Better Data, Better AI, Better Industry.
우리는 산업의 의사결정을 혁신합니다.
제조 산업의 디지털 혁신은 우리 세대가 마주친 가장 중요한 문제 중 하나입니다. 데이터와 인공지능은 공정의 생산성과 에너지 효율을 높이고, 작업자의 안전을 지키며, 창의적인 작업에 집중할 수 있게 합니다.
우리의 목적은 데이터 수집 인프라를 구축하고, 산업 AI 특화 알고리즘 및 자동화된 AI 관리 기술을 이용한 산업 인공지능 솔루션으로 제조 산업을 혁신하는 것입니다. MongooseAI의 구성원 모두는 이 목표를 위해 모든 역량을 집중하고 있습니다.
MongooseAI는 성공적인 제품들을 통해 글로벌 시장으로의 도약을 앞두고 있습니다. 우리는 세계로 함께 걸어나갈 동료가 필요합니다. 학벌이나 성별, 경력은 중요하지 않습니다. 우리에게 필요한 것은 문제 해결을 향한 의지 뿐입니다. 당신이 우리와 함께하기로 결정한다면, 현재 제조업에서 가장 중요한 문제들을 데이터와 인공지능으로 해결하여 산업 현장을 혁신할 수 있는 기회를 제공하겠습니다.
MongooseAI는 여러 분야의 엔지니어, 연구원들이 모여 각자의 역량과 창의성을 마음껏 발휘하며 일합니다.
Collaborative
- 개인의 역할을 뛰어넘어 각자의 장점을 모아 서로 협력하며 성장합니다.
- 업무 하달 방식이 아닌 자유로운 토론을 통해 프로젝트 방향을 설정합니다.
- 각자의 전문성과 의견을 상호 존중하며 위계 없이 협력하는 문화를 지향합니다.
Proactive
- 지속적으로 자기계발에 힘쓰며, 새로운 기술을 지속적으로 배우고 활용합니다.
- 새로운 비즈니스 기회와 솔루션 개선점을 적극적으로 탐색하고 제안합니다.
- 상식의 틀을 부수는 창의적인 아이디어의 발제를 장려합니다.
Responsible
- 업무에 대해 무한한 자율성과 함께 책임을 부여합니다.
- 맡은 업무에 대해 자부심을 가지고 최고 수준의 결과물을 위해 노력합니다.
- 스스로가 맡은 일의 최종 완수를 위해 끈질기게 매달립니다.
MongooseAI에 합류하세요.
주요업무
MongooseAI 의 AI Engineer 는 다양한 산업 현장에서 수집되는 방대한 데이터를 분석하여 의미있는 패턴을 발견하고, 이를 바탕으로 비즈니스 가치를 창출하는 AI 모델을 개발합니다.
- 과제 목적과 산업 데이터에 알맞은 AI 알고리즘 탐색 및 설계
- 산업 시계열 데이터 전처리 및 가설 검정을 통한 인사이트 도출
- AI 모델 학습, 저장 및 추론 파이프라인 구축 및 고도화
- 유관 부서 협업을 위한 모델 배포 패키징 및 개발 코드 문서화
자격요건
- Python 프로그래밍 및 딥러닝 프레임워크(PyTorch, Tensorflow) 활용 능력
- MLP/CNN/RNN/Transformer 등 딥러닝 아키텍처에 대한 깊은 이해 및 구현 능력
- 딥러닝 논문 및 머신러닝 논문 구현 능력
- 수학 및 통계 지식을 바탕으로 통계 모델링 및 가설 검정 수행 능력
우대사항
- AI 관련 (수학/통계/전기전자/컴퓨터공학/산업공학/AI빅데이터 등) 학위를 가지신 분 (학사 이상)
- AI 관련 논문을 작성/투고한 경험을 가지신 분
- 스마트 팩토리, 제조 공정 데이터, 시계열 데이터 분석 프로젝트 경험을 가지신 분
- 강화학습, 비지도 학습, 데이터 불균형 등 데이터 기반 의사결정 알고리즘 개발 경험을 가지신 분
- AI 모델 실험 설계부터 결과 분석까지 논리적으로 정리하고 문서화하는 습관을 가지신 분
혜택 및 복지
자율출퇴근제: 오전 8시부터 10시 사이, 본인이 가장 몰입하기 좋은 시간에 출근하세요. 유연한 시작을 통해 출근길 스트레스 없는 아침을 지원합니다.
젊고 수평적인 회사: 우리는 직급 대신 '~님' 호칭을 사용하여 수평적으로 소통합니다. 2030 중심의 젊은 팀으로, 나이와 연차에 상관없이 누구나 자유롭게 의견을 낼 수 있습니다.
점심 식대 지원: 팀원들의 든든한 하루를 위해 점심 식비와 커피 비용을 법인카드로 지원합니다.
교육/세미나/컨퍼런스 지원: 업무 역량 향상을 위한 온/오프라인 교육, 유료 세미나, 컨퍼런스 참가비를 지원합니다. 개인이 성장해야 회사가 성장한다는 믿음으로 아낌없이 투자합니다.
사내 세미나/스터디 권장: 2주마다 사내 세미나를 개최하여 서로의 인사이트를 나누고 팀 전체의 기술적 성장을 도모합니다. 또한 팀원들이 자발적으로 결성한 스터디를 적극 권장하며, 필요한 교재비 등을 지원합니다.
