[LG CNS] AI 전 영역 전문가 모집(경력)

전공 통계·데이터분석·AI·컴퓨터공학 등 AI 유관 전공 근무지 마곡 인원 00명 필수 사항 * LG CNS는 AI기술을 실체화하여 현장에 적용하고 활용할 수 있는 전문가를 찾고 있습니다. ■ 이런 분과 함께 하고 싶어요 [직무 기본 요건] 1. 통계·데이터분석·AI·컴퓨터공학 등 AI 유관 전공 학사/석사 이상 2. Python 필수 포함, 프로그래밍 및 소프트웨어 공학 역량 보유 (효율적인 자료구조·알고리즘 구현, Git 기반 형상관리, 테스트/배포 자동화 경험 등) 3. 고객사의 서비스/데이터 이해를 기반으로 AX(Agentic Experience)를 활용한 4. 신규 서비스 개발 및 서비스 개선 역량 [기술 자격 요건] 1. 전사(Enterprise) 데이터 운영 전략 수립 역량 (AX 활용 목적의 데이터 활용 전략 포함) 2. E2E(End-to-End) 데이터 아키텍처 설계 역량 3. 데이터와 AI 기술을 통합하여 서비스·모델 개발이 가능한 역량 4. 데이터 품질 이슈 분석 및 해결, 데이터 거버넌스 설계 역량 우대 사항 ■ 이런 분이면 더욱 더 좋아요. 1. Agentic AI, RAG(Advanced/GraphRAG), IR, Prompt Engineering 등 생성 AI 기반 데이터 파이프라인 설계·개발 경험 2. Ontology 기반 AI 서비스 개발 경험 보유자 우대 3. AI 분야 실무 경력 5년 이상 4. 고객·협력사·내부 팀 등 다양한 이해관계자와 함께 문제를 정의하고 해결책을 도출할 수 있는 협업 및 커뮤니케이션 역량 상세 내용 ■ 우리 조직을 소개합니다. [Customer AI/데이터사업 1팀] AI기술에 대한 깊은 지식을 가지고 기업의 비즈니스 목적과 환경에 AI관련 기술/솔루션을 검증하고, AI솔루션 및 AI 기술을 활용한 Enterprise AI 아키텍처를 설계/구축하고, AI기술과 엔지니어링 기술을 활용하여 AI시스템을 구축하며, 고객 데이터를 기반으로 AI모델 학습하고 최적화하는 업무를 수행하는 AI기술 전문 조직입니다. [Customer AI/데이터사업 2팀] 저희 조직은 다양한 산업의 고객사를 대상으로 Customer 데이터를 관리할 수 있는 데이터 및 AX 플랫폼에 대한 구축을 담당하고 있습니다. 저희 조직은 단순하게 데이터를 모아서 분석하고 적재하는 것이 아니라 데이터 및 AX 사업을 통해 데이터 기반 비즈니스 기획–실행–성과 전 과정에 데이터와 AI를 연결하고, 실제 고객사 사업 구조와 의사결정 방식을 변화시킬 수 있는 플랫폼 설계와 구축을 목표로 합니다. 고객사 비즈니스의 AX 전환에 있어, 변화의 출발점이자 사업 파트너로서 고객사와 함께하는 전문가 조직입니다. ■ 이런 일을 하시게 될거에요 1. 실시간 스트리밍/배치 통합 아키텍처 설계 2. 대용량 처리 최적화 및 품질 기준 수립 3. 전사 관점 데이터 운영 전략 수립 4. AI 기반 데이터 서비스 아키텍처 설계 5. 유관 시스템 데이터 이슈 진단 및 해결 전공 통계·데이터분석·AI·컴퓨터공학·소프트웨어공학 등 AI 유관 전공 근무지 마곡 인원 00명 필수 사항 * LG CNS는 AI기술을 실체화하여 현장에 적용하고 활용할 수 있는 전문가를 찾고 있습니다. ■ 이런 분과 함께 하고 싶어요 [직무 기본 요건] 1. 통계·데이터분석·AI·컴퓨터공학·소프트웨어공학 등 AI 유관 전공 학사/석사 이상, 경력 3년 이상 (박사 학위자는 경력 무관) 2. 수학·통계 기반의 모델 이해 역량 - 모델의 수학적 원리와 통계 개념을 이해하고 오류 원인을 진단할 수 있는 능력 3. 