백엔드 엔지니어
정규직병역가능(산업기능요원 보충역 신규, 전문연구요원 현역·보충역 신규)
합류 여정
- 서류전형
- 자유 형식의 이력서 / 포트폴리오, PDF형식 제출
- recruit@mindlogic.ai 에 이메일로 제출
- 인터뷰전형
- 1. 온라인 인터뷰 → 2. 대면 Tech & Fit 인터뷰
주요 업무
합류 직후 이런 일을 합니다
- AI 챗 서비스의 백엔드 API를 설계·개발합니다. 대화 처리, 파일·문서 처리(RAG), 멀티모달 생성, 크레딧 과금 등 제품의 핵심 도메인을 맡습니다.
- 여러 LLM 벤더를 하나의 게이트웨이로 추상화하고, 새 모델이 나올 때마다 안정적으로 붙이고 비용과 품질을 계측합니다.
- 대학·기업 고객사 단위의 멀티테넌시, SSO 연동, 권한 체계를 다룹니다. 온프레미스와 공공 클라우드 환경까지 고려한 설계를 경험합니다.
- 트래픽과 비용 지표를 직접 보고 병목을 찾아 개선합니다. 장애 대응과 포스트모템, 재발 방지 자동화까지 한 사이클을 스스로 돌립니다.
- 코드 리뷰와 설계 리뷰로 서로의 기준을 높이고, 백엔드 팀과 전체 개발 팀의 문화를 함께 만들어 나갑니다.
기술스택 & 사용 툴
- 사용언어 및 프레임워크: Python / FastAPI, TypeScript / Express
- 데이터베이스: PostgreSQL, Redis
- ORM: Tortoise ORM + Aerich, TypeORM
- 인프라: AWS (Elastic Beanstalk, EKS, Lambda, RDS, S3), NCP
- 커뮤니케이션: Jira, Slack, Notion
- AI툴: Claude Code, Cursor, Codex 등
자격요건
- 백엔드 개발 경력 3년 이상 또는 그에 준하는 경험을 가지신 분
- 서버 엔지니어링의 기초가 탄탄하신 분 (i.e. 네트워크, 데이터베이스, 동시성)
- RDBMS 스키마 설계와 쿼리 튜닝을 직접 해보신 분
- Python 또는 TypeScript 기반 API 서버를 설계부터 운영까지 맡아보신 분
- AI 코딩 에이전트(Claude Code, Codex 등)를 일상 개발에 쓰고 계신 분
- 빠르게 개발하고 배포하는 조직에서 주도적으로 일해 보신 분
- 클라우드 환경에서 배포·모니터링·장애 대응을 경험하신 분
- 단순히 주어진 개발을 해내는 것보다, 주도적으로 문제를 발견하고 분석해 팀에 솔루션을 제안할 수 있는 분
우대사항
- LLM API를 실제 서비스에 붙여 운영해 보신 분 (프롬프트 설계, 토큰 비용 최적화, 스트리밍 처리)
- LLM 에이전트·MCP 툴 서버를 직접 만들어 보신 분
- 대용량 트래픽 또는 실시간 처리(WebSocket, 음성 스트리밍) 경험이 있으신 분
- Kubernetes, IaC, CI/CD 파이프라인을 직접 구축해 보신 분
미래의 동료에게 드리는 메세지
안녕하세요, 마인드로직 백엔드 팀입니다.
저희 백엔드 팀은 단순한 CRUD 서버가 아닌, 수십 개의 LLM을 하나의 게이트웨이 뒤에 묶어 여러 고객에게 서비스하며 장기기억과 페르소나를 유지하는 실시간 음성·채팅 파이프라인을 만들고 토큰 한 건까지 과금으로 정산합니다. 모델이 바뀌고 벤더가 API를 갈아엎는 주기가 매우 짧기에, 설계할 때부터 “이건 6개월 뒤에 어떻게 바뀔까”를 같이 고민하게 됩니다.
