[NAVER Cloud] HyperCLOVA X Omni-modal Backbone Model 개발 (체험형 인턴)
- 모집 부서
- NAVER Cloud
- 모집 분야
- Tech
- 모집 분야
- AI/ML
- 모집 경력
- 신입
- 근로 조건
- 인턴
- 모집 기간
- 2026.06.29 ~ 2026.07.08 (18:00)
주소가 복사되었습니다.
원하는 곳에 붙여넣기(Ctrl+V)해 주세요.
입사지원은 PC를 이용해주세요.
부서소개
저희 부서는 HyperCLOVA를 기반으로, 이미지와 비디오 등의 Multimodal 기능 확장을 위한 아키텍처 설계 및 모델 생산을 담당하며, 입출력 측면에서 Any to Any 까지의 확장을 목표로 하고 있습니다. 2024년 9월 한국 최초로 Vision LLM 기능을 HyperCLOVA X에 서비스 시작하였고, 특히 2025년 4월에는 대한민국 AI 생태계를 위하여 역시 국내 최초로 상업용 오픈소스 AI 모델을 공개하기도 했습니다. (관련 링크: Click!)
Global Frontier Big Tech와 경쟁하는것은 어려운 과제임이 분명하지만, 네이버에서 축적한 데이터와 HyperCLOVA의 경험과 우수한 인재 분들이 계시기에 충분히 도전해볼 만한 과제라고 생각합니다. Pretrained Language Model로 출발하여 Supervised Fine Tuning을 통한 Vision 관련 능력을 추가하는 형태의 파이프라인은 일반적으로 잘 알려져 있는 형태의 VLM 생산 공정입니다. 하지만 Pretrain 단계에서부터 여러 Modality들을 통합 학습하여 근본적인 Vision 관련 역량을 끌어올리는 Omni 형태의 Training의 경우 효과가 있다는 다양한 추측이 있을 뿐 거대 리소스를 투입하여 어느정도의 실제 효과가 있는지에 대한 Ablation 내용은 잘 공개되어 있지 않은 실정입니다. 저희 부서에서는 Vision Foundation Model로써의 전반적 성능 향상에 도달하기 위하여 더 나은 Multimodal Backbone을 생산하기 위한 노력을 하고 있습니다.
담당업무
[Multimodal Pretraining: 경쟁사 수준의 학습량에 도달하는 MoE 기반의 Multimoal Backbone Model 을 확보하여 최종 성능 향상에 유의미한 영향]
• Hyperscale 규모의 GPU 자원 (InfiniBand 로 묶인 GPU Cluster)을 활용한 Multimodal Backbone에 Vision 및 Audio 능력 추가를 위한 모델 학습
• Hyperscale 규모의 GPU 자원을 활용한 Backbone 생산을 위한 FW 도입과 관련된 Engineering
• 다양한 Multimodal Backbone 이 최종 모델의 성능에 미치는 영향 탐색
• 효과적인 Pretraining Recipe 탐색과 Pretraining Data 에 대한 Curation 및 Filtering 작업
• Distributed Training (FSDP, Zero, Megatron), Sequence Packing, Sequence Paralle 등 학습 효율 개선을 위한 적용 및 개발
자격요건
• 국내/외 정규대학(학사) 재학생 또는 기졸업자
• 인턴십 기간(약 3개월) 동안 Full-Time 근무가 가능하신 분
• LLM 및 LLM 기반 Vision-Language Model(LLaVA, Qwen VL, DeepSeek VL, Nemotron Omni)에 대한 기본적인 지식과 학습 과정에 대한 구체적인 이해도를 보유하신 분(모델 아키텍처, 데이터, Loss 등)
• Distributed Training(DeepSpeed, PyTorch FSDP 등)에 대한 이해도를 보유하신 분
• Python 활용 역량을 갖추신 분
우대사항
• 상용 수준의 Vision Language Model 개발 경험을 보유하신 분
• 대규모 GPU Infra(Multi-node, Slurm, Kubernetes) 운용 경험을 보유하신 분
• Top-tier 학회 또는 저널 논문 제1저자 경험을 보유하신 분
• LLM, VLM, MLLM(Omni-modal) 관련 학위를 보유하신 분
• LLM, VLM, MLLM(Omni-modal) 관련 Challenge 참가 또는 상위 입상 경험을 보유하신 분
• 최소 3개월 이상 수행한 팀 프로젝트를 성공적으로 완료한 경험이 있으며, 해당 프로젝트의 성공에 높은 기여를 하신 분
• 자격 요건을 모두 충족하지 않더라도, 상기 담당 업무 중 하나 이상의 영역에서 최고 수준의 역량을 보유하신 분
팀 메시지
저희 부서는 혼자 고민하기보다는 적극적으로 질문하고, 구성원 간 긴밀하게 소통하며 방향을 맞추는 업무 태도를 중요하게 생각합니다.
인턴십에 입과하시게 되면, 기술의 최전선에서 다양한 경험을 쌓으며 다른 곳에서는 쉽게 접하기 어려운 실무를 경험하실 수 있습니다.
전형절차
서류전형 > 필기전형(코딩테스트) > 인터뷰 전형 > 인턴십 입과
※ 전형절차는 일정 및 상황에 따라 변동될 수 있으며, 전형별 결과에 따라 절차가 추가될 수 있습니다.
※ 인터뷰 안내는 추후 대상자에게 개별 안내 드릴 예정입니다.
근무조건 및 기타사항
[근무지]
경기도 성남시 분당구 불정로 6 (그린팩토리)
※ 근무지는 회사 내부 사정에 따라 변경될 수 있습니다.
[근무기간]
2026년 7월 ~ 2026년 10월 중 (약 3개월 근무 가능자)
주 5일(10:00 ~ 19:00)
※ 인턴십 상세 근무 기간은 추후 최종 대상자에게 개별 안내 드릴 예정입니다.
[기타사항]
• 본 인턴십은 채용전제형이 아닌 체험형 인턴십으로, 인턴십 기간이 끝나면 계약 종료됩니다.
• 입사지원서 작성 전 지원자격을 확인해 주시기 바라며, 지원서에 기재된 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다.
• 본 공고는 인재 선발 완료 시 조기 마감될 수 있으며, 필요시 모집 기간이 연장될 수 있습니다.
• 제출된 지원서는 로그인 후 [My page- 지원 현황]에서 확인 가능하며, 공고 마감 전까지 홈페이지에서 수정 및 지원 철회가 가능합니다.
• 국가유공자 및 장애인 등 취업보호 대상자는 관계법령에 따라 우대합니다.
• 국가유공자의 가산점 부여를 받기 위해서는 본인이 '취업지원 대상자 증명서'를 회사에 제출해야 합니다.
• 제출해 주신 지원서의 검토 결과 발표는 지원서에 등록하신 이메일로 개별 안내드립니다.
• 문의사항은 NAVER Cloud 채용 홈페이지 지원 문의로 접수해 주시기 바랍니다.