창의적 문제 해결 및 연구 역량 - 다양한 문제 상황에서 탐구 기반 접근 - 실험 설계를 통한 문제 해결 능력 - 최신 논문·연구 동향 학습 및 새로운 아이디어 제안 역량 [기술 자격 요건] 1. ML/DL 모델링 역량 - TensorFlow, PyTorch, scikit-learn 등 ML/DL 프레임워크를 활용한 모델 개발·학습 경험 필수 2. MLOps 구축·운영 역량 - AWS/GCP/Azure 등 클라우드 환경 활용 경험 - Docker/Kubernetes 기반 컨테이너 오케스트레이션 경험 - ML 파이프라인(E2E) 설계 및 구축 경험 3. 데이터 엔지니어링 역량 - SQL/NoSQL 기반 데이터베이스 이해 - 대용량 데이터 처리 역량 - Hadoop, Spark 등 분산 처리 플랫폼 경험 우대 사항 ■ 이런 분이면 더욱 더 좋아요. 1. 연구·전문성 관련 - Foundation Model(LLM, LAM, MLLM, VLAM) 분야 박사 학위 보유자 또는 동등한 연구 경력 보유자 - NeurIPS, ICML, ICLR, CVPR 등 글로벌 Top-tier AI 학회 논문 투고 또는 AI 경진대회 입상 경험 2. 생성형 AI·Agentic 기술 역량 - Agentic AI, RAG(Advanced/GraphRAG), IR, Prompt Engineering 등 생성형 AI 기술 및 응용 서비스 개발 경험 - 대규모 실험 수행을 위한 분산 컴퓨팅 환경 활용 경험 3. 산업 도메인 및 지식 구조 활용 경험 - 제조(품질/설비/안전) 또는 유통(수요·재고·가격/프로모션·개인화) 분야의 도메인 모델링 경험 - Ontology 기반 AI 서비스 개발 경험 보유자 우대 4. 문제 정의·협업 역량 - 고객·협력사·내부 조직 등 다양한 이해관계자와 협력하여 문제를 정의하고 해결책을 도출하는 커뮤니케이션 및 협업 능력 5. AX 기반 서비스 기획·개발 역량 - 고객사 서비스/프로덕트/데이터를 기반으로 AX(Agentic Experience) 를 활용해 신규 서비스 개발 및 기존 서비스 개선이 가능한 역량 상세 내용 ■ 우리 조직을 소개합니다. [AI선행기술연구소] GenAI와 Agent 기술의 사업화를 미션으로 모델 성능 향상에 필요한 기술들을 검토하고 Asset화합니다. LLM 학습을 위한 데이터 생성부터 파인튜닝 및 평가까지 경험할 수 있습니다. [Customer AXOps팀] Customer AXOps팀은 CX DATA 영역에서 AI/DATA 기술(AI서비스/데이터엔지니어링/데이터분석)을 활용해서 최고의 고객 가치를 만들어내는 AI/데이터 전문가 조직입니다. 고객사의 비지니스 가치 향상을 위해 인사이트 분석 서비스, 데이터파이프라인 구축, AI/ML Model 구축 및 운영(MLOps), Agentic Service 구축등 다양한 AX 서비스 구축을 수행합니다. [AI Value Discovery팀] LG패밀리·오픈사(유통/제조) 고객 현장 중심으로 AI/Data의 효율적 활용 가능 영역의 업무를 찾아 실제 사업으로 연결하는 팀입니다. 고객의 데이터와 업무 영역의 진단 기반으로 Use Case를 도출하고 실행 가능성, 데이터,리스크 기준으로 우선순위를 설정해 PoC로 빠르게 검증하고, 지속 가능한 상용화 모델을 기획해 확산시킵니다. ■ 이런 일을 하시게 될거에요 1. AI 핵심 기술 연구·개발 - 머신러닝·딥러닝·강화학습·멀티모달 등 핵심 알고리즘 및 모델을 연구·실험하여 새로운 기술을 탐색하고 성능을 고도화함 2. 기술 검증 및 프로토타이핑 - 연구 단계 기술을 기반으로 프로토타입 모델을 구현하고 성능을 검증하여 사업화 가능성을 평가함 3. 산업 응용 연구 및 솔루션 개발 - 현업/고객과 협업해 문제 정의 및 요구사항을 도출하고, 비즈니스 니즈에 맞는 맞춤형 AI 모델 및 기능을 선제 개발 4. 