[Solution] AI Data Engineer Intern (체험형)

👋 우리 팀을 소개합니다.

DEE(Data Enablement Engineering) 팀은 노타에서 활용되는 모델들이 다양한 엣지 케이스에서도 강건성을 유지할 수 있도록 다양한 데이터를 가공, 검수, 합성, 필터하는 역할을 하고 있습니다. DEE 팀에 합류하시면 실제 산업 데이터를 바탕으로 다양한 데이터의 전처리 과정을 경험할 수 있으며, AI 모델에 데이터가 주는 영향을 경험할 수 있습니다.

DEE(Data Enablement Engineering) 팀은 AI가 현실의 다양한 상황을 안정적으로 이해하고 판단할 수 있도록, 필요한 데이터를 확보하고 활용 가능한 형태로 만드는 팀입니다.

교통사고, 산업 현장의 안전사고, 화재와 같은 재난 상황은 발생 빈도가 낮고 직접 재현하기도 어려워 충분한 데이터를 수집하기 어렵습니다. 그러나 이러한 위험 상황일수록 AI 솔루션이 제대로 작동하는지 철저하게 검증해야 합니다.

DEE 팀은 생성형 AI, 데이터 합성 및 가공 기술을 활용해 현실에서 확보하기 어려운 데이터를 만들고, 이를 체계적으로 평가·관리합니다. 이렇게 만들어진 데이터는 Nota Vision Agent를 비롯한 노타의 AI 솔루션이 다양한 환경과 엣지 케이스에서도 신뢰성 있게 작동하도록 성능과 품질을 검증하고 개선하는 데 사용됩니다.

📌 해당 포지션으로 합류하신다면

AI Data Engineer는 단순히 이미지나 영상을 생성하는 역할이 아닙니다. AI Engineer, QA Engineer, Product Manager 등과 협업하여 제품이 해결해야 할 데이터 문제를 정의하고, 필요한 상황과 품질 기준을 구체화한 뒤, 이에 적합한 데이터를 만드는 역할을 수행합니다.

생성형 AI 모델과 다양한 데이터 제작 도구를 활용해 실제 환경에서 수집하기 어려운 교통사고, 산업 안전 및 재난 상황 등의 이미지·비디오 데이터를 제작하게 됩니다. 또한 생성 결과를 정성적·정량적으로 평가하고, 반복적인 데이터 제작 과정을 자동화하거나 개선합니다.

인턴십을 통해 다음과 같은 경험을 쌓을 수 있습니다.

• 생성형 AI를 실제 AI 제품의 성능 검증과 품질 개선에 활용하는 경험
• 현실의 문제를 데이터 요구사항과 구체적인 시나리오로 정의하는 경험
• 이미지·비디오 생성, 합성, 전처리 및 품질 평가 전반에 대한 경험
• 여러 직군과 협업하며 데이터 제작 결과를 실제 제품에 적용하는 경험
• 새로운 생성 모델과 도구를 비교·검증하고 제작 프로세스를 개선하는 경험

✅ 주요 업무

• AI 솔루션의 성능 검증에 필요한 데이터 문제와 요구사항 분석
• 다양한 상황의 이미지·비디오 데이터 생성 및 합성
• 목적과 사용 조건에 맞는 데이터 시나리오, 명세 및 품질 기준 설계
• 생성형 AI 모델을 활용하기 위한 입력 데이터 전처리 및 생성 파이프라인 구축
• 생성된 데이터의 정확성, 현실성, 다양성 및 일관성 평가
• 반복적인 데이터 생성,검수 과정의 자동화 및 효율화
• AI Engineer, QA Engineer, Product Manager 등과의 협업을 통한 데이터 요구사항 구체화 및 결과 검증

