Role at a glance
- Salary
- Not Disclosed
- Location
- 강남구 강남대로 464 비제바노빌딩 3-6층, Seoul, South Korea
- Work arrangement
- On-site
- Employment
- Full-time
- Experience
- 4+ years
Spotted an issue?
We’ll check it against the original posting.
Qualifications
Required
- 4년 이상의 ML 엔지니어 경력 (NLP 또는 LLM 응용 중심)
- 한국어 텍스트 대상 NER, 분류, 클러스터링 모델을 프로덕션에 적용해보신 분
- RAG 파이프라인(청킹, 임베딩, 리트리버, 리랭커, 프롬프트)을 설계하고 운영해보신 분
- LLM 산출물의 품질을 정량적으로 평가하는 체계를 직접 만들어보신 분 (정답셋 구축, 근거 추적, 할루시네이션 측정 등)
- Python에 능숙하고 PyTorch, HuggingFace 등 프레임워크 활용 능력이 있으신 분
- 임베딩 모델 또는 소형 언어 모델의 파인튜닝
- 평가 경험이 있으신 분
- 모델 서빙 및 추론 성능
Preferred
- 금융 뉴스, 공시(DART), 리서치 리포트 등 금융 텍스트를 다뤄보신 분
- Entity Linking 또는 Entity Resolution을 대규모로 운영해보신 분
- 지식그래프
- 온톨로지를 검색
- 추론에 결합해보신 분 (Graph RAG, SPARQL 기반 질의 등)
- 벡터 데이터베이스 또는 OpenSearch k-NN 기반 시맨틱 검색 구축 경험이 있으신 분
- LLMOps(프롬프트 버전 관리, 평가 자동화, LLM-as-judge, 회귀 테스트) 경험이 있으신 분
- 여러 서비스가 공유하는 AI 엔진을 플랫폼 형태로 제공
About the role
Original posting provided by 넥스트증권
About the role
직무 Summary
넥스트증권 AI데이터플랫폼팀에서 뉴스·공시를 이해하는 언어 모델 파이프라인을 만들 ML 엔지니어(경력)를 모집합니다. 뉴스·공시에서 엔티티를 추출해 금융 온톨로지의 종목·기업·섹터·테마와 연결하고, 온톨로지 기반 RAG와 Graph RAG로 근거 있는 답변을 만듭니다. MTS의 여러 AI 피처가 공통으로 사용하는 LLM·RAG 엔진을 책임지므로, 금융 용어의 정확성과 출처 정합성, 할루시네이션 통제가 성능만큼 중요한 자리입니다.
What you'll do
• NLP 모델 개발: 뉴스·공시 대상 NER, 클러스터링, 요약·생성 모델과 RAG 파이프라인을 개발합니다.
• 엔티티 연결(Entity Linking): 뉴스·공시에서 추출한 엔티티를 금융 온톨로지의 종목·기업·섹터·테마와 연결합니다.
• 온톨로지 기반 검색·추론: 온톨로지를 활용한 RAG·Graph RAG를 구현하고 금융 엔티티 간 관계 추론을 다룹니다.
• 품질·안전성 관리: 금융 용어의 정확성, 출처 정합성, 할루시네이션을 통제하고 모델 평가체계를 설계·운영합니다.
• 오류 통제: 엔티티 연결 오류와 근거 없는 관계 생성을 정량적으로 평가하고 통제합니다.
• 공통 엔진 운영: MTS AI 피처가 공통으로 사용하는 LLM·RAG 엔진과 fallback을 운영합니다.
• 역할 이중화: Ranking/Recommendation ML 엔지니어와 AI/ML 영역을 상호 이중화하여 부재 시 대응합니다.