산업 현장의 문제를 AI 모델링 과제로 구조화 - LG 패밀리·제조·유통 등 산업 고객의 문제를 예측/분류/탐지/최적화와 같은 AI 모델링 과제로 구체화함 5. End-to-End 모델 개발 수행 - 데이터 탐색(EDA), 피처 엔지니어링, 모델 개발·학습·평가까지 전 과정을 E2E로 주도적으로 수행 6. 연구 결과의 지식 자산화 - 연구 성과를 특허, 논문, 내부 세미나 등으로 정리·공유하여 조직 내 기술 역량 강화에 기여 전공 통계·데이터분석·AI·컴퓨터공학·소프트웨어공학 등 AI 유관 전공 근무지 마곡 인원 00명 필수 사항 * LG CNS는 AI기술을 실체화하여 현장에 적용하고 활용할 수 있는 전문가를 찾고 있습니다. ■ 이런 분과 함께 하고 싶어요 [직무 기본 요건] 1. AI/컴퓨터공학/소프트웨어공학 전공 학사/석사 출신 경력 3년 이상 (박사 학위자는 경력 무관) 2. 통계학/전기전자/산업공학 등 AI 유관 전공 및 소프트웨어 엔지니어링/아키텍처링 역량 보유 3. Python 기반 서비스 개발 역량 및 SW 엔지니어링 기본기 (Git, 테스트, 코드 리뷰, 배포 자동화 등) 4. ML/DL 프레임워크 활용 경험 (TensorFlow, PyTorch, scikit-learn 등) 5. LLM/생성형 AI 기반 시스템 개발 경험 (Agent, RAG, MCP, Tool Calling, Prompt Engineering 등) 6. AI 프로젝트 수행 경험 2년 이상 [기술 자격 요건] 1. AI Agent 서비스 설계·개발 역량 - AI Agent 서비스 구조 이해 및 설계/구현 역량 - Agentic AI 프레임워크 활용 경험 또는 이해 (LangChain, LangGraph 등) 2. 모델 성능 개선·최적화 역량 - AI 모델 개발 및 성능 향상·최적화 경험 - 모델 포맷 변환 및 최적화 도구 활용 경험 (ONNX, NVIDIA TensorRT 등) 3. 데이터 처리·연계 역량 - DB(SQL/NoSQL) 기반 데이터 처리 - API 기반 시스템 연계 및 통합 경험 4. 클라우드·MLOps 및 서비스 운영 역량 - 클라우드 환경(AWS/GCP/Azure 등) 활용 경험 - Docker/Kubernetes 기반 서비스 구성·운영 경험 - Kubeflow 등 MLOps 도구를 활용한 ML 파이프라인 관리 경험 - On-Premise 또는 CSP 환경에서 기본 모니터링·장애 대응 역량 우대 사항 ■ 이런 분이면 더욱 더 좋아요. 1. Agentic AI 기술 활용 경험 - Agentic AI 기술을 적용한 시스템 구현 경험 ① Multi-agent orchestration ② Context Engineering ③ Enterprise Knowledge store ④ RAG(Advanced RAG, GraphRAG포함) ⑤ IR(Information Retrieval), PE(Prompt Engineering) 최적화 기술 정보 검색 및 프롬프트 엔지니어링 최적화 경험 (IR, Prompt Engineering Optimization) 2. 생성형 AI 모델 및 최적화 경험 - LLM, LAM, VLM 등 생성형/Agentic AI 모델 학습 경험 - 모델 양자화, 추론 최적화, 서빙 최적화 경험 3. 품질 고도화 및 안전성·관측성 기반 개선 경험 - Agent/생성 결과 품질 고도화 경험 (Evals/회귀 테스트, Guardrails/PII 대응, Observability 기반 개선) 4. 지식·데이터 구조 활용 경험 - Ontology 기반 AI 서비스 개발 경험 5. 