이런 일을 합니다.
조직소개- 우리 조직은 고객의 요청 사양에 따라 제품의 전기화학적 성능을 면밀히 예측하고 검토합니다. 또한, 개발 제품에 반영되는 변경점들이 제품 성능에 어떠한 영향을 미치는지 사전에 예측 분석하여, 품질과 신뢰성을 확보하고자 합니다.
- 나아가 제품 성능과 관련된 다양한 Modeling 분석 기법을 지속적으로 개발 및 고도화하여 분석의 정밀도를 높이고, AI 기반의 분석과 문제 해결을 통해 현업에서 발생하는 다양한 문제를 효과적으로 대응하며 연구개발의 효율성을 극대화하고 있습니다.
수행업무배터리 성능 모델링 및 예측- 고객 요구 사항 (RFI, RFQ) 분석 및 Spec 정의
- 성능 사양 예측 및 검토
- 제품 설계 변경에 따른 성능 예측 및 분석
- 고객 요구 사항 대비 마진 분석 및 리스크 평가
배터리 물리모델 및 AI 기반 성능 예측 모델 개발- 배터리 물리 모델 기반 예측 기술 개발
- AI 기반의 배터리 성능 예측 모델 개발
- 성능 예측 정밀도 제고를 위한 신규 모델링 기법 개발 혹은 모델링 고도화
Data 기반 문제 분석 및 해결 방안 도출- Data 수집/전처리 및 상관관계 분석
- AI 모델(ML/DL) 개발을 통한 신속한 해결 방안 도출
- AI 활용을 통한 효율적인 업무 프로세스 체계 구축
이런 분과 함께 하고 싶습니다.
지원자격- 석사 이상의 학위를 소지하신 분
- 3년 이상의 배터리 성능 예측/물리 기반 모델링/AI모델링/Data 통계, 분석 경험을 보유하신 분 (석/박사의 경우 학위 기간 경력 포함, '26년2월 졸업예정자 지원 가능)
- 해외 출장/여행에 결격사유가 없으신 분
이런 경험이 있다면 더 환영합니다.
우대사항- 배터리 설계/제조/평가 경력을 보유하신 분
- 배터리 성능 예측을 위한 AI모델링 경력을 보유하신 분
- 배터리 개발 관련 데이터 분석 경력을 보유하신 분
- 우대 전공: 화학/화공/신소재(재료)/에너지공학(배터리)/기계/전기/전자/컴퓨터(AI)/통계
이러한 여정으로 진행됩니다.
전형단계- 서류전형 > 필기전형(SKCT) > 면접전형 > 채용검진 > 최종합격
- 면접전형은 "1차면접 & 2차면접" 또는 "통합면접"으로 진행됩니다.
- 각 전형별 세부 사항은 개별 안내 드리며, 필요 시 전형 별 순서 변경 및 추가 될 수 있습니다.
- 필요에 따라 Reference Check 진행할 수 있습니다.(진행 시 사전 안내 드립니다.)
미리 확인해 주세요.
기타사항- 장애 또는 보훈 인력은 채용과정에서 가점을 부여해드리오니 체크 및 증빙서류를 제출해 주시기 바랍니다.
- 입사 후 3개월의 시용(수습) 기간이 부여됩니다.
- 지원서 접수는 채용 홈페이지를 통해 접수하며, 그 외 개별접수는 받지 않습니다.
- 공고마감 이후, 추가 등록 및 수정이 불가하므로 지원서 작성에 유의하여 주시기 바랍니다.
- 입사지원서 및 자격사항이 사실과 다르거나 부정행위가 발견되는 경우 합격 및 입사가 취소될 수 있습니다.
- 최종합격 후 약정된 입사일에 입사가 불가하거나, 정상근무가 어려울 경우 합격이 취소되거나 전형 상 불이익을 받을 수 있습니다.
- 문의사항은 채용정보 탭의 채용문의 채용 QnA를 통해서 문의해주시기 바랍니다.
- SK온은 전형과정에서의 타 회사의 영업비밀을 침해하지 않도록 모든 주의를 다하고 있습니다.
- 입사지원서나 각종 서류에 타 회사의 영업비밀이나 영업비밀 침해로 오인 내지 우려될 만한 사항이 있는지 반드시 확인 하신 후 최종 제출하여 주시기 바랍니다.