Role at a glance
- Salary
- Not Disclosed
- Location
- 네이버 1784 4F, Gyeonggi-do, South Korea
- Work arrangement
- On-site
- Employment
- Full-time
- Experience
- 5–10 years
Spotted an issue?
We’ll check it against the original posting.
Qualifications
Required
- Linux 서버 운영 및 기본 트러블슈팅 가능하신 분
- Kubernetes 설치
- 운영 및 Docker 기반 컨테이너 배포 구조를 이해하시는 분
- bash 스크립팅 및 Python 기반 간단한 자동화 작성이 가능하신 분
- TCP/IP, DNS, 포트, NAT, 방화벽, 인증서 등 네트워크 기본 지식이 있으신 분
- 설치 과정의 문제를 끝까지 추적
- 해결하려는 태도를 갖추신 분
- 국내외 고객사 온사이트 출장에 거부감이 없고 해외 출장 결격사유가 없으신 분
Preferred
- 온프레미스 Kubernetes 클러스터 구축 및 폐쇄망
- 망분리 환경 설치 경험
- Helm, Kustomize, Argo CD 등 배포 도구 및 GitOps/IaC 기반 자동화 경험
- PostgreSQL, Redis, Kafka, RabbitMQ, MinIO 등 필수 구성요소 운영 경험
- Prometheus, Grafana, Loki, ELK 등 모니터링
- 로그 시스템 구축 경험
- OAuth2/OIDC, SSO, 인증서 기반 보안 구성 및 AWS 등 클라우드 인프라 운영 경험
- GPU 서버 또는 로컬 LLM 추론 서버 운영 경험
About the role
Original posting provided by 큐빅
About the role
"AI의 성능을 넘어, 실제 비즈니스 현장에서 완벽하게 작동할 수 있도록 데이터의 새로운 표준을 만듭니다."
대부분 기업이 AI 모델에 집중할 때, CUBIG은 AI가 실패하는 진짜 이유인 '데이터 상태' 에 집중합니다.
CUBIG은 기업이 보유한 데이터를 AI가 잘 활용할 수 있도록 최상의 운영 가능 상태(AI-Ready)로 전환, 관리하며,
그 과정에서 데이터가 변하더라도 AI 결과가 흔들리지 않도록 실행 상태를 견고하게 고정합니다.
특히, CUBIG의 Syntitan 은 AI-Ready 운영 레이어로서 AI가 사용하는 데이터의 준비 상태를 진단하고 관리하고
AI가 어떤 상태에서 결과를 만들었는지 확인하며 운영 중에도 그 결과를 비교, 추적할 수 있도록 하는 핵심 B2B SaaS 형 제품으로
이 제품을 통해 국내를 넘어 미국과 유럽에서 데이터 중심 AI(Data-centric AI)의 기준을 세우고 있습니다.
모델 경쟁의 시대를 지나 데이터로 승부하는 AI 운영의 시대,
CUBIG과 함께 AI 혁신의 토대를 완성할 동료를 기다립니다.
[팀 문화]
01. 스타트업다운 실행력, 그리고 명확한 속도
우리는 유연함과 빠른 실행력을 바탕으로 움직이는 팀입니다.
하지만 단순히 빠르기만 한 속도보다는, 올바른 방향으로의 속도를 중요하게 생각합니다.
CUBIG은 불필요한 과정을 줄이고, 더 효율적인 방법을 찾으며 움직입니다.
빠르게 시도하고, 문제를 정확히 짚고, 필요할 땐 방향을 바꾸는 데에도 망설이지 않습니다.
실제로 일이 되게 만드는 것, 그게 우리의 기준입니다.
02. 목표는 높게, 문제는 깊게
우리는 '할 수 있는 목표'보다는, '꼭 해야만 하는 목표'를 세웁니다.
기존의 방식으로는 풀 수 없던 문제들에도 한 걸음 더 깊이 들어가고, 새로운 방식으로 답을 찾아갑니다.
CUBIG의 기술은 이런 도전과 고민에서 시작됩니다.
03. 성과는 결국, 사람이 만든다
우리는 팀의 성과가 결국 사람에서 시작된다고 믿습니다.
각자의 전문성과 몰입이 모여 하나의 성과가 되고, 그 성과는 다시 개인에게 공정하게 돌아갑니다.
노력과 결과에 맞는 기회와 보상은 항상 준비되어 있습니다.
04. 온전한 효율 중심으로
우리는 단순히 바쁘게 일하기보다, 처음부터 구조적으로 효율적인 방법을 고민합니다.
불필요한 절차나 반복은 줄이고, 작은 리소스로도 더 나은 결과를 만드는 방식에 집중합니다.
속도와 완성도 모두를 지키는 일, 그것이 CUBIG의 일하는 방식입니다.
05. 결국, 함께 성장할 사람들과 CUBIG은 기술로 데이터의 경계를 허물고 있습니다.
이 여정을 함께하는 우리는, 문제를 깊이 이해하고 기술로 풀어내며, 그 과정 속에서 끊임없이 성장해 나갑니다.
