[AI Research Div.] Research Engineer - Foundation Models (2년 이상 / 계약직)

우리는 게이머의 로망을 실현하기 위해, 누구도 가지 않는 길을 갑니다.
예상을 뛰어넘는 과감한 상상력과 기술로, 전 세계 팬들이 잊지 못할 세상을 만들기 위해 담대하게 도전하고 개척합니다.

We pioneer the path to players' dreams.
With bold imagination and breakthrough technology, we create unforgettable worlds for fans across the globe.

AI Research 본부에 대한 더 많은 내용은 크래프톤 AI Research 본부 홈페이지 (아래 이미지 클릭) 및 크래프톤 AI Research 본부 소개 영상을 통해 확인하실 수 있습니다.

(바로가기 : KRAFTON AI)

우리 팀(프로젝트)을 소개합니다.

[AI Research 본부 비전]

KRAFTON AI Research Division은 대규모 언어모델(LLM)을 중심으로, AI 기반 차세대 게임 제작 패러다임을 구축하고 있습니다. 우리는 모델 설계, 데이터 구성, 대규모 학습, 최적화, 평가, 배포 및 운영에 이르는 전 과정을 직접 수행하며, 게임 제작 효율화와 새로운 플레이 경험 창출을 목표로 합니다.
그 방향성은 크게 두 가지입니다.

• 딥러닝 기술 개발을 통한 게임 제작 효율성 및 보편성 증대
• 유저와 함께 게임 플레이를 할 수 있는 Co-Playable Character 개발

[Foundation Model Engineering]

Foundation Model Engineering은 AI Research 본부의 연구 방향을 실제 대규모 모델과 시스템으로 구현하는 역할을 수행합니다. Research Engineer는 연구 아이디어와 논문 수준의 가설을 실제 학습 가능한 모델, 재현 가능한 실험, 확장 가능한 파이프라인, 안정적인 평가·배포 시스템으로 전환합니다.

• 수십억에서 수백억 파라미터 규모의 모델을 안정적으로 학습시키기 위한 분산 학습, 메모리 최적화, 통신 최적화, 체크포인트 관리, 실험 자동화 기술을 다룹니다.
• 연구자가 제안한 방향을 실행 가능한 실험 단위로 구체화하고, 결과를 분석하여 다음 연구 방향을 제안할 수 있는 근거를 만듭니다.
• 모델 학습부터 추론, 평가, 배포까지 이어지는 end-to-end Foundation Model 개발 체계를 구축합니다.

[Culture Fit]

AI Research 본부는 다양한 전문성을 가진 구성원들이 함께 문제를 정의하고 해결하는 조직입니다. 연구자, 엔지니어 등 여러 분야의 팀원들과 협업하며, 직급이나 연차와 무관하게 기술적 근거에 기반한 의견 개진이 장려됩니다.
대규모 Foundation Model 개발은 모델링, 데이터, 시스템, 평가가 분리될 수 없는 문제입니다. 따라서 한 영역에만 머무르기보다, 문제의 병목이 어디에 있는지 스스로 추적하고 필요한 영역까지 파고드는 태도를 중요하게 생각합니다.

우리 팀과 함께할 미션을 소개합니다.

Research Engineer로서 다음과 같은 업무를 수행합니다.

• 대규모 LLM 및 Multi-modal Foundation Model의 학습, 평가, 추론, 배포를 위한 end-to-end 파이프라인을 설계하고 구현합니다.
• 모델 성능 향상 및 안정성 개선을 위한 학습 알고리즘, 데이터 구성 방식, 최적화 전략, 평가 방법론을 실제 코드와 실험 시스템으로 구현합니다.
• 연구 방향과 가설을 검증 가능한 실험 단위로 구체화하고, 실험 설계, 구현, 실행, 분석, 문서화 전 과정을 주도합니다.
• 대규모 분산 학습 환경에서 모델 병렬화, 데이터 병렬화, 파이프라인 병렬화, 통신 최적화, 메모리 최적화, 체크포인트 전략 등을 적용하고 개선합니다.
• 새로운 모델 아키텍처, 학습 기법, 최적화 기법을 기존 학습 코드베이스와 실험 파이프라인에 통합하고 실험적으로 검증합니다.
• 재현 가능하고 반복 가능한 실험 환경을 구축하여, 모델 개선의 원인을 명확히 분석할 수 있는 실험 체계를 만듭니다.
• 모델 학습 중 발생하는 성능 저하, 불안정성, 수렴 실패, 분산 시스템 오류, 데이터 병목, 평가 불일치 등의 문제를 분석하고 해결합니다.
• 모델 성능, 학습 효율, 시스템 효율, 평가 결과를 정량적으로 분석하고, 연구자 및 엔지니어가 의사결정할 수 있는 형태로 공유합니다.