✅ 자격요건

• 컴퓨터공학, 인공지능 또는 관련 분야를 전공하고 있거나 이에 준하는 기술적 이해도를 갖추신 분
• Python을 활용한 프로그래밍 및 데이터 처리의 기초 역량을 갖추신 분
• 이미지·비디오 데이터 또는 생성형 AI 기술에 관심이 있으신 분
• 주어진 요구사항을 구체적인 작업과 검증 기준으로 정리할 수 있으신 분
• 결과물을 세밀하게 확인하고 문제의 원인을 논리적으로 분석할 수 있으신 분
• 동료와 적극적으로 의견을 나누고 피드백을 반영할 수 있으신 분
• 새로운 모델과 도구를 빠르게 학습하고 직접 실험해보는 것을 즐기시는 분
• 6개월 이상 근무가 가능하신 분

✅ 우대사항

• 생성형 AI를 활용해 이미지 또는 비디오를 제작한 경험
• Stable Diffusion, SDXL, FLUX, Qwen-Image 등의 이미지 생성 모델을 직접 실행하거나 활용한 경험
• ComfyUI 등 노드 기반 생성 워크플로를 구성한 경험
• 생성 모델의 결과를 비교·평가하거나 프롬프트와 파이프라인을 개선한 경험
• Computer Vision, Vision Language Model 또는 이미지·비디오 모델 관련 프로젝트 경험
• OpenCV, FFmpeg 등의 이미지·비디오 처리 도구 활용 경험
• Unreal Engine, Blender 또는 시뮬레이션 도구를 활용한 데이터 제작 경험
• Photoshop, Premiere Pro, After Effects 등 이미지·영상 편집 도구 활용 경험
• Git을 활용한 협업 및 프로젝트 관리 경험
• 실험 결과나 기술적 내용을 문서로 명확하게 정리하고 공유한 경험

✅ 채용 절차

• 서류 검토 → 1차 인터뷰 → 최종 선발

  (절차 간에 추가적인 과제가 있을 수 있습니다.)

✅ 근무 기간

• 6개월

🤓 팀의 메세지

좋은 AI는 좋은 데이터만으로 만들어지지 않습니다. 어떤 데이터가 필요한지 정확히 정의하고, 목적에 맞는 데이터를 만들며, 그 품질을 검증하는 과정이 함께 필요합니다.

DEE 팀은 새로운 생성형 AI 기술을 빠르게 실험하는 데 그치지 않고, 실제 제품의 문제를 해결할 수 있는 데이터로 연결하는 방법을 고민합니다. 기존에는 확보하기 어려웠던 데이터를 더 효과적으로 만들고, 이를 통해 Nota의 AI 솔루션의 성능과 신뢰성을 높이는 여정에 함께할 분을 기다립니다.

지원 전, 확인해주세요! 👀

• 해당 공고는 상시 채용으로, 채용 완료 시 조기 마감될 수 있습니다.
• 이력서 내 연봉 정보 등 민감한 개인 정보가 기재되어 있다면, 해당 서류는 검토되지 않을 수 있습니다.
• 제출해 주신 내용 중 허위 사실이 있을 경우 채용이 취소될 수 있습니다.
• 채용 전 레퍼런스 체크가 있음을 알려드립니다.
• 최종 인터뷰 합격 시 별도로 처우를 협의합니다.
• 국가보훈대상자 및 장애인은 관련 법규에 의거하여 우대합니다.
• 장애인 고용 촉진을 위한 행정적 절차 확인이 필요한 경우, 장애인 등록증 사본을 기타 서류 란에 선택적으로 제출하실 수 있습니다. 제출 여부는 전형 평가에 어떠한 영향도 미치지 않습니다.

🔎 읽어보면 도움 되는 관련 자료

🌿 노타 라이프

• 노타는 핵심 가치(CV)를 어떻게 실행할까?
• 신입 사원 노식이의 노타 적응기
• 우리가 일하는 공간을 소개합니다!

💡 노타가 하는 일

• 기술 이야기 없이 노타 설명하기
• AI 모델 최적화 플랫폼 '넷츠프레소'란?
• 노타의 온디바이스 AI '솔루션' 맛보기
• Nota Tech Blog: 더 알아보기