플레이스 AI 개발 체험형 인턴

각 포지션별 중복 지원은 불가하며, 3개의 포지션 중 택1하여 지원 바랍니다. __________________________________________________________________________________________________________________ Who We Are 플레이스 서비스(지도, 플레이스, 예약, 검색)의 품질을 향상시키는 AI 솔루션을 개발합니다. 플레이스 특화 sLLM 및 Multimodal Encoder를 개발하여 NAVER 플레이스의 다양한 서비스 품질을 개선하고 있습니다. 의미 있고 도전적인 AI 솔루션 개발에 함께할 인재를 찾습니다. 다양한 서비스에 AI 기술을 접목하며, 새로운 가치를 창출하는 일에 열정을 가진 분을 모집합니다. [참고자료] [DAN24] LLM, MULTI-MODAL Model로 Place Vertical Service 개발하기 [주요 과제] • 플레이스 DB 강화 (플레이스 서비스 품질을 개선하기 위한 DB 정제 및 보강 AI 솔루션) - - 중복 플레이스 제거 - - 플레이스 연관 고퀄리티 컨텐츠 추출 및 생성 - - 플레이스 다국어 번역 • Local Search on AI (검색 품질과 커버리지를 높이는 AI 솔루션) - - 질의분석 모델 개발 - - Matching & Ranking Encoder 개발 - - sLLM 기반 검색 품질 자동 평가 • 사업자 솔루션 (사업자를 돕는 AI 솔루션) - - 리뷰 답글 생성  1. 플레이스 AI MLOps Engineer 체험형 인턴 What You'll Do 1. 플레이스 에이전트 개발을 위한 사용자 질의 데이터셋 구축 - 플레이스(식당, 숙박, 명소 등)에 등록된 메타 데이터를 분석하여, 사용자의 장소 검색 맥락에 맞는 예상 질의 데이터 셋 생성 - 생성된 가상 질의들이 실제 서비스 환경에 유효한 질문인지 검증하는 피드백 루프 구성하여 고품질 데이터셋 설계 2. 검색 최적화 질의 재작성(Query Rewriting) 모델 개발 - 사용자 질의를 검색 엔진이 가장 잘 이해할 수 있는 '검색 최적화 키워드'로 변환하거나 생성하는 모델 학습 - Knowledge Distillation 기법을 활용한 모델 경량화 수행 Required Skills • 학사 또는 석-박사 과정 재학 중이며, 컴퓨터공학, 전기전자, 기계공학, 데이터사이언스 등 관련 학문 전공하신 분 • Python에 대한 기초 프로그래밍 역량 보유하신 분 • 기계학습(Machine Learning) 또는 딥러닝(Deep Learning) 기본 개념에 대한 이해도가 있으신 분 • 문제 해결을 위한 논리적 사고력과 데이터 기반의 사고방식을 갖추신 분 • 새로운 기술에 대한 학습 의지와 빠른 적응력을 갖추신 분 • 팀과의 원활한 커뮤니케이션 및 협업에 열린 자세를 갖추신 분 Preferred Skills • 딥러닝 학습 프레임워크를 활용한 모델 개발 경험이 있으신 분 • 주요 학회 논문 (EMNLP, ACL, ICLR, NIPS, CVPR, ECCV, ICCV 등) 게재 경험이 있으신 분  2. 플레이스 AI ML Engineer Primus 체험형 인턴 What You'll Do 1. 사용자 데이터 기반 페르소나 요소 발굴 - 사용자 로그, 설문 결과 등의 데이터를 분석하여 유의미한 사용자 유형을 정의하고, 페르소나를 구성하는 핵심 요소를 도출합니다. 2. 페르소나 커스터마이징 시스템 설계 - 사용자가 직접 페르소나의 요소를 조합하여 원하는 가상 유저를 만들 수 있는 시스템의 기반을 설계합니다. 3. 페르소나 구현을 위한 LLM 프롬프트 엔지니어링 - 각 페르소나 요소가 AI 에이전트의 행동과 피드백 스타일로 발현될 수 있도록 LLM 프롬프트를 설계하고 구현합니다. 