그래픽스의 Affine 변환을 내적과 매트릭스 연산으로 설명했습니다. 내적의 의미를 이해하면 Transformer와 다차원 공간을 더 쉽게 볼 수 있다고 강조했습니다.
[26년 하반기 경력] Backend Developer (NLP)
기아 · 경력 · 서울 양재본사
AI 모델 서빙 시스템과 MLOps 환경을 구축·운영하고, Java·Kotlin·Spring 기반 AI 서비스 백엔드 플랫폼 및 연동 인터페이스를 개발합니다. AI 모델 서빙·MLOps와 대규모 백엔드 서비스 경험, Triton·vLLM 기반 GPU 서빙 구축·운영 경험이 필요합니다.
ML Engineer (Commerce Data Graph)
토스 · Seoul
이종 그래프의 관계 학습·링크 예측, 속성 기반 임베딩 및 리트리버 개발을 수행하고 추천·검색·광고에 적용해 온라인 실험으로 성과를 검증합니다. 그래프 모델링·임베딩 학습·리트리벌 중 하나를 프로덕션에서 설계·운영하고 A/B 테스트를 주도한 경험이 필요합니다.
Systems Engineer (GPU)
토스 · Seoul
AI/ML 워크로드용 GPU 컴퓨팅 클러스터를 베어메탈부터 설계·구축·운영하고, GPU·네트워크·스토리지 성능 최적화 및 운영 자동화를 담당합니다. 대규모 Linux 서버 인프라와 GPU 기반 HPC 또는 AI 클러스터 운영 경험이 필요합니다.
#Transformer 주제를 이어서 읽기
Transformer와 딥러닝을 이해하기 위한 기초로 내적의 의미를 그래픽스 예시로 설명했습니다. 회전 행렬과 Basis Vector 변환을 통해 좌표 변환을 직관적으로 풀어냈습니다.
