AI
LLM 추론 최적화 딥시크-R1 및 S1 논문 기반 Reasoning 모델 파인튜닝 방법론
두줄요약
LLM 추론 최적화와 Reasoning 모델 파인튜닝 방법론을 다루는 글입니다. 딥시크-R1과 S1 논문을 바탕으로 관련 접근을 소개했습니다.
핵심 내용
- LLM 추론 최적화와 Reasoning 모델 파인튜닝 방법론 소개
- 딥시크-R1 및 S1 논문을 기반으로 한 접근 관점 정리
목록 보기
현대자동차그룹AI
이 글과 연관된 채용
ML 엔지니어 (LLM) (ML Engineer)
토스증권 · Seoul
금융·증권 텍스트 문제를 위한 LLM/NLP 모델을 학습·서빙·운영하고, 데이터셋 구축 및 AI 기능 설계를 담당합니다. LLM 또는 NLP 모델을 직접 개발·운영한 경험이 필요합니다.
필요 기술LLMNLPFine-tuning임베딩ML 엔지니어 (ML/LLM Ops) (ML Engineer)
토스뱅크 · Seoul
ML/LLM 플랫폼과 모델 서빙·Feature Store·LLMOps 환경을 구축·운영하고, 하이브리드 클라우드 기반 GPU 워크로드를 고도화합니다. Kubernetes에서 서비스 개발·배포·운영 경험이 필수입니다.
필요 기술KubernetesMLflowAirflowJupyterHubKubeflowScyllaDBTriton Inference ServervLLMML 엔지니어 (Growth) (ML Engineer)
토스 · Seoul
대규모 사용자 행동·맥락 데이터를 기반으로 추천·타겟팅 및 CTR·CVR 예측 모델을 개발하고, LLM과 End-to-End 추천을 활용해 서비스 성과를 개선합니다. 추천·랭킹 또는 반응 예측 모델의 설계·학습·평가와 반복 실험 경험이 필요합니다.
필요 기술머신러닝추천 모델타겟팅 모델CTR 예측CVR 예측LLMA/B 테스트End-to-End 추천
현대자동차그룹 계열사 채용101건
채용 사이트에서 전체 보기[사업관리] 총노무 PJT 채용 (포항 AI 데이터센터)
현대건설 · 경력
[사업관리] 총노무 PJT 채용 (포항 AI 데이터센터) 채용 공고입니다. 상세 업무와 지원 자격은 채용 원문에서 확인해주세요.
Sr. Machine Learning Engineer, Autonomy
42dot · Sunnyvale, United States
자율주행용 엔드투엔드 주행·VLA·월드 모델 시스템과 확장 가능한 아키텍처를 개발·배포하고, 파운데이션 모델 적용 및 학습·평가 효율화를 주도합니다. ML 시스템 구축 및 프로덕션 배포 경험 5년 이상과 Python, PyTorch 또는 JAX 역량이 필요합니다.
필요 기술PythonPyTorchJAX엔드투엔드 주행VLA월드 모델파운데이션 모델[로보틱스랩] 로봇 SW 검증/품질 관리
현대자동차 · 경력 · 의왕
로봇 소프트웨어의 신뢰성·안정성 평가, 버그·결함 분석, 필드 품질 이슈 대응 및 단위·통합·시스템 테스트를 수행합니다. 5년 이상 SW 품질관리 경력과 로봇 분야 SW QA 경험이 필요합니다.
필요 기술CPS(Cyber Physical System)SW QA소프트웨어 테스트단위 테스트통합 테스트시스템 테스트데이터 엔지니어 (Digital Analytics Engineer) (상시채용 인재풀)
이노션 · CAREER
Web/App 고객 행동 데이터 수집을 설계·운영하고, GA4 데이터의 BigQuery 적재·가공 및 데이터 파이프라인을 운영합니다. GA4/GTM 기반 트래킹 설계 경험과 JavaScript·SQL·BigQuery 활용 역량이 필요합니다.
필요 기술GA4GTMData LayerJavaScriptSQLBigQuery데이터 파이프라인
다음 읽기
#LLM 주제를 이어서 읽기
정보유출 걱정 없이 DeepSeek VLM 모델 로컬 환경에서 구축하기
DeepSeek VLM 모델을 정보유출 걱정 없이 로컬 환경에서 구축하는 방법을 다룹니다. 민감한 데이터를 다루는 경우 로컬 실행을 통한 보안 확보를 고려할 수 있습니다.
