[CORNERSTONE] Tech Lead 코너스톤은 AX 솔루션과 미래 산업을 이끄는 피지컬 AI, AR 기술, 그리고 이를 뒷받침하는 클라우드 기술을 아우르는 독보적인 기술 경쟁력을 바탕으로, 일상생활부터 기업 환경, 그리고 미래 로보틱스 연구까지 인간의 삶 전반을 혁신하는 `AI 기반 공간 컴퓨팅 에코 시스템`을 개척하고 있습니다. 모집부문 및 자격요건 모집부문 담당업무 자격요건 인원 Tech Lead [담당업무] ·Software Engineer, AI Engineer(ML/DE)로 구성된 Engineering Team의 기술 및 구성원 리딩 ·서비스 요구사항을 분석하고 Backend·Data·AI를 아우르는 전체 시스템 및 서비스 아키텍처 설계 ·프로젝트의 기술 요구사항을 분석하여 적절한 기술 스택과 구현 방향 결정 ·서비스·데이터·AI 영역 간 인터페이스와 책임을 정의하고 End-to-End 기술 구조 설계 ·Java/Spring 기반 Backend, 데이터 파이프라인, AI/ML·LLM/RAG 시스템에 대한 기술 설계 및 리뷰 ·대용량 데이터 처리, 검색, API, AI 추론 등 주요 시스템의 성능·확장성·안정성 개선 방향 수립 ·AWS 등 Cloud 환경에서 서비스 특성에 적합한 애플리케이션·데이터·AI 인프라 아키텍처 설계 ·장애 및 복잡한 기술 이슈에 대한 원인 분석과 기술적 해결 방향 제시 및 의사결정 ·코드 리뷰, 설계 리뷰 및 기술 표준화를 통한 Engineering Quality 관리 ·개발 생산성 향상을 위한 개발 프로세스, CI/CD, 테스트 및 운영·모니터링 체계 개선 ·기술 부채를 식별하고 우선순위를 결정하여 지속 가능한 시스템 구조로 개선 ·구성원의 기술적 성장을 지원하고 Software/AI(ML/DE) Engineer 간 기술 협업 체계 구축 ·PM·기획·사업 등 다양한 이해관계자와 협업하여 비즈니스 요구사항을 실현 가능한 기술 과제로 구체화 [필요역량] · Backend : Java, Spring Boot, REST API, Application Architecture · Data : Python, SQL, RDBMS/NoSQL, ETL/ELT, Data Pipeline · AI/ML : Machine Learning, LLM, RAG, Vector Search 및 AI Serving에 대한 이해 · Cloud : AWS 등 Cloud Architecture · Infrastructure : Linux, Docker, Kubernetes · Architecture : Distributed System, 대용량 데이터 처리, 확장성·가용성·성능 설계 · Engineering : Git, CI/CD, Testing, Monitoring, Observability · Leadership : Technical Decision, Architecture Review, Code Review, Mentoring 모든 기술에 대한 동일 수준의 전문성을 요구하지 않습니다. 하나 이상의 Engineering 영역에서 깊이 있는 전문성을 보유하면서, Software·Data·AI 영역을 연결하여 전체 시스템 관점에서 기술적 의사결정을 내릴 수 있는 역량을 중요하게 봅니다. [우대사항] · Software Engineer, AI Engineer(ML/DE)가 함께 참여하는 Cross-functional Engineering Team 리딩 경험 · B2B 서비스, 데이터/AI 플랫폼의 설계부터 구축·운영까지 End-to-End 경험 · 대규모 트래픽 또는 대용량 데이터 처리 시스템의 아키텍처 설계 경험 · MSA 및 Event-driven Architecture 기반 시스템 설계·운영 경험 · Kafka, Airflow, Spark 등 데이터 처리 플랫폼 구축·운영 경험 · Elasticsearch/OpenSearch 및 Vector Database 기반 검색·분석 시스템 구축 경험 · LLM/RAG/AI