클라우드 기반 AI 플랫폼 경험 - CSP(Cloud Service Provider) AI 플랫폼 기반 시스템 구축 경험 상세 내용 ■ 우리 조직을 소개합니다. [Agentic AI Tech Hub] AI기술에 대한 깊은 지식을 가지고 기업의 비즈니스 목적과 환경에 맞게 적용하기 위해 AI관련 기술/솔루션을 검증하고, AI솔루션 및 AI 기술을 활용한 Enterprise AI 아키텍처를 설계/구축하고, AI기술과 엔지니어링 기술을 활용하여 AI시스템을 구축하며, 고객 데이터를 기반으로 AI모델 학습하고 최적화하는 업무를 수행하는 AI기술 전문 조직입니다. [Enterprise AI/데이터사업담당] Enterprise AI/데이터사업담당은 AI/데이터 플랫폼관련 컨설팅부터 설계/구축/이행/운영까지 전 과정을 수행하는 End-to-End 서비스 제공 조직입니다. 고객의 비즈니스 목적과 IT 환경을 고려해 AI 및 데이터 기반 기술/솔루션의 적용 가능성을 검토하여 AI 서비스와 데이터 플랫폼을 아우르는 Enterprise AI 아키텍처를 설계/구축하고, 클라우드와 온프레미스를 포함한 다양한 인프라 환경에서 AI/데이터 시스템을 안정적으로 이행/운영합니다. 또한 AI 기술과 엔지니어링 역량을 결합해 확장성과 운영성을 갖춘 AI/데이터 플랫폼 서비스를 지속적으로 고도화하는 전문 조직입니다. [Customer AXOps팀] Customer AXOps팀은 CX DATA 영역에서 AI/DATA 기술(AI서비스/데이터엔지니어링/데이터분석)을 활용해서 최고의 고객 가치를 만들어내는 AI/데이터 전문가 조직입니다. 고객사의 비지니스 가치 향상을 위해 인사이트 분석 서비스, 데이터파이프라인 구축, AI/ML Model 구축 및 운영(MLOps), Agentic Service 구축등 다양한 AX 서비스 구축을 수행합니다. ■ 이런 일을 하시게 될거에요 1. AI Agent/LLM 애플리케이션 개발 및 품질 고도화 - LLM 기반 AI Agent 및 생성형 AI 기능 구현(도구 호출/워크플로우 오케스트레이션/메모리·상태관리 포함) - Agent 응답/생성결과 품질 개선: 프롬프트·정책 기반 동작 제어, 입력/출력 검증, 실패/예외 처리, LLM 환각/오답 개선 - 추론 성능/비용 최적화 및 서비스 적용(API화/컨테이너화, 배포 자동화 등) 2. Retrieval·데이터 파이프라인 기반 AI 시스템 개발 - RAG/검색 파이프라인 구축 및 고도화(벡터 검색 및 아니라 RDB, GraphRAG 기반 retrieval 포함) - 데이터 수집·전처리·인덱싱 및 권한/보안 요구를 반영한 컨텍스트 구성(메타데이터, 대화이력, Reranking, 캐싱 등) - OnPremise/CSP 환경의 AI플랫폼 기반 AI서비스 구축 3. 운영 품질/안정성 확보 - Evals 기반 품질 관리: Agent 응답 품질(정확도/안전/일관성)과 비용·지연 지표를 포함한 평가/회귀 테스트 적용 - 시스템/작업 프롬프트 설계, 컨텍스트 구성 전략, 출력 포맷 강제(JSON schema 등), 프롬프트 버전관리 및 최적화 - Observability(로그·트레이스·메트릭) 및 모니터링/알림 기반 성능 최적화·장애 대응 체계 적용 4. LLM 답변 품질 최적화 - Prompting 최적화: 역할·목표·제약이 명확한 프롬프트 설계, Chain-of-Thought/Reasoning 유도, Few-shot/Example 기반 응답 안정화 - 응답 품질 제어 전략 적용: 정책·가드레일 기반 답변 범위 제한, 금칙어/안전 필터링, 포맷·톤·근거 제시 등 응답 규칙 표준화 - LLM 환각/오답 저감: Retrieval 근거 기반 답변 유도, Confidence scoring/불확실성 표현, 후처리 검증(Validator/Verifier) 및 Self-critique 활용 - 멀티모델·멀티프롬프트 전략을 통한 품질 고도화: 모델 선택/라우팅, 프롬프트 A/B 테스트, Reranking·Refinement 단계 적용 - Fine-Tuning 기반 품질 개선: 도메인/업무 특화 데이터셋 구축, SFT/Instruction Tuning·Preference Optimization(RLHF/DPO 등)을 통한 응답 정확도·일관성 향상 전공 통계·데이터분석·AI·컴퓨터공학·소프트웨어공학 등 AI 유관 전공 근무지 마곡 인원 00명 필수 사항 * LG CNS는 AI기술을 실체화하여 현장에 적용하고 활용할 수 있는 전문가를 찾고 있습니다. ■ 이런 분과 함께 하고 싶어요 [직무 기본 요건] 1. AI/컴퓨터공학/소프트웨어공학 등 AI 유관 전공 학사/석사 이상, 경력 3년 이상 (박사 학위자는 경력 무관) 2. 