[신입/경력/인턴/병역특례] Solution Architect
모집분야

R&D
경력 2년 이상정규직
R&D
경력 무관병역특례
R&D
신입정규직
R&D
신입인턴

스퀴즈비츠는...

로봇, 광고, ​콘텐츠 ​등 ​다양한 도메인의 ​고객사 실무에서 AI를 효율적으로 ​활용할 ​수 있도록 ​지원합니다.
본격적인 AI ​시대에 도입하며 ​AI는 ​다양한 하드웨어/서비스 ​제약 ​조건/모델을 ​기반으로 활용되고 있습니다. ​스퀴즈비츠의 ​고객들에게 우리 경량화/최적화 ​기술의 ​가치를 ​최대한 잘 전달하기 ​위한 폭넓은 ​최적화 ​전략과 기술적 ​방향성을 함께 ​찾아가실 ​핵심 전문가를 찾고 ​있습니다.


🎯Solution Architect로 ​함께하시면

최신 LLM·이미지 생성 모델을 신속히 프로덕션에 올리고 고객 비즈니스 요건에 맞춘 최적화 솔루션을 설계·검증하는 역할을 수행할 수 있습니다. 고객의 니즈(성능, 지연, 비용, 규제/보안 등)를 기술적 요구사항으로 전환하여 적절한 모델·구성·운영 전략을 제시하고, POC·벤치마크·현장 튜닝을 통해 실서비스 수준의 성능과 안정성을 확보하는 일련의 경험을 쌓으실 수 있습니다.



[채용 구분]

  • 정규직 신입
  • 정규직 경력
  • 산업기능요원 (신규 편입 가능)
  • 전문연구요원 (신규 편입 가능)
  • 인턴 (4개월 이상)



[주요 업무] 합류하시면 주로 이런 일을 담당합니다

  • 고객사 니즈를 심층적으로 파악하여 기술적 요구사항으로 해석 및 AI 최적화 솔루션 설계
  • LLM, 이미지 생성 모델 등 최신 모델을 주어진 추론 프레임워크 상에서 신속히 구현하고, 경량화 기법 바탕의 성능 최적화
  • PoC 설계/실행 및 벤치마크 기반 모델 성능 최적화 보고서 작성 및 공유
  • 최신 기술 트렌드 및 업계 Best Practice를 공유하여 고객의 성과와 경쟁력 향상에 기여
  • 고객 경험을 기반으로 신규 기능 제안 및 제품 개선 아이디어 발굴


💻 사용 언어 / 개발 환경

Python, PyTorch, C/C++


[자격 사항] 이런 분을 찾고 있습니다

  • LLM 포함 다양한 AI 모델을 실무에서 배포 및 운영한 경험을 보유하신 분
  • 추론/서빙 파이프라인 구성 및 모델 최적화 경험을 보유하신 분
  • AI 모델 서빙 시스템의 성능 벤치마크 설계 및 결과 해석 경험을 보유하신 분
  • 팀원과의 원활한 커뮤니케이션이 가능하신 분
  • 회사와 함께 성장하고자 하는 의지가 있으신 분
  • 해외 여행에 결격 사유가 없는 분


[우대 사항] 이런 경험은 더 좋습니다

  • 모델 경량화(Quantization, Pruning 등) 기술에 대한 이해를 보유하신 분
  • Triton, Ray Serve 등 ML 서빙 런타임 실무에 대한 경험을 보유하신 분
  • vLLM, SGLang 등 LLM 서빙 프레임워크 활용 및 오픈소스 기여 경험을 보유하신 분
  • 주요 업무 관련 경력 또는 개발 경험을 2년 이상 보유하신 분
  • AI 모델 경량화 및 최적화 분야 석/박사 학위를 보유하신 분




전형 절차

서류 접수 → 1차 직무 인터뷰 → 2차 Culture Fit 인터뷰 → 처우 협의 → 온보딩

  • 서류는 자유 양식입니다. 지원 포지션 및 자격 요건에 얼마나 핏한지 마음껏 표현해주세요.
  • 전형 결과는 접수일로부터 일주일 내외로 소요되며, 합격 여부와 상관 없이 접수해주신 이메일로 안내드립니다.
  • 1차 직무 인터뷰는 온라인 진행, 2차 컬쳐핏 인터뷰는 대면 진행을 원칙으로 합니다. 상황에 따라, 1·2차 인터뷰를 모두 대면 또는 온라인으로 진행할 수 있습니다.
  • 경력직의 경우 평판조회 절차가 추가될 수 있습니다.


참고 사항

  • 본 공고는 모집 완료 시 마감됩니다.
  • 정규직 채용의 경우 3개월의 수습기간을 운영합니다. 단, 수습기간 동안 대우에 차별을 두지 않습니다.
  • 제출하신 서류가 사실과 다른 경우 합격(입사)이 취소될 수 있습니다.
  • 채용 및 업무 수행과 관련하여 요구되는 법령 상 자격이 갖추어지지 않은 경우 채용이 제한될 수 있습니다.
  • 채용 관련 문의사항은 메일로 문의 주시기 바랍니다. ([email protected])
공유하기
[신입/경력/인턴/병역특례] Solution Architect

스퀴즈비츠는...

