온톨로지를 LLM 환각 완화용 지식 구조로 설명하고 RAG와의 차이를 정리했습니다. Graph RAG와 AWS 서비스 조합으로 하이브리드 활용 방안도 소개했습니다.
Data Scientist (Data Intelligence Platform)
토스 · Seoul
유저·가맹점 프로파일 분석, 예측·스코어링 모델 개발, 거래 데이터 분류 고도화와 온톨로지 기반 지식 그래프 구축을 담당합니다. SQL·Python 기반 대용량 데이터 처리와 통계·ML·DL·LLM 방법론을 활용한 모델링 역량이 필요합니다.
LLM Engineer (Optimization)
42dot · Pangyo (Software Dream Center), South Korea
LLM 추론 엔진·런타임과 모델 최적화를 개발해 GPU 클러스터부터 엣지·온디바이스 환경까지 지연시간·처리량·메모리 효율을 개선합니다. 관련 경력 3년 이상과 LLM 엔진/AI 런타임 개발, GPU·CUDA·병렬 컴퓨팅 및 최적화 기술 이해가 필요합니다.
Data Analytics Engineer (DW/Global)
토스 · Seoul
글로벌 데이터 웨어하우스에서 데이터 입수·배치 파이프라인·품질 관리와 AI-Ready 데이터 구조를 설계·운영합니다. 클라우드 DW·데이터베이스·분산 처리 이해, SQL·Python 및 dbt 모델·소스·테스트 운영 경험이 필요합니다.
#LLM 주제를 이어서 읽기
LLM은 문서 유사성뿐 아니라 데이터 간 관계를 함께 활용할 때 더 유용해졌습니다. Graph DB는 이런 관계 정보를 제공해 GraphRAG와 AI Agent의 탐색 범위를 넓혀줬습니다.