통계학/전기전자/산업공학 등 AI 유관 전공 학사 이상 3. SW/인프라 아키텍처링 역량 보유 4. AI 기술/솔루션 기반 Enterprise IT 시스템 구축 경험 [기술 자격 요건] 1. 생성형 AI 시스템 구축 역량 - RAG, LLM, AI Agent 등을 활용한 생성형 AI 시스템 구축 경험 - AI 모델 기반 시스템 설계·구축 경험 - AI 모델 이해 및 활용 경험(추론, 파인튜닝 등) 2. AI 학습·추론 아키텍처 설계 경험 - AI 학습/추론 환경(E2E) 아키텍처 설계·구축 경험 - AI 모델 최적화 및 추론 최적화 기술을 활용한 대규모 서빙 시스템 구축 경험 3. 클라우드·컨테이너 기반 아키텍처 역량 - Kubernetes, Docker, 서버 가상화 등 Cloud Native 환경에서의 서비스 아키텍처 설계 경험 - Public/Private Cloud 기반 AI 시스템 구축 경험 4. 인프라·HPC 경험 - GPU, Infiniband 등 AI/HPC 인프라 설계·구축 경험 - 고성능 AI 학습/추론 환경 운영 경험 우대 사항 ■ 이런 분이면 더욱 더 좋아요. 1. AI 인프라·컴퓨팅 아키텍처 경험 - 비즈니스 규모에 맞춘 GPU/HPC 및 분산 스토리지 기반 인프라 구축 경험 - Hybrid(On-Premise + Cloud) 환경에서의 AI 시스템 아키텍처 설계·구축 경험 - LLM 모델의 추론·서빙 최적화 및 GPU 클러스터 운영 경험 2. 클라우드·Cloud Native 역량 - Public/Private Cloud 기반 AI 플랫폼 또는 엔터프라이즈 시스템 구축 경험 - Docker/Kubernetes 등을 활용한 컨테이너·Cloud Native 아키텍처 경험 - On-Premise 서버·스토리지·백업·네트워크 등 기반 인프라 기술 이해 및 구축 경험 3. Enterprise AI 플랫폼 및 솔루션 활용 역량 - Cloud AI Native Service 또는 3rd-party AI 솔루션을 활용한 Enterprise AI 플랫폼 구축·운영 경험 - GenAI 기반 아키텍처 이해 및 유관 프로젝트 경험 4. 대규모 서비스 운영·최적화 경험 - 대규모 트래픽 및 고가용성(HA) 환경의 아키텍처 설계·튜닝 경험 - 안정적 서비스 운영을 위한 모니터링·장애 대응 설계 경험 5. 문제 해결 및 협업 역량 - 새로운 고객 비즈니스·시스템을 빠르게 이해하고 최적의 아키텍처를 제안할 수 있는 역량 - 다양한 이해관계자(고객·협력사·내부팀)와 적극적으로 소통하며 문제 정의–원인 도출–해결의 전체 과정을 이끌 수 있는 협업 능력 상세 내용 ■ 우리 조직을 소개합니다. [Agentic AI Tech Hub] AI기술에 대한 깊은 지식을 가지고 기업의 비즈니스 목적과 환경에 맞게 적용하기 위해 AI관련 기술/솔루션을 검증하고, AI솔루션 및 AI 기술을 활용한 Enterprise AI 아키텍처를 설계/구축하고, AI기술과 엔지니어링 기술을 활용하여 AI시스템을 구축하며, 고객 데이터를 기반으로 AI모델 학습하고 최적화하는 업무를 수행하는 AI기술 전문 조직입니다. [Enterprise AI/데이터사업담당] Enterprise AI/데이터사업담당은 AI/데이터 플랫폼관련 컨설팅부터 설계/구축/이행/운영까지 전 과정을 수행하는 End-to-End 서비스 제공 조직입니다. 