![에스케이그룹 (SK)-[SK inc.(AX)] 제조 AI · Data 분야 AI Studio(AI/ML DevOps 플랫폼) 개발/운영 PL](https://image.wanted.co.kr/optimize?src=https%3A%2F%2Fstatic.wanted.co.kr%2Fimages%2Fcompany%2F59215%2Fh77o7yqkugqv9xdl__1080_790.png&w=700&q=100)
![에스케이그룹 (SK)-[SK inc.(AX)] 제조 AI · Data 분야 AI Studio(AI/ML DevOps 플랫폼) 개발/운영 PL](https://image.wanted.co.kr/optimize?src=https%3A%2F%2Fstatic.wanted.co.kr%2Fimages%2Fcompany%2F59215%2Fxsjl2kblclvqrnak__1080_790.png&w=700&q=100)
![에스케이그룹 (SK)-[SK inc.(AX)] 제조 AI · Data 분야 AI Studio(AI/ML DevOps 플랫폼) 개발/운영 PL](https://image.wanted.co.kr/optimize?src=https%3A%2F%2Fstatic.wanted.co.kr%2Fimages%2Fcompany%2F59215%2F9oewtle35najuvna__1080_790.png&w=700&q=100)
포지션 상세
SK하이닉스, SK Innovation, SK온 등 주요 계열사 제조 현장에서 AI와 Data 기반 디지털 전환(DT)을 리드하는 전문가 조직입니다.
제조 현장의 복잡한 문제를 AI 모델과 데이터 플랫폼으로 해결하며, 고객 가치 창출을 최우선으로 합니다.
Cloud Native 기술을 기반으로 AI/ML 모델의 개발부터 학습, 배포, 서빙, 운영까지 전 주기를 연결하는 통합 AI/ML DevOps 플랫폼을 구축·고도화하고 있습니다.
• Java(Spring Boot) 기반 백엔드 및 공통 서비스 설계·개발, Cloud 기반 MSA 설계 및 서비스 간 API 연계·데이터 흐름 정의, 기술 표준 수립·코드 리뷰 및 성능·보안·품질 관리
• Kubernetes 기반 개발·배포 체계 구축: 컨테이너 기반 애플리케이션 설계 및 배포 구조 표준화, CI/CD 파이프라인 구축과 테스트·배포 자동화
• MLOps 기능 개발 및 통합: 모델 학습, 실험 관리, 모델 등록·배포 및 서빙 기능 연계, AI/ML 워크로드 실행·관리 기능과 플랫폼 API 개발
• 개발 조직 및 수행 관리: 요구사항 분석, 개발 과제 분해, 일정·진척·기술 이슈 관리 및 운영 PL과 협업하여 운영 이관 기준·배포/검증 절차 수립
• [Track 2] AI Studio 운영 PL: AI/ML DevOps 플랫폼 인프라(Cloud/K8s)·MLOps 서비스 운영 및 SRE 리딩
• 플랫폼 운영 체계 수립 및 운영 리딩: 서비스 운영 정책, 표준 절차, 운영 매뉴얼 및 점검 체계 수립, 서비스 수준 목표(SLO) 및 SLA 기반 가용성·성능 관리, 장애 대응·원인 분석(RCA)·재발 방지 및 운영 개선 과제 수행
