도르팀의 AI/ML Engineer는 게이머의 플레이에서 의미 있는 순간을 자동으로 찾아내기 위해,
여러 게임에 범용적으로 적용 가능한 이벤트 감지 AI 모델을 만들고 고도화하는 역할을 합니다. 이 역할은 단순히 오프라인 환경에서 높은 성능의 모델을 만드는 데 그치지 않습니다. 실제 유저의 PC에서 on-device로 안정적으로 동작하는 모델을 만들고, 이를 제품 안에 녹여 실제 사용자 경험으로 연결하는 것이 핵심입니다.
AI/ML Engineer는 이런 일을 합니다
•
다양한 게임에서 공통적으로 적용 가능한 이벤트 감지 모델을 설계하고 개발합니다.
•
기존 공개 모델을 활용하거나, 필요시 자체 모델을 설계하고 학습합니다.
•
게임 플레이 영상에서 중요한 순간을 식별하기 위한 비전 기반 모델을 개발합니다.
•
on-device 환경에서 동작할 수 있도록 모델을 경량화하고 최적화합니다.
•
정확도뿐 아니라 latency, memory, CPU/GPU usage, 안정성까지 고려해 모델을 개선합니다.
•
실제 제품 환경에서 다양한 게임, 해상도, UI, PC 사양에 대응할 수 있도록 robustness를 높입니다.
•
엔지니어와 협업하여 모델을 제품에 통합하고 실제 유저 환경에서 검증합니다.
•
매월 생산되는 2억개의 영상데이터로부터 데이터 수집, 라벨링 전략, 학습 파이프라인, 평가 기준까지 포함해 end-to-end로 문제를 해결합니다.
이 포지션에서 특히 중요한 문제
이 역할은 아래와 같은 문제를 기술적으로 풀어야 합니다.
좋은 논문용 모델보다 실제 유저 환경에서 지속적으로 잘 작동하는 제품용 모델을 만드는 사람을 찾고 있습니다.
•
특정 게임 하나가 아니라 여러 게임에 적용 가능한 범용 감지 로직을 만드는 문제
•
화면 구성, 해상도, 언어, UI 차이가 달라도 잘 동작하는 문제
•
높은 정확도를 유지하면서도 실제 유저 PC에서 부담 없이 돌아가야 하는 문제
•
연구용 성능이 아니라 실제 제품 환경에서 안정적으로 동작해야 하는 문제
•
데이터가 완벽하지 않은 상황에서도 빠르게 학습하고 반복 개선해야 하는 문제
팀에서 만들어갈 서비스
게임 플레이 자동 녹화 (Record)
•
유저가 놓치고 싶지 않은 순간을 자동으로 기록할 수 있도록 합니다.
•
특정 이벤트 기반 자동 녹화 경험을 더 정확하고 자연스럽게 개선합니다.
•
유저가 "설정하지 않아도 알아서 잘 찍히는 경험"을 만드는 것이 목표입니다.
게임 영상 생성 (Create)
•
자동으로 생성된 클립을 바탕으로 짧고 볼만한 영상이 만들어지도록 합니다.
•
유저가 직접 편집하지 않아도 결과물이 만족스럽도록 제품을 설계합니다.
•
"귀찮고 어려운 편집" 없이도 콘텐츠가 완성되는 경험을 만듭니다.
게임 영상 편집기 (Edit)
•
게임 영상 편집에 특화된 효과와 UX를 설계합니다.
•
전문 툴처럼 복잡하지 않지만, 결과물의 만족도는 높게 유지하는 제품을 만듭니다.
•
누구나 빠르게 영상 콘텐츠를 만들 수 있는 제작 경험을 목표로 합니다.
공유 경험 (Share)
•
만들어진 영상을 친구나 커뮤니티에 쉽게 공유할 수 있도록 합니다.
•
영상 생성에서 끝나는 것이 아니라, 실제 공유와 시청까지 이어지도록 설계합니다.
우리 팀이 일하는 방식
•
도르팀은 대표가 원하는 제품이 아니라 고객이 원하는 제품을 만듭니다.
