[주식회사 노타] 2026 R&D Internship

노타와 함께 ​실제 ​AI ​제품과 기술을 ​만들어갈 R&D 인턴을 모집합니다. 지원 ​시 ​아래 모집 ​직무 중 희망하는 ​직무를 선택해 ​주세요.

[Solution ​Division]

1. AI ​Engineer ​(AIE팀)

주요업무

• - 다양한 ​산업 도메인의 문제 ​해결을 ​위한 AI 모델 ​개발 ​프로젝트 ​참여다양한 ​산업 도메인의 문제 ​해결을 ​위한 AI 모델 ​개발 ​프로젝트 ​참여
• - VLM(Vision-Language Model)을 신규 ​도메인에 적용하고 ​성능 ​검증
• - Computer Vision ​분야의 최신 ​Deep ​Learning Architecture를 활용한 ​AI 모델 ​파이프라인 설계 및 개발
• - Anomaly Detection
• - Object Detection
• - Segmentation
• - AI Application 개발자와 협업하여 비즈니스 목적에 부합하는 최적의 모델 선정 및 배포

지원자격

• - AI/ML 관련 전공 학사 이상의 학위를 보유하신 분 또는 이에 준하는 프로젝트/연구 경험이 있으신 분
• - Computer Vision 분야의 Deep Learning 모델 연구 및 개발 경험을 보유하신 분
• - PyTorch 등 주요 Deep Learning Framework를 활용한 경험이 있으신 분
• - 해외 출장 및 여행에 결격 사유가 없는 분

우대사항

• - 대표적인 VLM에 대한 이해 및 활용 경험이 있으신 분
• - Computer Vision 관련 Deep Learning 모델 연구 또는 개발 경험이 있으신 분
• - 다양한 Dataset 및 환경에서 모델 성능을 개선해 본 경험이 있으신 분

2. AI Data Engineer (DEE팀)

주요업무

• - 이미지/비디오 생성·합성 모델(Gemini Flash, Seedance 등)을 활용한 합성 데이터 생성
• - 원활한 데이터 생성을 위한 데이터 전처리
• - 생성된 결과물에 대한 정량적·정성적 평가
• - 새로운 AI 모델을 빠르게 테스트하고 기존 모델과의 정량적 비교 실험 설계

지원자격

• - 컴퓨터공학 또는 관련 전공자이거나 이에 준하는 기술적 이해도를 보유하신 분
• - Python, Java, C++ 등 하나 이상의 프로그래밍 언어를 능숙하게 사용하시는 분
• - SDXL, Flux, Qwen Image 등 Local Model을 활용해 이미지/비디오 생성을 진행해 보신 분
• - 문제 해결 능력과 비판적·전략적 사고를 갖추신 분
• - 책임감 있고 긍정적인 태도로 업무를 주도적으로 해결할 수 있으신 분

우대사항

• - ComfyUI, Unreal Engine Blueprint 등 Node 기반 Programming Tool 사용 경험이 있으신 분
• - AI / Computer Vision / Vision Language Model 관련 프로젝트 경험이 있으신 분
• - SDXL, Flux, Qwen Image 등 Local Model을 활용한 이미지/비디오 생성 경험이 있으신 분
• - Photoshop, Premiere, After Effects 등 이미지/영상 편집 경험이 있으신 분
• - Git, JIRA, Confluence 등 협업 도구 사용 경험이 있으신 분
• - 기술 문서 작성 및 팀 내 지식 공유 경험이 있으신 분

3. AI Data Engineer (Solution Tech Division)

주요업무

• - 병원 EMR의 정형·비정형 데이터를 수집하고 정규화하는 Data Pipeline 설계 및 개발
• - Local LLM 기반 임상 지원 Agent의 추론 Pipeline 구현
• - 단일 On-premise 장비 환경에서 응답 지연 및 Resource 목표를 달성할 수 있는 Pipeline 설계
• - 모델 단독 성능의 한계를 Pipeline Logic으로 보완하고 평가 체계를 통한 검증 및 개선