Agent 기반 서비스를 실제 Production 환경에 적용한 경험 · OpenAI API, Amazon Bedrock, Hugging Face, LangChain/LangGraph 등 AI 생태계 활용 경험 · Fine-tuning, Model Serving, MLOps 등 AI 모델의 개발부터 운영까지의 Lifecycle에 대한 경험 · Kubernetes 기반 서비스 및 데이터·AI 워크로드 운영 경험 · AWS 기반 서비스 또는 플랫폼의 아키텍처 설계·운영 경험 · 시스템 성능 및 Cloud 비용을 함께 고려한 Architecture Optimization 경험 · Observability, 장애 대응, 성능 분석 등 Production Engineering 경험 · 개발 표준, Architecture Guideline, Code Review 체계 등 Engineering Practice를 수립하거나 개선한 경험 · 기술 부채 관리 및 Legacy System 개선 경험 · 구성원의 기술 역량 향상을 위한 Mentoring, Coaching 또는 기술 세미나 운영 경험 · 고객 또는 사업 조직의 요구사항을 분석하고 기술적 대안과 Trade-off를 설명·조율한 경험 · 새로운 기술을 검증하고 조직 또는 서비스에 적용하기 위한 PoC 및 기술 검증 경험 [담당업무] ·Software/Data/ML Engineering 관련 실무 경력 7년 이상 · 개발 조직 또는 프로젝트에서 Tech Lead/Technical Lead/Engineering Lead 등 기술 리딩 경험 · Software, Data, AI/ML 등 하나 이상의 영역에서 충분한 실무 전문성을 보유하신 분 · 나머지 Engineering 영역의 구조와 기술적 특성을 이해하고 설계·리뷰·기술적 의사결정이 가능한 분 · Java/Spring 또는 Python 기반 애플리케이션 및 시스템 개발에 대한 이해 · REST API 및 Backend Application Architecture에 대한 이해 · RDBMS/NoSQL, 데이터 모델링 및 대용량 데이터 처리 구조에 대한 이해 · ETL/ELT, Batch/Streaming 등 데이터 파이프라인 아키텍처에 대한 이해 · ML/DL 및 LLM/RAG 기반 AI 서비스의 기본 구조와 개발·운영 Lifecycle에 대한 이해 · AWS 등 Cloud 환경에서 서비스 또는 플랫폼의 설계·구축·운영 경험 · Linux, Docker, CI/CD 및 서비스 운영 환경에 대한 이해 · 성능·장애·확장성 등 복잡한 기술 문제를 분석하고 기술적 해결책을 제시한 경험 · 코드 및 아키텍처 리뷰를 통해 개발 품질을 관리한 경험 · 기술적 근거를 바탕으로 구성원 및 비기술 직군과 명확하게 소통할 수 있는 역량 이런 분을 찾고 있습니다 모든 것을 직접 개발하는 팀장보다, 기술을 이해하고 올바른 기술적 판단을 내릴 수 있는 팀장을 찾습니다. Software Engineer에게는 서비스 구조와 품질에 대해 이야기할 수 있고, Data Engineer(DE)에게는 데이터 파이프라인과 데이터 아키텍처에 대해 이야기할 수 있으며, ML Engineer에게는 ML·LLM·RAG의 기술적 한계와 서비스 적용 방법에 대해 이야기할 수 있어야 합니다. 구성원보다 모든 기술을 더 잘하는 사람이 아니라, 각 분야의 전문성을 존중하면서도 전체 시스템 관점에서 기술적 방향을 제시하고 팀의 Engineering Quality를 높일 수 있는 사람 을 기대합니다. 0 명 근무조건 고용형태: 정규직(수습기간6개월) 급여조건: 회사내규 전형단계 및 제출서류 전형단계: 서류전형 1차면접(실무) 인적성검사 2차면접(임원) 처우협의 최종합격 추가 제출서류 이력서, 자기소개서 접수방법 접수방법: 인크루트 접수 접수양식: 인크루트 이력서 기타 유의사항 입사지원서 및 제출서류에 허위사실이 있을 경우 채용이 취소될 수 있습니다. 00
IT개발·데이터>웹개발자>웹개발
