Applied AI Researcher (LLM)

자격 요건 · 7개

• 머신러닝과 LLM의 기초가 탄탄한 분
• 단순 API 사용을 넘어 LLM의 동작 원리와 실패 양상(환각, 근거 이탈 등)을 구조적으로 설명할 수 있는 분
• 정량 평가를 설계할 수 있는 분 — "좋아 보인다"가 아니라 "어떤 지표로 무엇이 얼마나 나아졌는가"로 말하는 사람
• Python에 능숙하고, 논문의 핵심 기법을 직접 구현해 실제 문제에 적용하며, 복잡한 실험을 재현 가능한 코드로 돌릴 수 있는 분
• 노이즈가 많은 실제 데이터, 정형과 비정형이 섞인 데이터를 직접 다뤄 본 분
• 신호와 노이즈를 구분하고, 그럴듯한 결과를 의심하며 사후 합리화를 경계하는 분
• 연구 결과를 엔지니어와 비기술 담당자 모두에게 명료하게 설명할 수 있는 분

우대 사항 · 8개

• NeurIPS, ICML, ICLR, ACL, EMNLP 등 관련 학회나 워크숍에서 발표한 경험
• 금융, 퀀트, 금융 텍스트 도메인에서 연구하거나 일해 본 경험 — 콜 트랜스크립트와 공시, 장문 금융 문서를 다뤄 본 경험
• 검색 증강 생성(RAG), 검색 시스템, 멀티홉 추론을 연구하거나 프로덕션 수준으로 구현해 본 경험
• LLM 평가와 LLM-as-a-judge, 환각 탐지, 사실 일관성(factual consistency)을 직접 다뤄 본 경험
• 비정형 텍스트에서 정량 신호를 추출하는 시그널 리서치 경험 — 백테스트의 함정(미래 정보 참조, 생존 편향, 과적합)을 알고 일해 본 분
• 통계적 엄밀성을 갖춘 분 — 가설 검정, 다중 검정 보정, 표본 외 검증, 과적합 같은 함정을 알고 피해 갑니다
• 정보 추출(개체명·티커 인식), 텍스트 임베딩, 도메인 적응과 파인튜닝(DAPT, SFT, LoRA) 같은 NLP 기법을 적용해 본 경험
• 오픈소스나 재현 가능한 연구 코드를 공개해 본 경험