지원자격

• - LLM 기반 Application 개발 경험이 있으신 분
• - RAG
• - Tool Calling
• - Agent Pipeline 등
• - Python 기반 Backend 개발 경험이 있으신 분
• - FastAPI
• - Django 등
• - 관계형 Database 설계 및 SQL 활용 경험이 있으신 분
• - 실제 사용 가능한 수준의 Software를 완성해 본 경험이 있으신 분
• - Git 기반 협업 및 Docker를 활용한 실행 환경 구성 경험이 있으신 분
• - Claude, Cursor, Codex 등 AI Native 개발 도구를 실제 개발 과정에 활용해 본 경험이 있으신 분

우대사항

• - vLLM, Ollama, llama.cpp 등을 활용한 Local LLM Serving 경험이 있으신 분
• - 형식이 이질적인 데이터를 수집·Parsing·정규화하는 Pipeline 구축 경험이 있으신 분
• - 시계열 데이터 처리 또는 Anomaly Detection 관련 경험이 있으신 분
• - Offline·On-premise·제한된 Resource 환경에서 개발 또는 배포한 경험이 있으신 분
• - 측정 지표에 근거하여 성능 개선을 수행한 경험이 있으신 분
• - 의료 Domain에 대한 관심 또는 관련 프로젝트 경험이 있으신 분

[NetsPresso Division]

4. AI Research Engineer (XPU Enabler팀)

주요업무

업스테이지 컨소시엄을 통해 개발되는 LLM/VLM Foundation Model의 경량화 및 추론 최적화를 담당합니다.

• - 대규모 MoE 모델의 Quantization 기술 연구·개발
• - Post-Training Quantization(PTQ)
• - Quantization-Aware Training(QAT)
• - 구조적·비구조적 Pruning 및 Sparsity 기술 연구·개발
• - Quantization·Pruning 과정에서 발생하는 모델 성능 저하를 최소화하기 위한 Calibration, Reconstruction 및 Fine-tuning 방법론 개발
• - TensorRT-LLM, vLLM, SGLang, ONNX Runtime 등 Inference Framework 기반 최적화
• - CUDA, Triton 또는 NPU Vendor SDK를 활용한 고성능 Operator 및 Kernel 개발
• - KV Cache Optimization, Continuous/Dynamic Batching, Speculative Decoding 등 추론 가속 기술 개발
• - LLM/VLM의 Accuracy, Latency, Throughput, Memory Footprint 평가
• - 최적화된 LLM/VLM의 NVIDIA GPU 및 다양한 국내외 NPU·AI Accelerator 탑재
• - Hardware 특성을 고려한 Model Optimization
• - 모델 변환, Compile, Runtime 연동 및 실제 Device 성능 검증
• - LLM/VLM 및 MoE 모델 경량화·추론 최적화 관련 최신 연구 분석
• - 신규 Quantization, Pruning 및 Inference Optimization 방법론 연구
• - 연구 결과의 특허 출원, 논문 작성 및 국내외 학술대회 발표

지원자격

• - LLM, VLM 또는 Transformer 기반 모델에 대한 깊은 이해를 보유하신 분
• - MoE 모델의 Quantization, Pruning, Sparsity 또는 Inference Optimization 기술을 실제 프로젝트에 적용할 수 있으신 분
• - 아래 분야 중 하나 이상에서 실질적인 연구 또는 개발 경험을 보유하신 분
• - LLM/VLM Quantization
• - Model Pruning 및 Sparsity
• - MoE Compression 및 Routing Optimization
• - Efficient Transformer
• - LLM/VLM Inference Optimization
• - 모델 정확도뿐 아니라 Latency, Throughput, Memory 및 연산량을 종합적으로 분석할 수 있으신 분
• - 연구 방법론을 실제 추론 시스템 및 Hardware 환경에 구현할 수 있으신 분
• - 독립적으로 문제를 정의하고 실험을 설계·수행할 수 있으신 분
• - 해외 출장 및 여행에 결격 사유가 없는 분

