에이전트형 도구에서는 프롬프트보다 도구 출력과 대화 기록이 토큰을 더 많이 소모했습니다. 필요한 정보만 사전 필터링하고 작업 범위를 좁히는 방식으로 컨텍스트를 관리해야 했습니다.
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.
LLM Engineer (Data Generation)
42dot · Pangyo (Software Dream Center), South Korea
모델 성능 병목과 실패 사례를 분석해 학습 데이터를 설계·생성·평가하고, 대규모 데이터 생성 파이프라인 및 품질 개선 전략을 구축·운영합니다. LLM·머신러닝·NLP 이해와 Python 기반 데이터 처리·자동화, Synthetic Data·데이터 평가 또는 큐레이션 경험이 필요합니다.
LLM Engineer (LLM Training)
42dot · Pangyo (Software Dream Center), South Korea
LLM 학습 파이프라인을 설계하고 Pre-training·Post-training 효율, 생성 결과의 정확성·안정성 및 Self-Refine 학습 구조를 개선합니다. Deep Learning 또는 NLP 연구·개발 경험과 Python·PyTorch 기반 모델 학습, GPU 및 분산 학습 프레임워크 활용 역량이 필요합니다.
#LLM 주제를 다룬 다른 회사 글
사내 AI 에이전트 채널랩스를 OpenAI Agents SDK 기반으로 재설계하고, 컨텍스트 비용을 줄이는 구조를 정리했습니다. 파일·채널·스킬을 reference 중심으로 다루며 안전성과 예측 가능성을 높였습니다.