장애가 나면 근본적인 원인을 찾고, 같은 문제가 다시 생기지 않게 자동화로 막아둡니다. 티켓을 받아 처리하기보다 지표와 로그에서 문제를 먼저 발견하고, 고칠 것을 스스로 제안하는 팀을 지향합니다. AI 코딩 도구는 이미 팀의 기본 도구라 반복 작업에는 시간을 덜 쓰고, 아낀 시간은 구조를 다듬는 데 씁니다.
제품이 빠르게 커진 만큼 아직 손볼 곳도 많습니다. 그런 부분을 기회로 보시는 분과 함께하고 싶습니다.
지원시 참고사항
- 지원서 내용, 또는 전형 진행 중 허위 사실이 있는 경우 전형 진행이 취소될 수 있습니다
- 취업보호대상자는 관련 법규에 의거하여 우대합니다
AI 소프트웨어 엔지니어
정규직병역가능(산업기능요원 보충역 신규, 전문연구요원 현역·보충역 신규)
합류 여정
- 서류전형
- 자유 형식의 이력서 / 포트폴리오, PDF형식 제출
- recruit@mindlogic.ai 에 이메일로 제출
- 인터뷰전형
- 1. 온라인 인터뷰 → 2. 대면 Tech & Fit 인터뷰
주요업무
- LLM, sLM 기반 AI 모델을 활용한 페르소나 챗봇 및 응용 서비스 개발
- AI/ML 모델 성능 최적화 및 서비스 적용을 위한 파이프라인 구축
- RAG(Retrieval-Augmented Generation) 및 에이전트 아키텍처 설계 및 구현
- 대규모 언어 모델의 추론 속도 및 품질 최적화
- 실시간 스트리밍 환경에서의 AI 응답 생성 시스템 개발
- 최신 AI 연구 트렌드 분석 및 서비스에 적용 가능한 기술 탐색
- 개인화된 AI 경험을 위한 페르소나 그라운딩 및 장기기억 시스템 고도화
자격요건
- 컴퓨터 공학, 인공지능, 또는 관련 분야 학사 이상 또는 이에 준하는 실무 경험 보유
- AI/ML 프로젝트 개발 및 상용 서비스 배포 경험 3년 이상
- PyTorch, TensorFlow 등 딥러닝 프레임워크에 대한 깊은 이해와 활용 경험
- LLM, RAG, 에이전트 시스템에 대한 이해와 구현 경험
- Prompt Engineering 에 대한 깊은 이해와 실무 적용 경험
- Python 및 관련 데이터 처리/분석 라이브러리 활용 능력
- 복잡한 AI 시스템 설계 및 구현 능력
- 영어 기술 문서 이해 및 작성 가능한 수준의 언어 능력
우대사항
- LLM 기반 서비스 개발 및 최적화 경험
- vLLM, llama-cpp, SGLang 등을 활용한 언어모델 서빙 경험
- LLama Index, LangGraph 등의 프레임워크 활용 경험
- NLP, CV, 음성인식/합성 등 다양한 AI 모달리티 개발 경험
- 저명 학회(NeurIPS, ICML, ICLR, ACL 등) 논문 게재 또는 검토 경험
- 국내외 AI 경진대회 수상 경력(Kaggle 등)
- 실시간 대화 시스템 또는 스트리밍 서비스 구축 경험
- 대량 트래픽 처리 및 성능 최적화 경험
- 타 직군(기획, 디자인 등)과의 원활한 커뮤니케이션 능력
기술스택
- 프로그래밍 언어: Python, TypeScript/JavaScript
- 딥러닝 프레임워크: PyTorch, TensorFlow, Hugging Face Transformers
- 데이터베이스: PostgreSQL, Redis
- 클라우드 서비스: AWS
- 컨테이너 오케스트레이션: Docker
- CI/CD: GitHub Actions
- 버전 관리: Git
- 협업 도구: Slack, Jira, Notion
- AI 도구: ChatGPT, Claude, Cursor
지원시 참고사항
- 지원서 내용, 또는 전형 진행 중 허위 사실이 있는 경우 전형 진행이 취소될 수 있습니다
- 취업보호대상자는 관련 법규에 의거하여 우대합니다
TTS AI Research Engineer
정규직병역가능(산업기능요원 보충역 신규, 전문연구요원 현역·보충역 신규)
합류 여정
- 서류전형
- 자유 형식의 이력서 / 포트폴리오, PDF형식 제출