우대사항

• - NeurIPS, ICML, ICLR, ACL, EMNLP, NAACL, CVPR, ICCV, ECCV 등 Top-tier AI/ML 학술대회 논문 게재 경험이 있으신 분
• - LLM/VLM 또는 MoE 모델 Quantization·Pruning 관련 논문, 특허 또는 Open Source 실적이 있으신 분
• - GPTQ, AWQ, SmoothQuant, OmniQuant, AutoRound, SparseGPT 등 Model Compression 기술 구현 또는 확장 경험이 있으신 분
• - TensorRT-LLM, vLLM, SGLang, DeepSpeed, Megatron-LM 등 대규모 모델 추론 시스템 개발 경험이 있으신 분
• - CUDA 또는 Triton 기반 GPU Kernel Optimization 경험이 있으신 분
• - 국내외 NPU, ASIC 또는 Edge AI Accelerator 대상 모델 Porting·Optimization 경험이 있으신 분
• - NPU Vendor SDK, Compiler 또는 Runtime을 이용한 모델 변환 및 배포 경험이 있으신 분
• - Custom Operator 또는 Custom Kernel 개발 경험이 있으신 분
• - MoE 모델의 Expert Routing, Expert Load Balancing, Expert Parallelism 또는 통신 최적화 경험이 있으신 분

5. AI Engineer (Model Representation팀)

주요업무

• - 내부 IR 개발
• - PyTorch / ONNX 모델 변환
• - Target Hardware(ExecuTorch, TensorRT 등)를 위한 Lowering 및 Optimization

지원자격

• - Deep Learning IR 관련 경험이 있으신 분
• - vLLM 등 Inference Optimization Framework에 대한 경험이 있으신 분

우대사항

• - CPU / GPU / NPU Parallel Computing에 대한 지식을 보유하신 분
• - Compiler 원리(IR, Pass, AST)에 대한 이해가 있으신 분
• - TensorRT, AIMET 등 Optimization 경험이 있으신 분

6. AI Engineer (Quantization팀)

주요업무

• - Quantization 기술 연구 및 제품화
• - 차세대 Quantization Algorithm 개발
• - 모델 및 Hardware 특성을 기반으로 한 Quantization 연구
• - 논문 및 특허 등 연구 성과 도출
• - On-device AI 모델 최적화

지원자격

• - Quantization, Model Compression 또는 Deep Learning Optimization 분야의 연구/개발 경험이 있으신 분
• - PyTorch, ExecuTorch, ONNX 기반 Deep Learning Model Optimization에 대한 이해가 있으신 분

우대사항

• - Quantization, Model Compression, Kernel Optimization 관련 Top-tier 학회(NeurIPS, ICML, CVPR, ICLR 등) 논문 발표 경험이 있으신 분
• - 연구 결과를 제품화하거나 상용 서비스에 적용해 본 경험이 있으신 분
• - ExecuTorch, ONNX, TensorRT, AIMET, llama.cpp 등 Optimization Library 심화 활용 경험이 있으신 분
• - Low-bit Model의 Embedded Device Porting 및 성능 Tuning 경험이 있으신 분
• - vLLM, SGLang, llama.cpp 등 LLM Inference Framework 사용 경험이 있으신 분
• - Open Source Project 기여 또는 유지보수 경험이 있으신 분

7. AI Software Engineer (Software Engineering팀)

주요업무

• - 개발 지원 업무
• - 자동화
• - Repository 관리 및 유지보수
• - Test 및 Verification 등

지원자격

• - Python, Docker를 능숙하게 사용할 수 있으신 분
• - Cloud Service 사용 경험이 있으신 분
• - Server 개발 경험이 있으신 분

우대사항

• - AI Domain에 대한 이해 또는 유사 프로젝트 경험이 있으신 분
• - AI 모델 최적화 관련 업무 경험이 있으신 분
• - 노타의 Domain과 관련된 지식 또는 경험을 보유하신 분
• - AI를 활용한 개발 경험과 높은 활용 역량을 보유하신 분

근무 조건

• - 근무 기간: 6개월
• - 입사 시점: 2026년 9월 예정
• - 세부 입사 일정은 최종 합격 후 협의 가능합니다.

지원 방법

• - 지원 시 아래 포지션 중 희망 직무를 선택해 주세요.
• - Solution
• - AIE
• - DEE
• - Solution Tech
• - NetsPresso
• - XPU Enabler
• - Model Representation
• - Quantization
• - SW Engineering
• - 1순위 희망 직무를 함께 기재해 주세요.

채용 절차

• - 서류 전형 → 인터뷰 → 최종 합격
• - 포지션에 따라 사전 과제 또는 추가 인터뷰가 진행될 수 있습니다.
• - 채용 일정 및 모집 인원은 내부 상황에 따라 변경될 수 있습니다.