Requirements
• 4년 이상의 ML 엔지니어 경력 (NLP 또는 LLM 응용 중심)
• 한국어 텍스트 대상 NER, 분류, 클러스터링 모델을 프로덕션에 적용해보신 분
• RAG 파이프라인(청킹, 임베딩, 리트리버, 리랭커, 프롬프트)을 설계하고 운영해보신 분
• LLM 산출물의 품질을 정량적으로 평가하는 체계를 직접 만들어보신 분 (정답셋 구축, 근거 추적, 할루시네이션 측정 등)
• Python에 능숙하고 PyTorch, HuggingFace 등 프레임워크 활용 능력이 있으신 분
• 임베딩 모델 또는 소형 언어 모델의 파인튜닝·평가 경험이 있으신 분
• 모델 서빙 및 추론 성능·비용 최적화 경험이 있으신 분
• SQL 및 대용량 텍스트 데이터 처리 경험이 있으신 분
• AWS 등 퍼블릭 클라우드 환경에 익숙하신 분
Preferred qualifications
• 금융 뉴스, 공시(DART), 리서치 리포트 등 금융 텍스트를 다뤄보신 분
• Entity Linking 또는 Entity Resolution을 대규모로 운영해보신 분
• 지식그래프·온톨로지를 검색·추론에 결합해보신 분 (Graph RAG, SPARQL 기반 질의 등)
• 벡터 데이터베이스 또는 OpenSearch k-NN 기반 시맨틱 검색 구축 경험이 있으신 분
• LLMOps(프롬프트 버전 관리, 평가 자동화, LLM-as-judge, 회귀 테스트) 경험이 있으신 분
• 여러 서비스가 공유하는 AI 엔진을 플랫폼 형태로 제공·운영해보신 분
• 금융 콘텐츠 생성 시 요구되는 규제·컴플라이언스 제약을 고려해 시스템을 설계해보신 분
• GPU 프로파일링 및 추론 최적화(quantization, batching 등) 경험이 있으신 분
• AI 코딩 에이전트(Claude Code, Codex, Cursor 등)를 활용한 Agentic Engineering 경험 또는 관심이 있으신 분
• AI Harness(MCP 서버, 커스텀 스킬, 훅 등)를 설계·구성하여 개발 생산성을 극대화한 경험이 있으신 분
Benefits
- 복지카드 지원
ㄴ복지카드 형태로 지급되며 사용처 제한 없이 사용 가능 (단, 유흥업 및 택시 이용은 제외됩니다)
- 상해보험 : 본인 및 가족(배우자/자녀)실손 의료비 지원
- 건강검진 : 매년 종합건강검진 지원
- 특별상여 : 설/추석 귀성비, 가정의 달 효도비, 연말 지원비
- 특별휴가 : 만 1년 이상 재직 다음 해 부터 연간 3일 특별 휴가 제공
- 장기근속 : 10년 근속 시 장려금(400만원) 지급
- 자기개발 : 업무 관련 교육 지원
▶ 대표부터 인턴사원까지 전 구성원이 ‘님’ 호칭을 사용하는 수평적인 조직문화를 지향합니다.
▶ 근무 형태 : 비포괄임금제 (초과근로수당 별도 지급)
▶ 근무 시간 : 유연 출퇴근제
- 오전 7시 ~ 11시 사이 자율 출근
- 출근 시각 기준 8시간 근무
▶ 재택근무 : 주 1회 가능
Hiring process
■ 채용 과정
· 서류 접수 > 1차 인터뷰 > 2차 인터뷰 > 처우논의 > 최종 합격
· 전형 단계 중 필요 시, 사전 동의 후 레퍼런스 체크 진행
· 장애인 및 국가보훈대상자는 지원 시 관련법에 따라 우대함
■ 제출 서류 (필수)
· 국문 또는 영문 이력서 및 자기소개서(자유 양식) 제출
· (선택) GitHub/기술 블로그/포트폴리오 링크 첨부
About the company
넥스트증권
인공지능 기반 플랫폼 증권사 https://www.next-securities.com/ Vision 넥스트증권의 비전은 '지식, 커뮤니티, 투자를 융합한 선도적인 금융 플랫폼 구축으로 투자의 혁신을 주도'하는 것입니다. Mission 금융 시장, 실시간 뉴스, 소셜 네트워크를 연결해 모든 투자자들에게 개인화된 투자 경험을 제공할 것입니다. 넥스트증권 핵심 가치 1. 고객의 궁극적 가치 실현에 집중해요 고객이 누구인지, 무엇을 필요로 하는지 가까이에서 살펴요. 고객이 요구하는 것 뿐만 아니라 드러나지 않은 불편함까지 찾아내 문제를 해결하는데 집중해요. 다양한 내외부 이해관계자의 관점을 함께 살피면서, 장기적인 신뢰와 안정성을 기반으로 고객 경험을 만들어내요. 2. 완벽보다는 빠르게 시도해요 작은 시도라도 빠르게 실행하고, 실패를 자산으로 삼아요. 시도-피드백-개선의 사이클이 빠르게 가져가요. 실패한 시도는 반드시 공유하며, 정기적인 회고를 통해 속도와 방향성 간의 균형을 유지해요. 3. 끝까지 책임지고 수치로 결과를 만들어요 '내 역할은 끝'이라고 손을 떼는 게 아니라, 조직 전체의 성과에 연결되도록 끝까지 책임져요. 기획부터 실행, 성과 검증까지 전 과정을 관리해요. 성과는 반드시 데이터를 기반으로 수치화하고 검증해요. 4. AI와 데이터로 더 똑똑하게 일해요 반복 업무는 AI와 자동화에 맡기고, 새로운 기술과 도구는 적극적으로 검토하고 업무에 반영해요. 직관이나 경험에만 의존하지 않고, 데이터와 AI를 활용해 의사결정의 질과 효율성을 높여요. 5. 문제를 투명하게 공유하고 함께 해결해요 문제를 숨기거나 축소하지 않고 솔직하게 나눠요. 다양한 직무와 관점에서 피드백을 받아 더 좋은 해답을 찾아내요. 피드백을 주고 받을 땐 '사람'에 대한 것이 아닌, '행동과 결과'에 집중해요.