• Cloud·Kubernetes 인프라 운영: 대규모 K8s 클러스터, 네트워크, 스토리지 및 컴퓨팅 자원 운영·최적화, 용량 산정·확장 정책·백업/복구 및 고가용성(HA)/재해복구(DR) 체계 관리, 접근 권한·보안 패치 및 구성 변경 관리
• MLOps 서비스 및 GPU 자원 운영: 모델 학습·배포 파이프라인과 추론 서비스 상태 관리, GPU 등 AI/ML 자원 사용률 및 비용 최적화, 모델 모니터링·재학습 체계 공동 운영
• 배포 및 운영 자동화: 배포 승인, 변경 관리, 롤백 절차 및 운영 이관 검증, 통합 모니터링·알림 체계 고도화와 반복 운영 업무 자동화
• 근무지: 경기도 분당 / 이천
• Cloud 기반 MSA 역량: Cloud 기반 마이크로서비스 아키텍처(MSA) 설계·구축 경험과 분산 시스템에 대한 깊은 이해
• Kubernetes 및 CI/CD 역량: Kubernetes 환경에서 컨테이너 애플리케이션을 개발·배포한 경험 및 Git 기반 협업·CI/CD 자동화 파이프라인 실무 경험
• MLOps 및 데이터 플랫폼 이해도: MLOps 생명주기에 대한 이해와 AI/ML 시스템 또는 Data Platform 연동·구축 경험
• 인프라 이해 및 문제 해결 역량: 서버, 네트워크, 대용량 스토리지 등 IT 인프라 전반에 대한 이해를 바탕으로 개발 일정·품질을 관리하고 기술적 대안을 제시할 수 있는 역량
• [Track 2] 플랫폼 운영 리딩 경험: Cloud 기반 대규모 플랫폼 또는 엔터프라이즈 상용 서비스 운영 및 운영 리딩 경험 (5년 이상 권장)
• Kubernetes 및 컨테이너 운영 역량: 대규모 Kubernetes 상용 클러스터 아키텍처 구축·운영 및 컨테이너 기반 서비스 운영 경험
• 인프라 및 시스템 이해도: 서버, 네트워크, 대용량 스토리지 등 IT 인프라 전반과 분산 환경에 대한 높은 기술적 이해
• 애플리케이션 진단 및 관측성(Observability) 역량: Java(Spring Boot) 기반 MSA 서비스의 로그·메트릭 분석 및 장애 진단 역량, 모니터링 도구(Prometheus, Grafana 등)를 활용한 관측·알림 체계 구축/운영 경험
• CI/CD 및 MLOps 운영 이해도: CI/CD 기반 배포·변경 관리 및 장애 대응 경험과 MLOps 생명주기·학습/추론 워크로드의 운영 특성에 대한 이해
• 해외여행에 결격사유가 없는 분 (병역 대상자의 경우 병역필 또는 면제자)
• 채용 분야의 경력을 5년 이상 보유하신 분
• 최종합격 후 회사가 지정하는 날짜에 입사 가능하신 분
제조 현장의 복잡한 문제를 AI 모델과 데이터 플랫폼으로 해결하며, 고객 가치 창출을 최우선으로 합니다.
Cloud Native 기술을 기반으로 AI/ML 모델의 개발부터 학습, 배포, 서빙, 운영까지 전 주기를 연결하는 통합 AI/ML DevOps 플랫폼을 구축·고도화하고 있습니다.