고객의 비즈니스 목적과 IT 환경을 고려해 AI 및 데이터 기반 기술/솔루션의 적용 가능성을 검토하여 AI 서비스와 데이터 플랫폼을 아우르는 Enterprise AI 아키텍처를 설계/구축하고, 클라우드와 온프레미스를 포함한 다양한 인프라 환경에서 AI/데이터 시스템을 안정적으로 이행/운영합니다. 또한 AI 기술과 엔지니어링 역량을 결합해 확장성과 운영성을 갖춘 AI/데이터 플랫폼 서비스를 지속적으로 고도화하는 전문 조직입니다. [Customer AXOps팀] Customer AXOps팀은 Customer Experience 영역에서 AI/DATA 기술(AI서비스/데이터엔지니어링/데이터분석)을 활용해서 최고의 고객 가치를 만들어내는 AI/데이터 전문가 조직입니다. 고객사의 비지니스 가치 향상을 위해 인사이트 분석 서비스, 데이터파이프라인 구축, AI/ML Model 구축 및 운영(MLOps), Agentic Service 구축등 다양한 AX 서비스 구축을 수행합니다. ■ 이런 일을 하시게 될거에요 1. AI 솔루션 아키텍처 설계 - 기업의 AI 서비스 개발을 위한 End-to-End 아키텍처(데이터 → 모델/LLM → 서비스/API → 운영)를 설계 - AI·빅데이터 서비스 플랫폼 및 표준 아키텍처를 정의 2. 기술 스택 선정 및 표준화 - 고객사 환경과 목표에 적합한 AI 기술 스택(toolchain, Cache, DB 등)을 선정하고 엔터프라이즈 수준의 기술 표준을 수립 3. 인프라 및 배포 구조 설계 - 대규모 AI 워크로드를 안정적으로 처리할 수 있는 인프라 아키텍처 설계 - 보안·확장성·고가용성을 만족하는 AI 서비스 배포 구조 및 운영 표준 수립 4. 신규 기술 전략 수립 및 PoC 수행 - 최신 AI 기술 탐색 및 도입 전략 수립 - 기업 적용 가능성을 검증하기 위한 PoC(개념 검증) 수행 및 미래 기술 로드맵 제시 5. 기술 리딩 및 멘토링 - 다수의 AI 프로젝트에 기술 자문 제공 - 사업부 엔지니어 및 개발팀에 대한 기술 방향성 제시, 멘토링 및 역량 강화 지원 전공 통계·데이터분석·AI·컴퓨터공학·소프트웨어공학 등 AI 유관 전공 근무지 마곡 인원 00명 필수 사항 * LG CNS는 AI기술을 실체화하여 현장에 적용하고 활용할 수 있는 전문가를 찾고 있습니다. ■ 이런 분과 함께 하고 싶어요 [직무 기본 요건] 1. AI/컴퓨터공학/소프트웨어공학 등 AI 유관 전공 학사/석사 이상, 경력 3년 이상 (박사 학위자는 경력 무관) 2. GenAI/LLM 기반 시스템 구축 프로젝트 PM/PL 또는 Technical Lead 경험 - Agent, RAG 등 생성형 AI 과제 리딩 경험 포함 3. Enterprise 시스템 아키텍처 경험 - 고객 레거시/업무 시스템 연계를 포함한 통합 아키텍처 설계·검토 경험 - 정보계·데이터 플랫폼 프로젝트 PM/PL 경험 4. 협업 및 커뮤니케이션 역량 - 고객·협력사·내부 개발팀과 협업하여 문제를 정의하고 해결책을 도출할 수 있는 능력 - 과제 이슈·리스크 관리 및 기술 산출물 품질관리 경험 5. 도메인 이해 역량 - 금융/공공 등 특정 산업 도메인 기반 데이터/AI 프로젝트 경험 보유 시 우대 [기술 자격 요건] 1. Agentic/GenAI 아키텍처 역량 - Agentic AI 핵심 구성요소 이해 및 프로젝트 적용 리딩 경험 (Agent Workflow, Tool/Function Calling, Memory/State 등) - Retrieval 기반 컨텍스트 구성 경험 (Vector Search, RDB Retrieval, Advanced/GraphRAG 등) 2. AI 시스템 설계·구축 역량 - GenAI/LLM 기반 시스템(Agent, RAG 등) 설계·구축 경험 - AI 학습/추론 환경에 대한 아키텍처 설계·구축 경험 - AI 모델 이해 및 활용 경험(추론 최적화, 모델 운영 포함) 3. AI 인프라·서빙 최적화 역량 - AI 모델 최적화·추론 최적화 기반 대규모 서빙 시스템 구축 경험 - GPU, Infiniband 등 AI HPC 인프라 설계·구축 경험 4. Enterprise IT 및 통합 기술 역량 - AI 기술·솔루션을 활용한 Enterprise IT 시스템 구축 경험 - 고객 시스템(레거시·업무시스템)과의 연계·통합 아키텍처 경험 우대 사항 ■ 이런 분이면 더욱 더 좋아요. 1. Agentic AI · 생성형 AI 기술 역량 - Agentic AI(LLM 기반 Agent, 오케스트레이션, Tool 연동) 적용 프로젝트 경험 - RAG/검색 고도화 경험 (VectorDB뿐 아니라 RDB·Graph 기반 Retrieval 포함) - Agentic AI, 데이터 전처리, RAG 및 Vector 구성 경험 보유자 우대 - AI 모델 기반 시스템 구축 또는 AI 프로젝트 이행 경험 보유자 2. AI 품질 · 운영 · 안정성 체계 경험 - AI 품질·운영 체계(Evaluation, Observability, Guardrails/PII 등) 적용 및 운영 경험 - 기술 이슈 사전 탐지 및 해결 전략 수립 경험 3. PM/PL 및 기술 리딩 역량 - 기술 중심 SI 또는 금융/공공 IT 프로젝트 PM/PL 경험 - DW/BI, 빅데이터 플랫폼, 마케팅 시스템 구축 프로젝트의 PM/PL 경험 - 정보계/데이터 플랫폼 프로젝트 리딩 경험 - 기술 기획·관리·리딩 역량을 균형 있게 갖춘 Full-stack PM/PL 지향자 - SI 또는 엔터프라이즈 IT 프로젝트 리딩 경력 5년 이상 4. 데이터 아키텍처 및 엔지니어링 역량 - Data Architecture 분석/설계 역량 - ETL 프로그램 설계·개발 경험 - BI/Visualization Tool 활용 이해를 갖춘 데이터 엔지니어 우대 5. 협업 · 커뮤니케이션 역량 - 고객, 협력사, 내부 팀 등 다양한 이해관계자와 함께 문제를 정의하고 해결책을 도출할 수 있는 협업 및 의사소통 역량 6. 도메인 경험 - 금융권(은행, 카드, 보험, 증권) 프로젝트 경험 보유자 우대 - 금융/공공 분야의 데이터·AI 기술 이해 기반 PM/PL 경험자 우대 상세 내용 ■ 이런 일을 하시게 될거에요 1. Agentic AI 기반 서비스 아키텍처 설계 및 기술 리딩 - Agentic AI 기반 서비스/과제의 아키텍처 설계, 기술 제안, 이행 전략 수립 및 기술 리딩 - Agentic Workflow 중심의 오케스트레이션, Tool/Function Calling, Memory·State 설계 및 구조 정의 2. Enterprise 연계 기반 통합 아키텍처 수립 - 고객 레거시/업무 시스템과의 연계를 포함한 Enterprise Agentic AI 통합 아키텍처 설계 및 검토 - 금융/공공 등 다양한 도메인의 AI·데이터 플랫폼 구축 프로젝트 PM/PL 수행 3. 품질·성능·보안 기준 기반 기술 운영체계 수립 - 기술 이슈 사전 탐지 및 해결 전략 수립 - 아키텍처·설계·테스트·평가·운영 등 핵심 산출물 품질 보증(Performance/Security 포함) - Agent 품질·안전 체계(Evaluation, Observability, Guardrails/PII) 설계 및 프로젝트 적용 리딩 4. 협력사 및 내부 개발 조직 기술 리딩 - 협력사 및 내부 개발팀 대상 기술 가이드(구조 가이드, 코드 리뷰 기준, 성능/보안 체크리스트) 제공 - 프로젝트 전체의 기술 방향성 정의 및 품질 기준 설정 5. 