이런 경험을 가진 분과 함께 성장하고 싶습니다! (필수요건)

• AI, 컴퓨터공학, 통계학, 전기전자공학 또는 관련 분야 학사 학위 이상, 혹은 이에 준하는 실무 경험을 보유하신 분
• 머신러닝, 딥러닝, Foundation Model에 대한 연구·개발 경험이 있으신 분
• 대규모 코드베이스에서 모델, 학습 루프, 데이터 로더, 평가 파이프라인, 실험 설정 등을 이해하고 수정할 수 있는 소프트웨어 엔지니어링 역량을 갖추신 분
• 실험 결과를 정량적으로 분석하고, 성능 변화의 원인을 가설화하여 다음 실험으로 연결할 수 있는 분
• 복잡한 구현 내용, 실험 설정, 결과 분석을 명확하게 문서화하고 공유할 수 있는 커뮤니케이션 능력을 갖추신 분
• 연구자, 엔지니어, 제품 조직과 협업하며 문제를 구조화하고 해결할 수 있는 분

이런 경험들이 있다면 저희가 찾는 그 분입니다! (우대요건)

• 대규모 LLM 또는 Multi-modal Foundation Model의 학습·평가·추론 경험이 있으신 분
• 분산 학습, 학습 최적화, 모델 병렬화 등 대규모 모델 개발에 필요한 시스템적 문제를 다뤄본 경험이 있으신 분
• 학습 불안정성, 성능 병목, 평가 불일치, 데이터 품질 문제 등 Foundation Model 개발 과정의 복합적인 문제를 분석하고 해결해 본 경험이 있으신 분
• 모델 학습부터 평가, 추론, 배포까지 이어지는 ML 파이프라인을 설계하거나 개선해 본 경험이 있으신 분
• LLM agent, reasoning, tool use, reinforcement learning, multi-modal learning 등 최신 연구 주제에 대한 이해 또는 경험이 있으신 분
• 연구 아이디어를 실제 동작하는 코드와 재현 가능한 실험으로 구현하는 데 강점이 있으신 분

크래프톤의 도전에 함께 하기 위해 아래의 전형 과정이 필요합니다.

• 서류 전형 > 사전 인터뷰 (Phone Interview) > *직무 테스트 (Pre-Test) > 직무 면접 (Technical Fit Interview) > 종합 면접 (Culture Fit Interview) > 학/경력, 평판조회 > 처우협의 > 최종 합격 및 입사
  *해당 전형은 포지션에 따라 변동될 수 있습니다.

• 각 전형의 세부 진행 방식은 개별 안내드립니다.

• 필요 시 직무 테스트 또는 면접 전형이 추가될 수 있으며, 이에 대한 상세 내용은 개별 안내드립니다.

• 전형 결과는 지원서에 기재된 이메일로 2주 이내 발송되며, 내부 일정에 따라 다소 지연될 경우 별도 안내드립니다.

• 본 공고는 상시채용으로 진행되며, 우수 인재 채용 시 조기 마감될 수 있습니다.

필요 서류를 확인해주세요!

• 입사지원서 (CV 형식/가이드라인), 자기소개서, 경력기술서, 성적증명서, 포트폴리오 (필수)

• 신입일 경우 자기소개서를, 경력일 경우 경력기술서를 중심으로 기술해 주시기 바랍니다.

• 포트폴리오 첨부 시, 하단 안내 사항을 확인해 주시기 바랍니다.

근무지

• 역삼 센터필드 West 타워

고용형태

• 계약직 (1년, 정규전환가능)
• AI Research Div.은 업계 최상위 수준의 처우를 제공하며, 고용 형태에 관계없이 동일한 보상 기준을 적용합니다.

아래 안내 사항을 확인해주세요!

• 장애인 및 국가 유공자 등 취업 보호 대상자는 관계 법령에 따라 우대합니다.
• 지원서 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다.
• 5개월의 수습기간을 적용합니다. 회사는 수습기간에 대한 평가 결과에 따라 본채용을 거부할 수 있으며, 수습기간 중이라도 중간평가 결과에 따라 수습기간을 조기 종료하고 본채용을 거부할 수 있습니다. 수습기간 내 고용형태 및 급여 조정은 없습니다.
• 채용 전형 중 궁금하신 사항은 크래프톤 채용 FAQ 내에서 확인하실 수 있습니다.

BE BOLD, LEARN AND WIN! 크래프톤의 성장과 도전의 스토리를 알아가고 싶다면?

• 크래프톤 제작 스튜디오
• 크래프톤 게임
• 크래프톤 비전 & 핵심가치
• 크래프톤 라이프 & 복리후생
• 크래프톤 공식 유튜브 채널
• 배틀그라운드 공식 유튜브 채널
• 크래프톤 인스타그램
• 크래프톤 블로그

Please check the information below

• Those eligible for an affirmative action program such as individuals with disabilities or with distinguished service to the state will be given hiring preference according to relevant laws
• False statements in your resume may lead to the withdrawal of the employment offer
• A 5-month probationary period applies. Based on the mid-term evaluation, employment may be terminated early or not continued. No changes in employment type or salary during this period.
• Please contact career@krafton.com for other inquiries

BE BOLD, LEARN AND WIN! Would you like to explore KRAFTON’s growth and adventure stories?

• KRAFTON Production Studios
• KRAFTON Games
• KRAFTON Vision and Core Values
• KRAFTON Life & Welfare Benefits
• KRAFTON Youtube Channel
• BATTLEGROUNDS Youtube Channel
• KRAFTON Instagram
• KRAFTON Blog

- AI, Computer Science, Statistics, Electrical Engineering or related field Bachelor's degree or equivalent practical experience - Research and development experience in Machine Learning, Deep Learning, and Foundation Models - Experience implementing models and experiments using Python and deep learning frameworks (e.g., PyTorch, JAX) - Experience and understanding of architectural patterns for large-scale software applications - Ability to clearly document and share complex experimental results and implementations - Ability to quickly understand the latest machine learning papers and implement experiments based on them