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.

Research Scientist - Structured data modeling

팀 소개

Data Intelligence Lab은 최신 Deep Learning 알고리즘을 연구/개발하여 고도화 된 데이터 분석 및 예측과 복잡한 데이터의 최적화를 수행합니다.
이를 통해 산업에 적용할 수 있는 실용적 기술을 통해 그룹의 다양한 사업적 난제를 해결하고, 업무 효율화 및 생산성 향상, 제품 기능 개선을 추진합니다.

그 중 정형 데이터를 위한 차세대 AI 모델을 연구하는 Structured Data Modeling Tech Cell에서 저희와 함께 연구할 Researcher를 찾고 있습니다.Structured Data Modeling Tech Cell은 제조/금융/의료/물류 등 다양한 산업에서 핵심적으로 활용되는 정형 데이터를 위한 foundation model을 연구합니다. Tabular data는 제조/금융/의료/물류 등 대부분의 산업에서 핵심적으로 사용되지만, 이미지/텍스트 영역에 비해 foundation model의 표준적인 구조나 활용
방식은 아직 정립되어 있지 않습니다.
Structured Data Modeling Tech Cell은 자체 Tabular Foundation Model을 연구·개발하며, 다양한 산업 데이터에서 잘 일반화되고, 설명 가능하며,
실제 제품으로 확장 가능한 모델을 만드는 것을 목표로 하고 있습니다.
합류하신다면, 모델 구조를 이해하고 개선하며, 실제 사용 환경에서 필요한 연구 문제를 정의하고 검증하는 Applied Researcher로 성장하실 수 있습니다.

수행 업무

  • Tabular Foundation Model의 구조·학습 방식·추론 메커니즘을 분석하고 개선
  • 다양한 tabular dataset에서 성능을 평가하고 failure case를 분석해 개선 가설 도출
    (accuracy뿐 아니라 calibration·robustness·uncertainty·latency·memory 함께 고려)
  • Explainability / interpretability 기능 연구 (feature importance, local / global / cohort 설명, SHAP 계열)
  • LLM·멀티모달과 tabular model을 결합하는 방식 연구 (자연어 질의, 예측 결과 요약, explanation-to-report, agent workflow 연동)
  • 연구 결과를 실험·기술 문서·논문·제품 요구사항 형태로 정리하고, 엔지니어링팀과 협업해 실제 API / 제품에 반영


지원자격

  • 관련 분야 석사 및 박사 학위 소지자
  • 딥러닝 모델 구조를 이해하고 개선 방향을 제안할 수 있는 역량을 보유하신 분
  • Transformer, attention, representation learning, self-supervised learning에 대한 이해를 보유하신 분
  • PyTorch 기반 연구 코드를 읽고 실험을 설계·수정·확장·구현할 수 있는 역량을 보유하신 분 
  • Tabular data 또는 structured data 문제에 대한 관심과 이해를 보유하신 분 
  • 실험 결과와 failure case를 분석해 다음 연구 가설로 연결할 수 있는 역량을 보유하신 분
  • 논문·기술 문서·오픈소스 구현체를 빠르게 읽고 핵심 아이디어를 파악할 수 있는 역량을 보유하신 분

 

우대사항

  • Tabular learning, AutoML, TabPFN, in-context learning 관련 연구 또는 구현 경험
  • Foundation model, meta-learning, few-shot learning, representation learning 연구 경험
  • Explainable AI 또는 interpretable ML 연구 경험
  • LLM·멀티모달 model과 tabular data를 결합한 연구 또는 PoC 경험
  • 관련 논문 작성, 학회 제출 경험
  • 모델 서빙·API화·MLOps에 대한 기본적인 이해


전공

  • 인공지능, 컴퓨터공학, 전자공학, 전기공학 등


전형절차

  • 서류심사 → 코딩테스트(온라인) & LG Way Fit Test(인성검사)→ 기술 인터뷰(비대면) → 최종 Culture Fit Interview(대면)

       * 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.