[클로바시선 #58] 속도와 비용의 열쇠: 멀티모달 AI 학습을 갉아먹는 ‘이미지 토큰 불균형’ 이야기

기타

[클로바시선 #58] 속도와 비용의 열쇠: 멀티모달 AI 학습을 갉아먹는 ‘이미지 토큰 불균형’ 이야기

네이버 클라우드 플랫폼

네이버 클라우드 플랫폼2026년 9월 29일

두줄요약

X

X

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.
필요 기술GPULinuxOS커널드라이버HPCAI베어메탈
Senior AI Engineer (Driving VLM/VLA)
42dot · Pangyo (Software Dream Center), South Korea
자율주행 실제 데이터를 기반으로 VLM/VLA Driving Foundation Model을 설계·학습하고, 멀티모달 인지·추론 및 자율주행 시스템 통합을 담당합니다. PyTorch 기반 딥러닝 개발·학습 경험과 VLM·VLA 등 관련 모델 구현 역량이 필요합니다.
필요 기술PyTorchVision-Language-Model (VLM)Vision-Language-Action (VLA)Transformerdiffusionautoregressive modelrepresentation learningimitation learning
AI Platform Engineer (Serving)
토스 · Seoul
vLLM·Triton 등 서빙 프레임워크를 운영하며 대규모 LLM·임베딩 모델의 실시간 서빙 환경을 구축·모니터링하고, 성능·리소스 효율·배포 안정성을 개선합니다. GPU와 LLM 동작 이해를 바탕으로 성능 튜닝 및 운영 안정성 확보 경험이 필요합니다.
필요 기술vLLMDynamoTritonLLMembedding 모델GPUModel Registry

네이버 계열사 채용5건

채용 사이트에서 전체 보기

다음 읽기

같은 회사의 연관 글

[클로바 시선 #55] 우리의 눈과 귀로 현장을 이해하다 : 독자 인코더와 HyperCLOVA X SEED 4B 개발기

전장처럼 다양한 정보가 동시에 들어오는 환경을 위한 옴니모달 AI 개발 내용을 소개했습니다. 경량 모델 HyperCLOVA X SEED 4B와 CLIP 기반 핵심 구성 요소를 자체 기술로 개발했습니다.

네이버 클라우드 플랫폼

네이버 클라우드 플랫폼

댓글 0개

댓글을 작성하려면 로그인이 필요합니다.

댓글을 불러오는 중...