•
1~2주의 짧은 이터레이션 안에서 문제 정의, 가설 수립, 실행, 측정, 학습을 반복합니다.
•
AI/ML Engineer도 연구만 하는 역할이 아니라 실제 프로덕트 문제를 푸는 역할입니다.
•
빠르게 만들고, 빠르게 검증하고, 빠르게 방향을 조정합니다.
•
데이터와 유저의 목소리를 바탕으로 실제 임팩트를 만드는 데 집중합니다.
•
성능 수치뿐 아니라 사용자 경험까지 연결되는 결과를 중요하게 봅니다.
기술 스택과 툴
*모든 스택에 대한 경험을 기대하지 않습니다. 다만 빨리 배우고 슥듭이 가능하기를 기대합니다.
AI / ML
•
Python
•
PyTorch
•
TensorFlow
•
ONNX
•
Computer Vision
•
Model Optimization / Quantization / Inference Runtime
Product / Engineering
•
TypeScript
•
Electron
•
Windows Desktop App
자격 요건
•
2년 이상의 AI/ML 또는 관련 소프트웨어 개발 경험이 있는 분
•
Computer Vision 또는 딥러닝 모델을 직접 개발하고 학습해본 경험이 있는 분
•
공개 모델을 가져다 쓰는 데 그치지 않고, 문제에 맞게 튜닝하거나 재설계할 수 있는 분
•
on-device 또는 edge 환경에서 동작하는 모델 최적화 경험이 있는 분, 혹은 그 문제에 강한 관심이 있는 분
•
정확도뿐 아니라 latency, resource, robustness를 함께 고려할 수 있는 분
•
실제 사용자가 있는 제품 문제를 기술적으로 해결해보고 싶은 분
•
어려운 문제를 끝까지 파고들어 해결하려는 집요함이 있는 분
우대 사항
•
San Francisco, CA / 미국 근무가 가능한 분
•
게임 영상, 방송 영상, 사용자 인터랙션 영상 등을 다뤄본 경험이 있는 분
•
이미지 분류, detection, temporal modeling, event detection 관련 경험이 있는 분
•
ONNX, TensorRT, OpenVINO 등 추론 최적화 경험이 있는 분
•
모델 경량화, quantization, pruning, distillation 경험이 있는 분
•
실제 디바이스 환경에서 모델 성능을 측정하고 개선한 경험이 있는 분
•
데이터셋 설계, 라벨링 전략, 학습 파이프라인 구축 경험이 있는 분
•
Windows 환경 또는 데스크톱 애플리케이션과의 통합 경험이 있는 분
•
영상 처리, 소셜 미디어, UGC 제품 관련 경험이 있는 분
•
게이머이거나 게임 플레이 맥락에 대한 이해가 높은 분
이런 분과 잘 맞아요
•
실제 제품 임팩트를 만드는 것에 관심이 많은 사람
•
논문 구현에 그치지 않고 실제 환경에서 끝까지 동작하게 만드는 사람
•
정확도와 시스템 성능 사이의 trade-off를 즐겁게 푸는 사람
•
불완전한 데이터와 복잡한 현실 환경에서도 빠르게 개선해나가는 사람
•
전 세계 게이머가 매일 쓰는 AI 기능을 직접 만들고 싶은 사람
지원자님의 이력서에서 이런 점을 알려주세요.
•
지금까지 어떤 AI/ML 문제를 풀었고, 어떤 임팩트를 만들었는지 알려주세요.
•
공개 모델을 활용하거나 직접 설계하여 문제를 해결한 경험이 있다면 적어주세요.
•
모델 정확도, latency, memory usage, inference speed 등 개선 경험이 있다면 구체적으로 적어주세요.
•
실제 제품 환경 또는 디바이스 환경에서 모델을 통합하고 운영한 경험이 있다면 알려주세요.
•
데이터 수집, 라벨링, 학습, 평가, 배포까지 end-to-end로 관여한 경험이 있다면 적어주세요.