[독파모] AI Research Engineer - Post-training

About the role

업스테이지는 "Making AI Beneficial"이라는 비전과 "Artificial General Intelligence (AGI) for Work"라는 미션을 바탕으로, AI 기술을 통해 인류가 일하는 방식을 혁신하는 기업입니다. 단순한 업무 자동화를 넘어 복잡한 의사결정을 지원하고 기업의 비용 구조를 개선함으로써, 구성원이 보다 가치 있는 일에 집중할 수 있는 환경을 만들어가고 있습니다.

이러한 비전을 실현하기 위해 업스테이지는 AGI의 핵심 기반 기술인 Foundation 모델을 지속적으로 발전시키고 있습니다. Global Frontier에서 추적하는 벤치마크 지표를 통해 모델 성능을 객관적으로 진단하고 개선하는 한편, 고객사의 실제 업무 환경에서 도출한 Workspace Benchmark Set을 자체적으로 구축하여 모델의 실용성과 성능을 함께 검증하고 있습니다.

이를 통해 업스테이지는 산업 현장의 복잡한 문제를 해결함과 동시에, 글로벌 수준의 기술 표준을 선도해 나가고 있습니다. 모델의 성능이 비약적으로 도약하는 그 순간은 자주 오지 않습니다. 그 티핑 포인트를 함께 넘어설, 지금 가장 빠른 성장 곡선을 함께 그릴 인재를 기다립니다.

Post-training 팀은 아래의 5가지 Skill에서의 Super Intelligence를 목표로 합니다.
(1) General Agent - 일반적 Agent 활용 시나리오 (built-in search 포함)에서 신뢰할만한 Agentic Behavior를 갖추는 것을 목표로 합니다.
(2) Science Agent - 기본적인 STEM QA를 넘어서 Scientist들의 업무 효율을 개선할 수 있는 Agent Capability를 갖추는 것을 목표로 합니다.
(3) Coding Agent - SWE patch update 시나리오를 넘어서 NL2Repo까지 포함한 Coding 능력에 집중합니다. Foundation 모델 개발 코드 자체를 스스로 컨트롤하고 개선할수 있을 정도의 수준을 갖추는 것을 목표로 합니다.
(4) Office Work Agent - 실제 Office 환경에서 발생할 수 있는 모든 상황에 대응할 수 있는 Agent를 목표로 합니다. 다양한 환경, 다양한 input, 목표로 하는 output 등을 office 환경에 특화하여 고민하고 능력을 향상시킵니다. 단순 Level 1Task (1차원적 업무)를 넘어서 복합적인 상위 테스크인 Level 2테스크를 해결할 수 있는 성능을 갖추는 것을 목표로 합니다.
(5) Computer Use Agent - 기본적인 VLM 성능을 넘어, Computer screen과 interaction을 하며 다양한 테스크를 수행할 수 있는 Agent 성능 확보를 목표로 합니다.
이 핵심 목표를 달성하기 위하여, 확장 가능한 Agent 환경 구축 방법론, 초고품질 데이터 필터링 시스템, RLHF·RLVR·OPD 등 최신 학습 기법을 활용해 ​세계 최고 수준의 사후 학습 기술 개발​을 주도합니다. 이 팀에 합류한다면, 진화하는 Foundation 모델 기술을 선도하며 산업 현장의 문제를 해결하는 ​차세대 기술 혁신​을 함께 실현할 수 있을 것입니다.

What you'll do

[Representative projects]
• Reinforcement learning for LLM (math, code, general reasoning, tool use)
• Efficient & effective reasoning
• A scalable agentic tool use data synthesis pipeline
• Language-specific reward models
• Precise instruction following
** 기술의 흐름과 상황에 따라서 개발하는 프로젝트는 변화하며, 프로젝트는 각 시점에 LLM 모델 발전에 가장 영향력있는 기술 요소에 집중합니다.

Requirements

• LLM/VLM post-training/fine-tuning을 수행하여 특정 문제에서 최고 성능을 달성해본 경험
• Foundation Model 개발 트렌드에 대한 이해도
• ML과 NLP 토픽으로 국제 학회에서 출판 기록 (1저자 혹은 교신저자)

Preferred qualifications

• AI 관련 연구 또는 프로덕트 개발을 리딩한 경험
• Agent Harness를 설계하여 모델 학습을 위한 데이터 합성을 수행해본 경험
• LLM/VLM을 위한 데이터 수집, 생성, 정제등을 수행해 본 경험
• 국제 혹은 국내 AI 대회 (Kaggle 등) 상위권 입상
• 0.1%의 성능에 민감하여 제한된 자원과 시간에 최적화를 수행할 수 있는 집중력과 민첩성
• 논리적인 사고실험을 수행하고 가설/검증의 방식으로 실험 설계 및 결과를 도출할 수 있는 사고력
• 레슨런을 효과적이고 효율적으로 전파하고 논의할 수 있는 의사소통 능력

Benefits

업스테이지의 문화와 제도는 지금, 이순간에도 진화 중입니다.

• Anywhere On Earth But Together! ‘어디서든’ 함께 일할 수 있으며, 고객사 미팅/협업을 위해 주로 사용하시게 될 오프라인 오피스는 삼성역/상현역 근처에 있습니다.
• 원격 근무에 필요한 장비를 500만원 예산 내에 자유롭게 선택하실 수 있습니다.
• 근무를 위한 카페 이용 시 음료 비용, 스터디룸 혹은 공유오피스 이용 비용 등을 지원해드립니다.
• 업무 관련 소프트웨어, 도서, 자료, 교육 및 어학 수강비 등 성장에 필요한 비용을 지원해드립니다.
• 건강을 위한 운동비, 직장 단체보험 및 종합건강검진을 지원해드립니다.

Hiring process

[모집 절차] - 전체 온라인 진행
• 서류 전형
• 알고리즘 코딩 테스트
• 딥러닝 코딩테스트
• 기술 인터뷰 (1차/2차)
• 컬처 인터뷰
• 최종 인터뷰
• 최종 결과 발표

*절차는 상황에 따라 조정될 수 있습니다.
*최종 인터뷰 후, 레퍼런스 체크 절차가 진행될 수 있습니다.

---

*CV를 포함한 모든 제출 자료는 PDF 형식으로 업로드 해주시기 바랍니다.
*지원자의 민감 정보(연봉 정보, 주민번호 등) 및 고유식별번호는 이력서에 기재하지 않도록 유의해주시기를 바랍니다.