

- LLM 학습에 필요한 엔지니어링: 대규모 분산 학습, MLOps, 그리고 학습 전 과정을 반자동화할 수 있는 파이프라인 개발, MoE 개발 등

- LLM Safety 향상: HCX의 Safety Policy를 정의하고, 이를 학습하기 위한 데이터 제작 및 평가 지표 개선, Rule-based Reward Model을 통한 강화학습 실험 등

- Inference 최적화 모델링: Speculative Decoding, Knowledge Distillation과 같은 추론 과정을 효율화할 수 있는 실험 등

[자격요건]

- 국내·외 정규대학 AI/ML 분야 전공 박사 과정 졸업자 혹은 AI/ML 분야 전공 석사 과정 졸업 후 관련 업무 경험 N년 이상 보유하신 분

- 대규모 분산 GPU 환경에서 LLM 모델의 학습 및 추론을 위한 코드베이스 개발한 경험이 있으신 분

- Data curation/synthesis/augmentation/refinement 관련 업무 및 연구 경험이 있으신 분

- 자동화된 평가 지표(metric) 개발을 포함하여 ML 실험을 설계하고 그 결과를 분석한 경험이 있으신 분

- Pytorch/Huggingface/DeepSpeed/FSDP/vLLM/trl/verl 등 LLM 관련 오픈소스 라이브러리 사용 및 개발 경험이 있으신 분

[우대사항]

- LLM에서 중규모 크기 이상 모델(7B~70B)의 분산 학습 경험이 있는 분(DeepSpeed, FSDP, Megatron 등)

- 실제 제품 또는 서비스에 적용된 LLM 모델 학습 및 배포 경험이 있는 분

- ICML, ICLR, NeurIPS, ACL, EMNLP, NAACL 등 AI/NLP 분야 탑티어 학회에서 논문 발표 이력이 있는 분