• 문서에서 key-value extraction, table recognition, layout analysis 등을 위한 모델을 설계하여 정량적 지표를 기반으로 모델 정확도를 개선
• 최신 SOTA LVLM(Large Vision-Language Models)을 모델링하고, 배포 환경에 적합한 구조로 세팅하여 최적화된 추론 파이프라인 구축 및 성능 튜닝
• 학습 없이도 다양한 문서 포맷에 robust하게 대응하기 위한 알고리즘·모델 구조를 고안하고, 성능 검증(PoC) 후 확장
• 에러 로깅 및 모니터링 지표를 통해 성능 저하 요인을 파악·분석하고, 최적화(하드웨어 가속, 파라미터 튜닝 등)를 주도
• 프로젝트 전개 과정에서 예상 리스크를 사전에 파악하고, 타 부서(AI, FE, BE 등)와 협업해 문제 해결 방안을 제안

• 딥러닝 프레임워크(PyTorch 등) 및 분산 학습·고성능 컴퓨팅 환경에서 5년 이상 연구·개발 경험
• 문서 내 구조적 데이터(table, form 등)에 대한 분석 및 모델링 경험
• LayoutLM, .Donut 등 document understanding 모델 개발 경험
• FUNSD, SROIE, RVL-CDIP 등의 데이터셋을 활용해본 경험
• 컴퓨터 비전 또는 자연어처리 기반 정보 추출 관련 프로젝트 경험

[우대사항]
• 글로벌 학회(NeurIPS, CVPR 등)에 논문 게재(특히 1저자) 또는 특허 등 의미 있는 연구 성과를 보유하신 분
• 오픈소스 프로젝트에서 주요 기여자(major contributor)로 활동한 사례
• 실험 설계(통계 분석 등)분석

- 원서 마감후 1차(서류) 합격자에 한하여 개별연락
- 해외여행에 결격 사유가 없는 자