4. AI 페르소나 성능 평가 및 개선 - 개발된 페르소나가 실제 테스트 시나리오에서 얼마나 일관성 있고 현실적인 피드백을 제공하는지 평가하고, 지속적으로 프롬프트를 개선하여 완성도를 제고합니다. Required Skills • 학사 또는 석사 과정 재학 중이며, 컴퓨터공학, 전기전자, 기계공학, 데이터사이언스 등 관련 학문을 전공하신 분 • Python에 대한 기초 프로그래밍 역량 보유하신 분 • 기계학습(Machine Learning) 또는 딥러닝(Deep Learning) 기본 개념에 대한 이해를 갖추신 분 • 문제 해결을 위한 논리적 사고력과 데이터 기반의 사고방식을 갖추신 분 • 새로운 기술에 대한 학습 의지와 빠른 적응력을 갖추신 분 • 팀과의 원활한 커뮤니케이션 역량 및 협업에 열린 자세를 갖추신 분 Preferred Skills • PyTorch, TensorFlow 등 딥러닝 프레임워크를 활용한 프로젝트 또는 연구 경험 보유하신 분 • sLLM, Distillation, Retrieval, Prompt Engineering 등에 대한 이해 또는 실습 경험 보유하신 분 • LLM as Judgment를 활용하여 모델 성능을 평가한 경험 보유하신 분  3. 플레이스 AI ML Engineer Agent Safety 체험형 인턴 What You'll Do 플레이스 특화 agent safety solution 연구 진행 - Red Team test with agent를 통한 warning case 발견 - Guard Rail 학습 데이터셋 구축을 위한 Prompt Engineering - Output Guard Rail model 개발 - Red Team 테스트를 통한 모델 성능 검증 및 개선 방법론 검토 Required Skills • 학사 또는 석사 과정 재학 중이며, 컴퓨터공학, 전기전자, 기계공학, 데이터사이언스 등 관련 학문 전공하신 분 • Python에 대한 기초 프로그래밍 역량 보유하신 분 • 기계학습(Machine Learning) 또는 딥러닝(Deep Learning) 기본 개념에 대한 이해를 갖추신 분 • 문제 해결을 위한 논리적 사고력과 데이터 기반의 사고방식을 갖추신 분 • 새로운 기술에 대한 학습 의지와 빠른 적응력을 갖추신 분 • 팀과의 원활한 커뮤니케이션 역량 및 협업에 열린 자세를 갖추신 분 Preferred Skills • PyTorch, TensorFlow 등 딥러닝 프레임워크를 활용한 프로젝트 또는 연구 경험을 보유하신 분 • sLLM, Prompt Engineering 등에 대한 이해 또는 실습 경험을 보유하신 분 •Contrastive Learning (SimCLR, SimCSE, SupCon 등)에 대한 이해 또는 실습 경험을 보유하신 분 •Sentence-BERT, sentence-transformers 등 텍스트 임베딩 모델 활용 경험을 보유하신 분 •LLM 기반 Prompt Engineering 경험을 보유하신 분 전형절차 및 기타사항  1전형절차 서류 전형 > 코딩테스트 > 직무 인터뷰 > 인턴십 합격 > 인턴십 수행 (약 2개월) ※ 전형절차는 일정 및 상황에 따라 변동될 수 있으며, 전형별 결과에 따라 절차가 추가될 수 있습니다. 2기타사항 지원서 접수 마감 : 2026.02.10(화) 10:00 서류 전형 및 코딩테스트 : 2월 2주차 ~ 2월 3주차 중 (코딩테스트 예상 일정 : 2/20(금)~2/22(일)) 직무 인터뷰 : 2월 4주차 중 합격자 발표 : 3월 1주차 중 인턴십 수행 : 2026.03.16(월) ~ 2026.05.08(금) (8주) 체험형 인턴십 근무 조건은 주 5일 Full-Time(10-19시) / 1일 8시간입니다. 인턴십 기간은 2026년 03월 ~ 2026년 05월로, 해당 기간에 근무 가능하신 분만 지원 바랍니다. (*운영 상황에 따라 일정 변동 가능성 있음) 본 공고는 인재 선발 완료 시 조기 마감될 수 있으며, 필요 시 모집 기간이 연장 될 수 있습니다. 지원서 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다. 국가유공자 및 장애인 등 취업보호 대상자는 관계법령에 따라 우대합니다. 국가유공자의 가산점 부여를 받기 위해서는 본인이 '취업지원 대상자 증명서'를 회사에 제출해야 합니다. 제출해 주신 지원서의 검토 결과 발표는 지원서에 등록하신 이메일로 개별 안내드립니다. 입사 확정 이후라도 국제 제재(Sanction) 대상자 또는 관련자로 확인될 경우, OFAC 규정 등 관련 법규에 따라 고용계약 체결이 제한될 수 있음을 안내드립니다.