기술 전략 수립 및 신규 기술 적용 - Agentic AI·LLM 기반 기술의 PoC 수행, 최신 기술 검토 및 기술 도입 전략 수립 - 기업 적용 가능성을 고려한 미래 AI 기술 로드맵 기획 전공 AI·컴퓨터공학·소프트웨어공학 등 AI 유관 전공 근무지 마곡 인원 00명 필수 사항 * LG CNS는 AI기술을 실체화하여 현장에 적용하고 활용할 수 있는 전문가를 찾고 있습니다. ■ 이런 분과 함께 하고 싶어요 [직무 기본 요건] 1. AI·컴퓨터공학·소프트웨어공학 등 AI 유관 전공 학사/석사 이상, 경력 3년 이상 (박사 학위자는 경력 무관) 2. AI/IT/DT 기반 Enterprise 사업 기획·제안·수주 경험 - AI/IT 솔루션을 활용한 Enterprise IT 시스템 또는 디지털 전환(DT) 사업 수행 경험 포함 3. AI 사업기획 역량 - 고객 비즈니스 요구사항을 분석해 AI 적용 시나리오를 설계하고 사업 구조(ROI, 범위, 추진전략)로 구체화한 경험 - PoC → Pilot → 본사업의 단계적 AI 사업 추진 구조 기획·운영 경험 4. 이해관계자 협업 및 커뮤니케이션 역량 - 고객·내부 조직·외부 파트너와 협업하여 사업을 추진한 경험 - 제안·발표·협상 등 대고객 커뮤니케이션 수행 역량 5. AI 사업개발 경력 3년 이상 - AI 솔루션/AI 서비스 중심의 사업개발 경험 보유자 [기술 자격 요건] 1. 생성형 AI 기술 이해 및 적용 역량 - GenAI, LLM, RAG, AI Agent 등 생성형 AI 기술 기반 사업 기획 또는 제안 경험 - Retrieval/RAG, Agent Workflow 등 주요 기술 구성요소를 이해하고 활용할 수 있는 역량 2. AI 기술 기반 사업성 판단 능력 - AI 모델·데이터·인프라의 기술적 제약 요소 이해 - 기술/비용/성과 관점에서 AI 사업 타당성을 평가·검증할 수 있는 역량 3. AI·데이터·인프라 기술 협업 역량 - 내부 기술 조직 및 외부 AI 파트너와 협력하여 AI 기반 제안/공동 사업 진행 경험 - 기술 구조, 제약 조건, 제품 구성 등을 이해하고 제안서·사업계획서에 반영할 수 있는 역량 우대 사항 ■ 이런 분이면 더욱 더 좋아요. 1. AI·데이터·클라우드 기반 사업 경험 - AI / 데이터 / 클라우드 관련 프로젝트 제안 또는 수주 경험 보유자 - 컨설팅펌, SI, 클라우드 MSP, AI 스타트업 등 기술 기반 조직 근무 경험 보유자 2. 산업 도메인 전문성 - 제조, 금융, 공공 등 산업 도메인 중 1개 이상 전문성 보유자 3. 글로벌·커뮤니케이션 역량 - 영어 기반 기술·사업 커뮤니케이션이 가능한 분 4. 전문 인증 - AI, 데이터, 클라우드 관련 공인 자격증 보유자 우대 상세 내용 ■ 이런 일을 하시게 될거에요 1. 시장·고객 발굴 및 기회 탐색 - 산업 고객의 Pain Point를 분석하여 GenAI 적용 가능성이 높은 신규 사업 기회를 발굴·정의 2. AI 기반 사업 기획 및 가치 제안 - 고객의 비즈니스 목표에 연계된 AI 활용 시나리오 설계 - AI 적용을 통한 가치(ROI)·효과성 구조화 및 사업 방향성 도출 3. AI 사업 구조 설계 - 기술·조직·예산 현실성을 고려한 단계적 AI 사업 구조(PoC → 확산) 설계 - 지속 가능한 AI 도입 전략 및 실행 로드맵 수립 4. 제안 및 수주 활동 리딩 - AI 중심 스토리라인과 전략으로 제안·프리세일즈 활동을 주도 - 고객 의사결정 지원을 위한 경쟁력 있는 사업 제안 및 수주 리딩 5. AI의 한계 및 사업 리스크 관리 - AI 특성상 발생하는 불확실성·제약요소를 고객에게 명확히 전달 - 고객 기대치 조율 및 사업 리스크 관리 체계 운영 6. 내부·외부 협업 및 파트너십 추진 - 내부 조직 및 기술 파트너와의 협업을 통해 차별화된 AI 사업 모델 기획 및 공동 추진 7. 사업 확장 및 고객 관계 관리 - 초기 성과를 기반으로 후속 과제 발굴 - 고객과의 중장기적 AI 사업 확장을 위한 Account 전략 수립 및 운영