[CTO] GPU Software Engineer 채용

전공 컴퓨터, 전자, 전기 전공 근무지 서울특별시 강서구 인원 0명 필수 사항 학사(4년제) 이상 컴퓨터, 전자, 전기 전공 관련직무 경력 2년 이상 우대 사항 석사 이상 컴퓨터공학, 시스템/네트워크/OS연구분야 석사 학위자는 관련 직무 경력 무관 상세 내용 GPU기술 TF는 LG유플러스 AI/ML 서비스에 필요한 최적의 연산 환경을 제공합니다. 우리는 GPU 기반 인프라를 설계·구축·운영하고, 이를 효율적으로 활용할 수 있는 소프트웨어 플랫폼을 개발합니다. 자원 최적화 및 안정적 운영을 통해 서비스 품질을 향상시키고, GPU 기술 내재화를 추진합니다. ■ 우리팀에서 하고 있는 일(주요 R&R) - 인프라 혁신: GPU 기반 AI/ML 학습 및 서비스 환경을 위한 인프라 설계·운영 - 플랫폼 개발: GPU 관리 플랫폼 및 자원 스케줄링 효율화 기술 개발 (가상화, 공유 기술 연구) - 성능 최적화 및 온보딩: AI/ML 워크로드의 GPU 온보딩 개발 (Model Serving) 및 성능 최적화 ■ 포지션 소개 GPU를 ‘연결’하는 역할이 아니라, GPU가 ‘일하게 만드는 역할'입니다. GPU를 쓰는 사람은 많습니다. 하지만 GPU가 어떻게 쓰일지를 직접 정의해본 사람은 많지 않습니다. GPU Software Engineer는 LG유플러스의 AI/ML 서비스 뒤에서 돌아가는 대규모 GPU 자원을 “제대로 쓰게 만드는” 시스템 소프트웨어를 만드는 역할입니다. 우리는 단순히 GPU를 붙여서 돌리지 않습니다. 왜 이 GPU는 놀고 있는지, 왜 이 워크로드는 느린지, 어디서 성능이 새고 있는지 그 이유를 끝까지 파고들어 코드로 해결합니다. 이 포지션에서 다루게 될 것은 다음과 같은 질문들입니다. • GPU는 충분한데 왜 성능은 안 나올까? • GPU를 나눠 쓰는 순간, 어디서부터 병목이 생길까? • 가상화 환경에서 “이 정도면 충분하다”는 기준은 정말 맞을까? 정답은 문서에도, 블로그에도 없습니다. 직접 실험하고, 부딪히고, 코드를 바꿔가며 만들어야 하는 문제들입니다. GPU기술 TF는 AI 연구가 아니라 실제 서비스 환경에서 ✅ 수십~수백 대 규모의 GPU 자원을 다루고 ✅ GPU 가상화·공유·자원 관리 소프트웨어를 직접 만들며 ✅ 그 결과가 바로 서비스 품질과 비용 효율로 드러나는 일을 합니다. 지금 모든 걸 알 필요는 없습니다. 하지만 만약 • GPU 아키텍처나 시스템 동작을 보면 괜히 궁금해지고 • “이건 인프라 문제야”라는 말로 넘어가기 싫고 • 성능 이슈를 보면 끝내 원인을 찾아야 직성이 풀린다면 여기서의 경험은 단순한 한 회사의 업무가 아니라, GPU + 시스템 소프트웨어라는 희소한 커리어 트랙을 열어줍니다.