입사지원자 개인정보 수집·이용 및 제공 동의서

LG AI연구원(이하 “연구원”)은 입사 지원자의 개인정보 수집·이용, 업무 위탁에 관한 내용을 관계 법령에 따라 아래와 같이 고지하오니 동의해 주시기를 바랍니다.

(필수) 개인정보의 수집 및 이용

  • 개인정보 수집 항목
    • 성명(한글/영문), 연락처(휴대폰 번호), 이메일 주소, 생년월일, 성별, 학력 사항, 경력 사항, 어학 및 기술 자격 사항, 주소, 병역 사항
  • 개인정보 수집 및 이용 목적
    • 본인 확인 및 채용 과정에서 서류 심사/면접의 근거자료로 활용
    • 채용 전형 진행 시 개인식별정보로 활용
    • 수시 채용 및 인재 발굴을 위한 인력풀 활용
  • 개인정보 보유 및 이용 기간
    • 채용 지원자 정보는 입사 지원일로부터 3년간 보관합니다. 다만, 입사 지원자가 개인정보의 삭제를 요청하는 경우에는 바로 해당 개인정보를 삭제합니다.
    • ※ 입사 지원자는 개인정보 수집 및 이용과 관련하여 동의를 거부할 권리가 있으나, 동의 거부 시 회사는 공정한 채용을 진행할 수 없으므로 지원에 제약사항이 발생할 수 있습니다.

(선택) 개인정보의 수집 및 이용

  • 개인정보 수집 항목
    • 비상 연락처, 지원자 본인이 작성 및 입력한 내용, 채용 프로세스상에서 생성된 정보
  • 개인정보 수집 및 이용 목적
    • 채용 과정에서의 서류 심사/면접의 근거자료 활용
    • 수시 채용 및 인재 발굴을 위한 인력풀 활용
  • 개인정보 보유 및 이용 기간
    • 채용 지원자 정보는 입사 지원일로부터 3년간 보관합니다. 다만, 입사 지원자가 개인정보의 삭제를 요청하는 경우에는 바로 해당 개인정보를 삭제합니다.
    • ※ 입사 지원자는 개인정보 수집 및 이용과 관련하여 동의를 거부할 권리가 있으나, 동의 거부 시 회사는 공정한 채용을 진행할 수 없으므로 지원에 제약사항이 발생할 수 있습니다.

■ 개인정보 취급업무 위탁 고지사항

수탁업체

업무 내용

제공하는 개인정보 항목

보유 및 이용 기간

Greenhouse Software, Inc.

채용 홈페이지 운영

이력서 포함 입사 지원시 제출한 개인 정보

지원일로부터 3년

Codility Limited

개발 기술 평가

성명, 이메일 주소

채용 전형 종료시까지

ACGR

인적성 검사

성명, 휴대폰 번호, 생년월일, 성별

채용 전형 종료시까지

KMI 한국의학연구소

채용 건강검진

-

채용 전형 종료시까지

■ 채용 서류 반환

  • 채용 절차의 공정화에 관한 법률(채용절차법)" 제11조에 따라, 최종 합격자를 제외한 지원자의 경우 채용 사이트 및 전자우편 외의 방법으로 제출한 채용 서류를 반환받을 수 있습니다.
  • 최종 전형이 종료된 시점으로부터 180일 이내 채용 서류 반환 청구에 관한 내용을 careers@lgresearch.ai 로 요청하시면 14일 이내 반환해 드립니다.

LG AI연구원에 제출하신 정보는 채용을 위한 검증, 수시 채용 및 인재 발굴을 위한 인력풀 활용의 목적으로만 이용되며, 그 이외의 목적으로는 이용되지 않습니다.