로봇, 광고, ​콘텐츠 ​등 ​다양한 도메인의 ​고객사 실무에서 AI를 효율적으로 ​활용할 ​수 있도록 ​지원합니다.
본격적인 AI ​시대에 도입하며 ​AI는 ​다양한 하드웨어/서비스 ​제약 ​조건/모델을 ​기반으로 활용되고 있습니다. ​스퀴즈비츠의 ​고객들에게 우리 경량화/최적화 ​기술의 ​가치를 ​최대한 잘 전달하기 ​위한 폭넓은 ​최적화 ​전략과 기술적 ​방향성을 함께 ​찾아가실 ​핵심 전문가를 찾고 ​있습니다.


🎯Solution Architect로 ​함께하시면

최신 LLM·이미지 생성 모델을 신속히 프로덕션에 올리고 고객 비즈니스 요건에 맞춘 최적화 솔루션을 설계·검증하는 역할을 수행할 수 있습니다. 고객의 니즈(성능, 지연, 비용, 규제/보안 등)를 기술적 요구사항으로 전환하여 적절한 모델·구성·운영 전략을 제시하고, POC·벤치마크·현장 튜닝을 통해 실서비스 수준의 성능과 안정성을 확보하는 일련의 경험을 쌓으실 수 있습니다.



[채용 구분]

  • 정규직 신입
  • 정규직 경력
  • 산업기능요원 (신규 편입 가능)
  • 전문연구요원 (신규 편입 가능)
  • 인턴 (4개월 이상)



[주요 업무] 합류하시면 주로 이런 일을 담당합니다

  • 고객사 니즈를 심층적으로 파악하여 기술적 요구사항으로 해석 및 AI 최적화 솔루션 설계
  • LLM, 이미지 생성 모델 등 최신 모델을 주어진 추론 프레임워크 상에서 신속히 구현하고, 경량화 기법 바탕의 성능 최적화
  • PoC 설계/실행 및 벤치마크 기반 모델 성능 최적화 보고서 작성 및 공유
  • 최신 기술 트렌드 및 업계 Best Practice를 공유하여 고객의 성과와 경쟁력 향상에 기여
  • 고객 경험을 기반으로 신규 기능 제안 및 제품 개선 아이디어 발굴


💻 사용 언어 / 개발 환경

Python, PyTorch, C/C++


[자격 사항] 이런 분을 찾고 있습니다

  • LLM 포함 다양한 AI 모델을 실무에서 배포 및 운영한 경험을 보유하신 분
  • 추론/서빙 파이프라인 구성 및 모델 최적화 경험을 보유하신 분
  • AI 모델 서빙 시스템의 성능 벤치마크 설계 및 결과 해석 경험을 보유하신 분
  • 팀원과의 원활한 커뮤니케이션이 가능하신 분
  • 회사와 함께 성장하고자 하는 의지가 있으신 분
  • 해외 여행에 결격 사유가 없는 분


[우대 사항] 이런 경험은 더 좋습니다

  • 모델 경량화(Quantization, Pruning 등) 기술에 대한 이해를 보유하신 분
  • Triton, Ray Serve 등 ML 서빙 런타임 실무에 대한 경험을 보유하신 분
  • vLLM, SGLang 등 LLM 서빙 프레임워크 활용 및 오픈소스 기여 경험을 보유하신 분
  • 주요 업무 관련 경력 또는 개발 경험을 2년 이상 보유하신 분
  • AI 모델 경량화 및 최적화 분야 석/박사 학위를 보유하신 분




전형 절차

서류 접수 → 1차 직무 인터뷰 → 2차 Culture Fit 인터뷰 → 처우 협의 → 온보딩

  • 서류는 자유 양식입니다. 지원 포지션 및 자격 요건에 얼마나 핏한지 마음껏 표현해주세요.
  • 전형 결과는 접수일로부터 일주일 내외로 소요되며, 합격 여부와 상관 없이 접수해주신 이메일로 안내드립니다.
  • 1차 직무 인터뷰는 온라인 진행, 2차 컬쳐핏 인터뷰는 대면 진행을 원칙으로 합니다. 상황에 따라, 1·2차 인터뷰를 모두 대면 또는 온라인으로 진행할 수 있습니다.
  • 경력직의 경우 평판조회 절차가 추가될 수 있습니다.


참고 사항

  • 본 공고는 모집 완료 시 마감됩니다.
  • 정규직 채용의 경우 3개월의 수습기간을 운영합니다. 단, 수습기간 동안 대우에 차별을 두지 않습니다.
  • 제출하신 서류가 사실과 다른 경우 합격(입사)이 취소될 수 있습니다.
  • 채용 및 업무 수행과 관련하여 요구되는 법령 상 자격이 갖추어지지 않은 경우 채용이 제한될 수 있습니다.
  • 채용 관련 문의사항은 메일로 문의 주시기 바랍니다. ([email protected])