기술을 좋아하고, 스스로 배움을 확장할 줄 아는 사람. 우리는 그런 동료와 함께 더 멀리 가고 싶습니다.
What you'll do
1 고객사 온사이트 설치 및 환경 구성
• 폐쇄망·온프레미스 환경 분석 (내·외부망, 방화벽, 프록시, DNS, 인증서, 서버/OS/스토리지 사전 점검)
• Kubernetes 클러스터 설치 및 초기 구성 (도메인, 인증서, Ingress, 내부 통신, 접근 정책)
• 설치 완료 후 헬스 체크 및 운영 검증
2 제품 설치 및 배포 지원
• CUBIG 제품 온프레미스 패키지 배포 및 폐쇄망 이미지 미러링
• Kubernetes 매니페스트 적용 및 DB·메시징·오브젝트 스토리지 등 필수 구성요소 설치
• 설치 과정의 기술 이슈 분석 및 해결
3 장애 대응 및 트러블 슈팅
• Kubernetes·Linux·네트워크 이슈 분석 (Pod 스케줄링, CPU/메모리/디스크 I/O, 네트워크 병목)
• DNS·인증서·방화벽·프록시·iptables/nftables 이슈 대응
• 로그·메트릭 기반 원인 분석 및 재현 가능한 장애 자료 정리
4 자동화 및 운영 도구 개선
• 고객사 환경별 설치·점검 스크립트 작성 (bash/Python 기반 배포·백업 자동화)
• 반복 설치 작업의 자동화 및 표준화
• 장애 재현·원인 분석용 내부 도구 제작
5 고객사 인수인계 및 문서화
• 설치 결과 보고서 및 운영 인수인계 문서 작성
• 고객사 운영팀 대상 사용법·운영 절차 안내 (장애 대응, 백업/복구, 헬스 체크)
• 반복 이슈를 내부 공유 및 제품 개선 항목으로 정리
Requirements
• Linux 서버 운영 및 기본 트러블슈팅 가능하신 분
• Kubernetes 설치·운영 및 Docker 기반 컨테이너 배포 구조를 이해하시는 분
• bash 스크립팅 및 Python 기반 간단한 자동화 작성이 가능하신 분
• TCP/IP, DNS, 포트, NAT, 방화벽, 인증서 등 네트워크 기본 지식이 있으신 분
• 설치 과정의 문제를 끝까지 추적·해결하려는 태도를 갖추신 분
• 국내외 고객사 온사이트 출장에 거부감이 없고 해외 출장 결격사유가 없으신 분
Preferred qualifications
• 온프레미스 Kubernetes 클러스터 구축 및 폐쇄망·망분리 환경 설치 경험
• Helm, Kustomize, Argo CD 등 배포 도구 및 GitOps/IaC 기반 자동화 경험
• PostgreSQL, Redis, Kafka, RabbitMQ, MinIO 등 필수 구성요소 운영 경험
• Prometheus, Grafana, Loki, ELK 등 모니터링·로그 시스템 구축 경험
• OAuth2/OIDC, SSO, 인증서 기반 보안 구성 및 AWS 등 클라우드 인프라 운영 경험
• GPU 서버 또는 로컬 LLM 추론 서버 운영 경험
• 엔터프라이즈 고객 대상 PoC·구축·인수인계·장애 대응 경험
Benefits
• NAVER 1784 사옥 내 조식 자판기, 사내식당(중, 석식) 이용
• 명절 선물 지급
• 업무 연관 도서, 교육, 컨퍼런스 등 학습비 조건부 지원
• 성과, 역할, 기여에 따른 명확한 보상 지향함
Hiring process
• 서류 전형
• 1차 비대면 면접 : 이력 및 직무 관련 면접 30분 + 면접자 질문 10분
(포지션에 따라 사전 주제 제시 후 5분 정도 발표 요청이 있을 수 있습니다)
• 2차 대면 면접 : 컬처핏 면접 30분 + 면접자 질문 10분
• 3차 처우확인 및 협의 : 명확한 희망 처우 수준, 합류 가능 시점 확인
• 최종 합격
About the company
큐빅
■ 회사 소개 주식회사 큐빅(CUBIG Corp.)은 기업 데이터를 AI가 바로 쓸 수 있는 AI-ready 상태로 바꾸는 회사입니다. AI가 운영 단계에서 멈추는 진짜 이유는 모델이 아니라 데이터 상태라고 보고, 그 지점을 제품으로 풀고 있습니다. ■ 무엇을 만드나요 · Syntitan — 데이터를 AI-ready 상태로 만들고 운영하는 플랫폼 · DTS — 제한되거나 쓰기 어려운 데이터를 AI-ready 상태로 재구성하는 엔진 · LLM Capsule — 원문은 내부에 두고 AI에는 업무 구조만 전달한 뒤, 결과는 실무용으로 되돌리는 데이터 계층 ■ 회사 정보 · 설립: 2021년 9월 · 업종: 응용 소프트웨어 개발 및 공급업