RECRUIT
    첫 페이지 0 / Page 마지막 페이지
    RECRUIT
    sns_fb sns_tw sns_in

    LLM Inference Engineer

    팀 소개

    Platform&Infra팀은 AI 모델의 개발부터 서비스 운영을 위한 배포에 이르기까지 AI 모델의 수명 주기를 최적화하고, 효율적으로 관리하기 위한 MLOps 파이프라인을 구축합니다. 또한 AI 서비스의 안정적인 운영 지원을 위한 보안성 강화, 인프라 관리 및 자원 최적화 업무를 수행합니다. LLM Inference Engineer는 팀 내에서 대규모 언어 모델(LLM)의 추론 성능을 최적화하고, 다양한 프레임워크에서 EXAONE 모델을 안정적으로 서빙할 수 있는 엔진을 개발합니다. 또한, 오픈소스 프로젝트의 공식 채널을 통해 요청되는 기능 개선, 버그 수정, 성능 최적화 등의 요건에 대응하며, 다양한 환경에서 LLM이 안정적으로 동작할 수 있도록 기여합니다.

    수행 업무

    • LLM 추론 성능 최적화: 대규모 언어 모델(LLM)의 추론 성능을 극대화하기 위한 개선 방안을 도출하고 설계에 참여합니다.
    • 서빙 엔진 개발: 다양한 프레임워크 상에서 EXAONE 모델을 안정적으로 서빙할 수 있는 엔진을 개발합니다.
    • 오픈소스 기여: 오픈소스 LLM 서빙 프레임워크(vLLM, SGLang, Ollama 등)의 공식 채널을 통해 요청되는 기능 개선, 버그 수정, 성능 최적화 등의 요건에 대응하고 기여합니다.
    • 다양한 환경 지원: chat_template을 활용하여 다양한 언어와 환경에서 LLM이 올바르게 동작할 수 있도록 적용하고 개선합니다.
    • 모델 추론 가속화: NPU/GPU 기반의 Serving 전략을 설계하고, 모델 추론 가속화 알고리즘을 연구 및 구현합니다.

    지원자격

    • 모델 추론 가속화 및 Inference Back-end 구현 경험: 모델 추론 성능을 높이기 위한 알고리즘 연구 및 구현 경험
    • NPU/GPU 기반 Serving 전략 및 개발 경험: NPU/GPU를 활용한 모델 서빙 전략 설계 및 구현 경험
    • 오픈소스 LLM Serving Framework 기여 경험: vLLM, SGLang, Ollama 등 오픈소스 LLM 서빙 프레임워크에 기여한 경험(contribution)


    우대사항

    • 머신러닝 모델 수명 주기에 대한 이해: 모델 개발, 학습, 서빙, 배포 등 각 단계에 대한 경험과 이해
    • AI 및 머신러닝 기술에 대한 깊은 이해: Python, C++, TensorFlow, PyTorch, ONNX, CUDA, NPU 등 AI 및 머신러닝 관련 기술에 대한 숙련도
    • Transformer 기반 모델 및 LLM에 대한 이해: Attention 메커니즘, 대규모 언어 모델(LLM)의 구조와 동작 원리에 대한 깊은 이해
    • LLM 디코딩 전략 및 추론 기술에 대한 이해: Greedy Search, Beam Search, Top-k Sampling 등 디코딩 전략에 대한 이해
    • chat_template 활용 경험: 다양한 환경에서 LLM이 올바르게 동작할 수 있도록 chat_template을 설계하고 적용한 경험

    전형 절차

    • 서류심사 → LG Way Fit Test & 코딩테스트 → 1차 직무 인터뷰(온라인) → 2차 직무 인터뷰(온라인) → Culture Fit 인터뷰(오프라인)

    * 전형 절차는 변경될 수 있습니다. 서류 합격 시 전형 절차에 대해 별도로 안내 해 드립니다.
    * 현재 LG AI연구원은 병역지정업체가 아님으로, 전문연구요원 채용 및 전직이 불가함을 알려드립니다.


    지원시 문제가 있을 경우 careers@lgresearch.ai 로 문의 부탁드립니다.