- TTS 관련 프로젝트 및 연구 경험 상세 기술 필수
- recruit@mindlogic.ai 에 이메일로 제출
- 인터뷰전형
- 1. 온라인 기술 인터뷰 (포트폴리오 발표 포함)
- 2. 대면 Tech & Culture Fit 인터뷰
주요업무
현재 해결해야 할 핵심 과제
- 자연스러운 인토네이션 개선: 페르소나별 말투와 억양을 정확히 재현하는 TTS 모델 개발
- 감정 표현 고도화: 웃음소리, 한숨, 감탄사 등 자연스러운 감정 표현이 가능한 TTS 구현
- 첫 토큰 지연 최소화: 실시간 대화를 위한 ultra-low latency TTS 시스템 구축
핵심 연구개발 영역
- Realtime Conversational Voice Cloning: 대화 상황에 최적화된 실시간 음성 복제 기술 개발
- 페르소나 기반 Expressive TTS: 캐릭터별 고유한 음성 스타일과 감정을 반영한 개인화 음성합성 엔진
- Neural Audio Codec 최적화
- TTS 데이터 파이프라인: 음성 데이터 전처리, 정제, 증강을 통한 모델 성능 향상
자격요건
- 컴퓨터 공학, 전기전자공학, 또는 관련 분야 석사 이상 또는 이에 준하는 실무 경험 보유
- TTS/음성합성 연구개발 경험 3년 이상
- PyTorch, TensorFlow 등 딥러닝 프레임워크에 대한 깊은 이해와 활용 경험
- 최신 딥러닝 기반 TTS 알고리즘 (FastSpeech, VITS, XTTS 등) 구현 및 커스터마이징 경험
- 음성신호처리 기초 지식: FFT, STFT, Mel-spectrogram, MFCC 등의 이해와 활용
- TTS 모델 학습 파이프라인 구축 경험: 데이터 전처리, 학습, 추론 및 튜닝 전반
- Python 및 관련 오디오 처리 라이브러리 (librosa, torchaudio 등) 숙련도
- 영어 기술 문서 이해 및 작성 가능한 수준의 언어 능력
우대사항
- 실시간 대화형 TTS 구현 경험 (특히 첫 토큰 지연 최소화)
- Emotional & Expressive TTS: 웃음, 한숨, 감탄사 등 자연스러운 감정 표현 구현 경험
- Voice Cloning 및 Conversational TTS 개발 경험
- 음성합성 관련 국제학회 논문 발표: Interspeech, ICASSP, NeurIPS, ICLR 등
- 최신 TTS 모델 실험 경험: VITS, XTTS, NeuralSpeech, SpeechT5, Bark, CSM 등
- Neural Vocoder 최적화: WaveNet, WaveGlow, HiFi-GAN, BigVGAN 등 실시간 인퍼런스 구현 경험
- Neural Audio Codec 모델 실험 및 최적화 경험: SNAC, Soundstream, encodec 등
- 음성학(Phonetics) 또는 언어학 배경지식 (인토네이션 패턴 이해)
- TTS 상용 서비스 적용 및 운영 경험 (API 서버 구축, 배포 등)
- MLOps 및 모델 서빙 경험 (Docker, Kubernetes, 클라우드 서비스)
기술스택
- 프로그래밍 언어: Python, TypeScript/JavaScript
- 딥러닝 프레임워크: PyTorch, TensorFlow, Hugging Face Transformers
- 데이터베이스: PostgreSQL, Redis
- 클라우드 서비스: AWS
- 컨테이너 오케스트레이션: Docker
- CI/CD: GitHub Actions
- 버전 관리: Git
- 협업 도구: Slack, Jira, Notion
- AI 도구: ChatGPT, Claude, Cursor
지원시 참고사항
- 지원서 내용, 또는 전형 진행 중 허위 사실이 있는 경우 전형 진행이 취소될 수 있습니다
- 취업보호대상자는 관련 법규에 의거하여 우대합니다
연락처: recruit@mindlogic.ai
지원 마감: 수시 채용 (우수 인재 채용 시 조기 마감 가능)
