오믈렛

오믈렛

Posted via WANTED

최적화 엔지니어 (Optimization Engineer)

Posted Sep 18, 2026

Role at a glance

Salary
Not Disclosed
Location
서울 강남구 역삼로 168, Seoul, South Korea
Work arrangement
On-site
Employment
Full-time
Experience
3+ years

Spotted an issue?

We’ll check it against the original posting.

Log in to report

Qualifications

Required

  • 산업공학, 컴퓨터과학, 수학, 통계학 또는 관련 분야 석사 이상, 또는 이에 준하는 실무 경험
  • LP / MIP 등 수리최적화에 대한 기본적인 이해
  • MILP, CP, Metaheuristics 등 다양한 최적화 기법의 특성과 Trade-off(연산 시간 및 해의 품질)를 다각도로 비교 분석하여, 도메인 제약에 최적화된 알고리즘을 선별하고 선택 사유를 논리적으로 입증할 수 있는 역량
  • 현실의 문제를 변수, 목적함수, 제약조건으로 구조화하고 모델링할 수 있는 역량
  • Python 기반 최적화 모델 및 알고리즘 구현 역량
  • Baseline과 KPI를 설계하고 결과를 정량적으로 검증할 수 있는 역량
  • 모호한 요구사항을 구조화하고 필요한 가설과 검증 방법을 스스로 정의할 수 있는 문제 해결 능력
  • 모델링 과정과 결과를 비전문가에게 논리적으로 설명할 수 있는 커뮤니케이션 역량

Preferred

  • VRP, Scheduling, Packing, Assignment, Inventory 등 조합최적화 문제 경험
  • Heuristic / Metaheuristic 설계 경험
  • Neural Combinatorial Optimization, Bayesian Optimization, RL, Learning-to-Solve 등 ML for OR 경험
  • Simulation / Discrete Event Simulation 경험
  • 물류, 제조, 유통, 모빌리티 등 실제 산업 데이터 경험
  • 고객 또는 현업 담당자와 직접 문제를 정의하고 PoC를 수행한 경험
  • 알고리즘을 API 또는 실제 서비스로 연결해본 경험
  • 프로젝트에서 만든 문제 구조나 알고리즘을 재사용 가능한 형태로 추상화

About the role

Original posting provided by 오믈렛

View original

About the role

오믈렛(Omelet)은 고객의 복잡한 운영 문제를 이해하고, 최적의 의사결정을 생성하는 Operational Intelligence 회사로써, 물류, 의료, 방산 등 다양한 산업에 걸쳐 고객의 의사결정을 돕고 있습니다. 우리는 다양한 산업군의 복잡한 의사결정 문제를 혁신적으로 해결할 수 있는 생성형 AI기반 의사결정 Foundation 모델을 공급합니다.
PS(Problem Solver)팀은 물류, 제조, 유통 등 다양한 산업에서 사람의 경험과 직관에 의존하고 있는 의사결정 문제를 발견하고, 이를 Optimization AI가 해결할 수 있는 문제로 구조화하는 팀입니다.고객의 모호한 요구사항과 실제 운영 데이터를 바탕으로 문제를 정의하고, 최적화 알고리즘을 개발하고, 시뮬레이션을 통해 효과를 검증하며, 검증된 문제와 해결 방법을 다시 활용할 수 있는 형태로 구조화합니다.
즉, 현실의 문제를 Optimization Problem으로 정의하고 해결 가능한 시스템으로 만드는 역할입니다.

What you'll do

문제 정의 및 정식화
• 고객 인터뷰, 현장 관찰, 운영 데이터 분석
• Input / Decision / Output 구조 정의
• 의사결정 변수, 목적함수, 제약조건 설계
• VRP, MILP, CP, Scheduling, Packing, Inventory Optimization 등으로 정식화

최적화 알고리즘 개발
• MILP / CP-SAT 기반 모델 개발
• Heuristic / Metaheuristic 설계
• OR-Tools, Gurobi, CPLEX 및 자체 Solver 활용
• Neural Combinatorial Optimization, Bayesian Optimization, RL 등 ML for OR 적용
• 실제 산업 규모에서 사용할 수 있도록 계산시간과 해 품질 개선

시뮬레이션 및 성능 검증
• 실제 데이터를 기반으로 AS-IS 재현
• Baseline, KPI 및 성공 기준 정의
• TO-BE 시나리오 및 What-if Simulation 설계
• 비용, 처리량, 서비스 수준 등 정량적 효과 검증