주요업무
• [Track 1] AI Studio 개발 PL: AI/ML DevOps 플랫폼 아키텍처 설계 및 백엔드·MLOps 기능 개발 리딩• Java(Spring Boot) 기반 백엔드 및 공통 서비스 설계·개발, Cloud 기반 MSA 설계 및 서비스 간 API 연계·데이터 흐름 정의, 기술 표준 수립·코드 리뷰 및 성능·보안·품질 관리
• Kubernetes 기반 개발·배포 체계 구축: 컨테이너 기반 애플리케이션 설계 및 배포 구조 표준화, CI/CD 파이프라인 구축과 테스트·배포 자동화
• MLOps 기능 개발 및 통합: 모델 학습, 실험 관리, 모델 등록·배포 및 서빙 기능 연계, AI/ML 워크로드 실행·관리 기능과 플랫폼 API 개발
• 개발 조직 및 수행 관리: 요구사항 분석, 개발 과제 분해, 일정·진척·기술 이슈 관리 및 운영 PL과 협업하여 운영 이관 기준·배포/검증 절차 수립
• [Track 2] AI Studio 운영 PL: AI/ML DevOps 플랫폼 인프라(Cloud/K8s)·MLOps 서비스 운영 및 SRE 리딩
• 플랫폼 운영 체계 수립 및 운영 리딩: 서비스 운영 정책, 표준 절차, 운영 매뉴얼 및 점검 체계 수립, 서비스 수준 목표(SLO) 및 SLA 기반 가용성·성능 관리, 장애 대응·원인 분석(RCA)·재발 방지 및 운영 개선 과제 수행
• Cloud·Kubernetes 인프라 운영: 대규모 K8s 클러스터, 네트워크, 스토리지 및 컴퓨팅 자원 운영·최적화, 용량 산정·확장 정책·백업/복구 및 고가용성(HA)/재해복구(DR) 체계 관리, 접근 권한·보안 패치 및 구성 변경 관리
• MLOps 서비스 및 GPU 자원 운영: 모델 학습·배포 파이프라인과 추론 서비스 상태 관리, GPU 등 AI/ML 자원 사용률 및 비용 최적화, 모델 모니터링·재학습 체계 공동 운영
• 배포 및 운영 자동화: 배포 승인, 변경 관리, 롤백 절차 및 운영 이관 검증, 통합 모니터링·알림 체계 고도화와 반복 운영 업무 자동화
• 근무지: 경기도 분당 / 이천
자격요건
• [Track 1] 아키텍처 설계 및 개발 리딩 역량: Java(Spring Boot) 기반 서비스 설계·개발 및 대규모 엔터프라이즈 애플리케이션 통합 아키텍처 설계 또는 Tech Lead 경험 (5년 이상 권장)• Cloud 기반 MSA 역량: Cloud 기반 마이크로서비스 아키텍처(MSA) 설계·구축 경험과 분산 시스템에 대한 깊은 이해
• Kubernetes 및 CI/CD 역량: Kubernetes 환경에서 컨테이너 애플리케이션을 개발·배포한 경험 및 Git 기반 협업·CI/CD 자동화 파이프라인 실무 경험
• MLOps 및 데이터 플랫폼 이해도: MLOps 생명주기에 대한 이해와 AI/ML 시스템 또는 Data Platform 연동·구축 경험
• 인프라 이해 및 문제 해결 역량: 서버, 네트워크, 대용량 스토리지 등 IT 인프라 전반에 대한 이해를 바탕으로 개발 일정·품질을 관리하고 기술적 대안을 제시할 수 있는 역량
• [Track 2] 플랫폼 운영 리딩 경험: Cloud 기반 대규모 플랫폼 또는 엔터프라이즈 상용 서비스 운영 및 운영 리딩 경험 (5년 이상 권장)
• Kubernetes 및 컨테이너 운영 역량: 대규모 Kubernetes 상용 클러스터 아키텍처 구축·운영 및 컨테이너 기반 서비스 운영 경험
• 인프라 및 시스템 이해도: 서버, 네트워크, 대용량 스토리지 등 IT 인프라 전반과 분산 환경에 대한 높은 기술적 이해
• 애플리케이션 진단 및 관측성(Observability) 역량: Java(Spring Boot) 기반 MSA 서비스의 로그·메트릭 분석 및 장애 진단 역량, 모니터링 도구(Prometheus, Grafana 등)를 활용한 관측·알림 체계 구축/운영 경험
• CI/CD 및 MLOps 운영 이해도: CI/CD 기반 배포·변경 관리 및 장애 대응 경험과 MLOps 생명주기·학습/추론 워크로드의 운영 특성에 대한 이해
• 해외여행에 결격사유가 없는 분 (병역 대상자의 경우 병역필 또는 면제자)
• 채용 분야의 경력을 5년 이상 보유하신 분
• 최종합격 후 회사가 지정하는 날짜에 입사 가능하신 분
