Forward Deployed Engineer Lead (창원)

👨👦👦함께하게 될 창원 AI Engineering Team을 소개합니다!

• 창원 AI Engineering Team은 영남권 제조기업의 산업 현장에서 발생하는 복잡한 문제를 AI 기술로 정의하고 해결하는 조직입니다.
• 고객의 실제 데이터를 기반으로 AI 과제를 발굴하고, PoC부터 시스템 구축, 현장 배포 및 운영까지 End-to-end로 수행합니다.
• 예측, 이상탐지, 최적화, 머신비전, LLM/VLM Agent 등 다양한 AI 기술을 활용하여 산업 현장에서 반복적으로 운영될 수 있는 AI 시스템을 구현합니다.
• 마키나락스 서울 본사의 FDE, Product, Platform, Business Development 조직과 긴밀하게 협업하며, 현장에서 축적한 문제 해결 경험을 표준화하고 솔루션 자산으로 발전시킵니다.
• 팀장은 창원 지역의 AI 프로젝트를 성공적으로 수행하는 동시에, 지역 거점의 AI 엔지니어링 조직을 직접 구축하고 성장시키는 역할을 담당합니다.

🧑🏻💻이런 일을 함께합니다

• 창원 오피스의 AI 엔지니어링 조직과 업무 체계를 구축합니다.
• 제조 현장의 비즈니스 문제와 고객 요구사항을 분석하여 실행 가능한 AI/ML 문제로 구체화합니다
• 고객 요구사항 분석부터 제안, 설계, 개발, 검증, 배포 및 안정화까지 SI 프로젝트의 전체 과정을 리딩합니다.
• 프로젝트에서 반복되는 문제와 해결 방식을 표준화하여 재사용 가능한 기술 자산으로 발전시킵니다.

💡이런 분을 찾습니다

• AI/ML, 데이터, 소프트웨어 엔지니어링 등 유관 분야에서 10년 이상의 경력을 보유한 분
• AI 또는 소프트웨어 엔지니어링 조직을 직접 구성·운영하며, 팀원의 업무 배분·성과관리·피드백과 성장을 지원한 경험이 있는 분
• 머신러닝 프로젝트를 직접 수행하거나 기술적으로 리딩한 경험이 있는 분
• 고객의 비즈니스 요구사항을 데이터 및 AI 문제로 구조화하고 시스템 아키텍처로 구체화할 수 있는 분
• 프로젝트의 일정, 범위, 품질, 인력 및 기술 리스크를 종합적으로 관리할 수 있는 분
• 고객사와 개발조직 사이에서 기술적 내용을 명확하게 설명하고 의사결정을 이끌 수 있는 분
• Python 기반의 데이터 분석 및 머신러닝 개발 환경을 이해하고, 코드와 시스템 설계를 기술적으로 검토할 수 있는 분
• 출장, 외근 및 고객사 현장 업무에 유연하게 대응할 수 있는 분

📣이런 분이면 더 좋습니다

• 기계, 자동차부품, 에너지 등 제조 기업 대상 AI 프로젝트 경험이 있는 분
• 제조 현장에서 예측, 이상탐지, 예지보전, FDC, 공정 최적화 또는 머신비전 시스템을 구축한 경험이 있는 분
• LLM, VLM, RAG 또는 AI Agent 기반 산업용 애플리케이션을 설계하거나 구축한 경험이 있는 분
• 데이터 수집부터 모델 학습, 배포, 모니터링 및 재학습까지 MLOps 파이프라인을 구축한 경험이 있는 분
• Docker·Kubernetes 기반 온프레미스·프라이빗 Cloud 환경에서 PyTorch·MLflow·Airflow·Kubeflow·Triton 등의 기술을 활용해본 분
• MES, ERP, PLM, Historian, 설비 데이터베이스 등 제조 시스템과의 연계 경험이 있는 분
• 신규 조직 또는 지역 거점 조직을 초기 단계부터 구축하고 성장시킨 경험이 있는 분
• 기술 제안서 작성, 고객 대상 기술 발표 및 Pre-sales 활동 경험이 있는 분
• 프로젝트 경험을 표준 프로세스, 공통 모듈 또는 제품 기능으로 자산화한 경험이 있는 분

⛵기대하는 리더십

• 관리 업무에만 집중하기보다 프로젝트의 핵심 기술 문제를 함께 해결하는 Hands-on 리더십
• 불명확한 고객 요구사항을 구조화하고 팀이 실행할 수 있는 구체적인 과제로 전환하는 문제 정의 역량
• 단기 프로젝트 성과와 중장기 팀 역량 강화를 함께 고려하는 조직 운영 역량
• 고객과의 약속, 프로젝트 품질 및 팀원의 성장을 끝까지 책임지는 오너십
• 서울 본사와 창원 오피스 사이의 협업을 능동적으로 이끄는 커뮤니케이션 역량

⌨️주요 기술 환경

• Programming: Python, SQL
• Machine Learning: PyTorch, scikit-learn, XGBoost
• LLM/Agent: LLM, VLM, RAG, LangChain, LangGraph
• MLOps: MLflow, Airflow, Kubeflow, Triton Inference Server
• Infrastructure: Docker, Kubernetes, Linux
• Data: RDBMS, Vector DB, 제조 설비 및 시계열 데이터
• Cloud/On-premise: AWS, Azure, GCP, Private Cloud, 폐쇄망 환경
• Collaboration: Git, GitHub, Jira, Confluence

✅ 프로젝트에 따라 다음 기술 중 일부를 활용합니다. 모든 기술의 경험을 요구하는 것은 아니며, AI 프로젝트의 전체 구조를 이해하고 적절한 기술적 의사결정을 내릴 수 있는 역량을 중요하게 평가합니다.

📝 마키나락스 테크 블로그

• 🔗AI 시대, 제조 특화 LLM이 중요한 이유
• 🔗AI 회사에서 LLM을 업무에 활용하는 방법
• 🔗도메인 특화 LLM 성능을 높이는 AI 기술 트렌드

📋기타 안내 사항

• 최종합격 후 초기 온보딩 기간에는 서울 오피스 근무가 포함될 수 있습니다.
• 온보딩 완료 후 마키나락스 창원 오피스에서 근무합니다.
• 포지션 특성상 영남권 고객사 출장, 외근 또는 일정 기간의 현장 근무가 발생할 수 있습니다.
• 채용 프로세스 진행 시 추가 인터뷰를 요청드릴 수 있습니다.
• 입사 후 3개월의 수습 기간 및 수습 평가가 진행되며, 해당 기간의 급여는 100% 지급됩니다.