문제와 알고리즘의 자산화
• Input / Output Schema 및 Optimization Specification 정의
• API Interface 설계
• 고객별 로직과 일반화 가능한 Optimization Logic 분리
• 반복적으로 활용할 수 있는 문제 구조와 알고리즘 모듈 축적

고객 커뮤니케이션 및 제품 연결
• 고객과 직접 문제 정의 및 Modeling 방향 협의
• 중간·결과 보고 및 알고리즘 결과 설명
• 검증된 PoC를 Product / Engineering 팀과 협업하여 실제 서비스로 연결

Requirements

• 산업공학, 컴퓨터과학, 수학, 통계학 또는 관련 분야 석사 이상, 또는 이에 준하는 실무 경험
• LP / MIP 등 수리최적화에 대한 기본적인 이해
• MILP, CP, Metaheuristics 등 다양한 최적화 기법의 특성과 Trade-off(연산 시간 및 해의 품질)를 다각도로 비교 분석하여, 도메인 제약에 최적화된 알고리즘을 선별하고 선택 사유를 논리적으로 입증할 수 있는 역량
• 현실의 문제를 변수, 목적함수, 제약조건으로 구조화하고 모델링할 수 있는 역량
• Python 기반 최적화 모델 및 알고리즘 구현 역량
• Baseline과 KPI를 설계하고 결과를 정량적으로 검증할 수 있는 역량
• 모호한 요구사항을 구조화하고 필요한 가설과 검증 방법을 스스로 정의할 수 있는 문제 해결 능력
• 모델링 과정과 결과를 비전문가에게 논리적으로 설명할 수 있는 커뮤니케이션 역량

Preferred qualifications

• VRP, Scheduling, Packing, Assignment, Inventory 등 조합최적화 문제 경험
• Heuristic / Metaheuristic 설계 경험
• Neural Combinatorial Optimization, Bayesian Optimization, RL, Learning-to-Solve 등 ML for OR 경험
• Simulation / Discrete Event Simulation 경험
• 물류, 제조, 유통, 모빌리티 등 실제 산업 데이터 경험
• 고객 또는 현업 담당자와 직접 문제를 정의하고 PoC를 수행한 경험
• 알고리즘을 API 또는 실제 서비스로 연결해본 경험
• 프로젝트에서 만든 문제 구조나 알고리즘을 재사용 가능한 형태로 추상화·모듈화해본 경험
• 주어진 문제를 푸는 것보다 무엇을 풀어야 하는지 정의하는 과정을 좋아하는 분
• 데이터 뒤에 존재하는 의사결정 구조를 발견하는 것을 좋아하는 분
• 연구 성능뿐 아니라 실제 현장에서 사용할 수 있는 해법에 관심이 있는 분
• 고객과 현장을 이해하는 것을 문제 해결의 일부라고 생각하는 분
• 한 번의 프로젝트를 넘어 다음 문제를 더 빠르게 풀 수 있는 구조를 만드는 데 관심이 있는 분

PS팀은 Observe Define Model Solve Simulate Validate Generalize Productize의 과정을 통해 산업의 의사결정 문제를 반복적으로 발견하고, 정의하고, 해결할 수 있는 기반을 만들어갑니다. 빠르게 성장하는 조직에서 문제 정의부터 프로덕트화까지 전 과정을 리드할 기회를 찾는 분을 기다립니다.

Benefits

• 주 3회 이상 출근 + 재택/유연근무 병행
• 경조사 지원 (경조휴가·경조금·화환)
• 생일 축하금 및 명절 선물/귀향비 지급
• 종합건강검진 지원 (연 1회)
• 자기계발비 및 체력단련비 지원
• 사내 다과·음료 무상 제공 및 야근·휴일 근무 시 식대 지원

Hiring process

• 서류전형 – 사전과제 - 1차면접(직무 적합성) - 2차면접(조직 적합성) - 최종합격
• 면접은 온라인/오프라인으로 진행될 수 있습니다.
• 근무지 (대전 유성구/서울 강남구(선택가능))

오믈렛

About the company

오믈렛

AI를 통해 산업의 의사결정 과정을 혁신합니다. Omelet의 인공지능을 OaaSIS는 산업계에 존재하는 모든 비효율을 제거하고 인간이 풀 수 없었던 복잡한 문제를 해결해주는 의사결정 시스템을 제공합니다. OaaSIS이 효율의 극대화를 추구함으로써 인간은 보다 창의적인 일에 집중할 수 있습니다. 우리는 다양한 산업군의 복잡한 의사결정 문제를 혁신적으로 해결할 수 있는 생성형 AI기반 의사결정 Foundation 모델을 공급합니다.