[NAVER Cloud] Foundation Model ML Engineer (체험형 인턴)

부서소개 저희 부서는 HyperCLOVA X 의 이미지·비디오 생성을 담당하며, Diffusion 기반 생성 파운데이션 모델을 중심으로 핵심 기술을 연구·개발하고 있습니다. Diffusion Transformer 등의 아키텍처, Vision Tokenizer 등 Omni-LLM과의 인터페이스 전반을 직접 설계하며, 대규모 GPU 클러스터 환경에서 from-scratch 학습과 고도화를 수행합니다. 그리고 이 과정에서 생성 품질, 이미지 편집시 일관성 유지, 복합 모달리티 시나리오하에서의 안정적인 생성과 같은 핵심 문제를 해결하는 데 집중합니다. 또한 모델에 국한되지 않고, 학습 데이터셋 설계와 구축을 함께 수행합니다. 이미지 생성·편집, 이미지 조건 기반 비디오·오디오 생성 등 새로운 옴니모달 시나리오를 발굴하고, 단계적 판단이나 중간추론 유도 등 성능을 향상시키기 위한 데이터 구성 및 학습 전략을 연구하고 있습니다. 이렇게 모델, 데이터를 종합적으로 다루며 개발한 결과물은 Hugging Face (링크)와 arXiv (링크)에 공개함으로써 대외적인 기술적 임팩트를 확장하고 있습니다. 담당업무 대규모 데이터 수집 및 전처리 • 웹, 문서, 비디오 등 원시 데이터로부터 구조화된 이미지-텍스트 Interleaved 데이터 추출 • 다양한 특징 추출 모델 (Aesthetics Score, OCR, Optical Flow 등) 및 캡셔닝 모델 적용 • Ray, PySpark 등을 활용한 분산 데이터 처리 파이프라인 개발 (GPU 클러스터 활용) • 데이터 시각화 및 분석 도구를 활용한 지속적인 데이터 품질 모니터링 및 개선 Eval Ops • 자동화된 모델 평가 파이프라인 구축 • 학습된 모델 서빙 및 데모 개발