AI Engineer (Personalized & Proactive Agent)

About the Team & Mission

Gleo AI는 현대차 더 뉴 그랜저에 처음 적용된 LLM 기반 차량용 음성 AI 에이전트입니다. 사용자는 정해진 명령어를 외우지 않아도 차량과 자연스럽게 대화하며 내비게이션, 전화, 웹 검색 기능 등을 제어할 수 있습니다. Gleo는 발화자의 위치, 대화 맥락, 주행 상황을 함께 이해하고, 사용자의 의도를 처리하기 위해 적합한 에이전트를 선택·조합해 기능을 실행하며 자연스러운 응답을 생성합니다.

Gleo Core 팀은 이 경험의 중심에 있는 LLM/에이전트 시스템을 만듭니다. Agent orchestration, tool/function calling, memory 기반 개인화, 서비스 품질 평가와 효율 최적화까지 Gleo AI의 핵심 동작을 설계하고 고도화합니다.

우리는 실제 차량에 탑재되는 AI 제품을 함께 발전시킬 AI Engineer를 찾고 있습니다. 에이전트를 연구 수준의 데모가 아니라, 수많은 사용자가 매일 경험하는 안정적이고 유용한 서비스로 만들고 싶은 분이라면 Gleo Core 팀에서 의미 있는 문제를 함께 풀 수 있습니다.

Responsibilities

• 사용자 Interaction에서 경험, 선호, 맥락을 학습하고 활용하는 Long-term Memory, Retrieval, Personalization 시스템과 Learning Loop를 구축합니다.

• 제한된 Context Window와 Latency 제약 안에서 기억과 맥락을 선별하고 압축하는 Context Engineering, Context Summarization 전략을 설계합니다.

• 선호, 루틴, 일정, 위치, 주행 맥락을 바탕으로 장소와 미디어의 후보 생성과 Ranking을 설계하여 추천하고, 적절한 시점에 대화, 알림, Reminder, Briefing을 제공하는 Proactive Agent Experience를 개발합니다.

• 개인화와 선제적 개입의 효과를 검증하는 Offline 평가와 Online A/B 실험을 설계하고, 품질과 임팩트를 드러내는 지표를 정의하여 Memory, 추천, 개입 정책을 지속적으로 개선하는 Closed-loop Evaluation 체계를 구축합니다.

• 관련 최신 연구와 기술을 실험하고, 문제 특성에 따라 LLM, 머신러닝·통계 모델, 규칙 기반 시스템을 선택하고 조합하여 안정적인 Production Capability로 구현합니다.

Qualifications

• 컴퓨터공학, 인공지능 등 관련 분야 석사 학위 이상 및 AI/ML 또는 소프트웨어 엔지니어링 분야 4년 이상의 실무 경력

• LLM 및 Agentic AI의 핵심 원리를 이해하고 실서비스에 적용한 경험

• 실사용 로그와 데이터를 분석해 문제를 발견하고, 개선 방향과 우선순위를 도출한 경험

• 가설 수립, 실험, 평가를 통해 불확실한 문제를 구조화하고 개선할 수 있는 역량

• Production 수준의 AI/ML 시스템을 설계, 구현, 운영할 수 있는 소프트웨어 개발 역량 (Python 또는 Kotlin 선호)

• 중요한 문제를 스스로 정의하고 사용자에게 전달되는 결과까지 책임지는 Ownership과 협업 역량

Preferred Qualifications

• Long-term Memory, Retrieval, User Modeling, Personalization, Recommendation System 관련 연구 또는 개발 경험

• 일정, 위치, 이동 패턴 등 다양한 Context Signal을 활용한 Context-aware 또는 Proactive Assistant 개발 경험

• 사용자 Interaction 데이터에서 명시적·암묵적 Feedback을 추출하고 User Profile이나 Feature로 연결하는 데이터 파이프라인을 구축한 경험

• Ranking, Contextual Bandit, Sequential Decision Making 등의 방법으로 추천과 선제적 개입 정책을 실험하고 최적화한 경험

• LLM의 Mid-training, Post-training 또는 추천·랭킹 등 머신러닝 모델을 직접 학습하고 서비스에 적용한 경험

• On-device AI와 Cloud AI를 결합하거나 Privacy와 민감정보 처리 원칙을 제품에 적용한 경험

• AI/LLM 시스템의 품질, 개입 시점, Latency, Cost, Reliability를 평가하고 최적화한 경험

Interview Process

• 서류 전형

• 1차 면접 (1시간 내외)

• 2차 면접 (3시간 내외)

• 처우 협의·입사

Additional Information

• 전형 절차는 일정 및 진행 상황에 따라 일부 변경될 수 있으며, 각 전형 결과는 등록하신 이메일로 개별 안내드립니다.

• 지원서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.

• 지원서 접수 중 오류가 발생하거나 기타 문의 사항이 있을 경우, [email protected]로 문의해 주시기 바랍니다.

• 국가보훈대상자 및 취업보호 대상자는 관계법령에 따라 우대합니다.

• 장애인 고용 촉진 및 직업재활법에 따라 장애인 등록증 소지자를 우대합니다.

• 42dot은 의뢰하지 않은 서치펌의 이력서를 받지 않으며, 요청하지 않은 이력서에 대해 수수료를 지불하지 않습니다.

• 지원서 내용 중 허위 사실이 발견될 경우, 입사가 취소될 수 있습니다.

• 인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.

• 3개월의 수습기간이 적용될 수 있습니다.