주소가 복사되었습니다.
원하는 곳에 붙여넣기(Ctrl+V)해 주세요.
입사지원은 PC를 이용해주세요.
저희 부서는 자체 초대규모 언어모델(LLM)의 Post-training(SFT·강화학습)과 평가 체계를 담당하고 있습니다. 모델의 역량을 정량적으로 평가하여 개선 영역을 발굴하고, 이를 겨냥한 고품질 학습 데이터를 구축·검증하여 실제 모델 성능 개선까지 연결하는 학습 개선 사이클을 운영합니다.
• Self-Evolve 파이프라인 구성을 위한 실험 설계
• LLM 벤치마크 평가 실행 및 오답 유형 분석(오답노트)
• 문서 검색 기반 학습 데이터 합성 파이프라인 개발 지원
• 합성 데이터 품질 검증 자동화(Rule 기반 필터 + LLM Judge 채점) 구현 보조
• 학습 전후 성능 비교 실험 수행 및 결과 분석 지원
• 국내/외 정규대학(학사) 재학생 또는 기졸업자
• 인턴십 기간(약 3개월) 동안 Full-Time 근무가 가능하신 분
• Python 및 프레임워크 활용 역량이 우수하신 분
• PyTorch, TensorFlow, Transformers 등 딥러닝 프레임워크를 활용한 연구 및 개발 경험을 보유하신 분
• LLM(API 또는 오픈소스 모델)을 활용한 프로젝트·스터디 경험을 보유하신 분
• 딥러닝 기초 및 PyTorch 등에 대한 이해도를 갖추신 분
• LLM Fine-tuning 또는 평가 하니스(lm-eval-harness 등) 활용 경험을 보유하신 분
• LLM 학습(합성 데이터·RLHF/RLVR 등) 관련 논문을 읽고 재현한 경험을 보유하신 분
• 오픈소스 기여 또는 개인 프로젝트를 GitHub에 공개한 경험을 보유하신 분
• 데이터 품질 분석 및 실험 결과를 문서로 정리하여 공유한 경험을 보유하신 분
저희 부서는 실험 결과를 데이터와 수치로 이야기하는 문화를 갖고 있습니다. 가설을 세우고 작은 실험으로 빠르게 검증하며, 실패한 실험도 기록으로 남겨 팀의 자산으로 만드는 것을 중요하게 생각합니다. 모르는 것을 적극적으로 질문하고, 자신의 실험 과정을 투명하게 공유하는 태도를 기대합니다.
인턴십에 입과하시게 된다면, LLM의 성능을 평가하고, 약점을 분석하여 이를 보완하는 데이터를 구축하고, 실제 학습을 통해 성능 변화를 확인하는 모델 개선의 전체 사이클을 경험하실 수 있습니다. 대규모 언어모델 개발 조직에서 평가·데이터·학습이 어떻게 맞물려 돌아가는지, LLM Judge 같은 최신 기법이 실무에서 어떻게 활용되는지를 익히실 수 있습니다.
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.
[근무지]
경기도 성남시 분당구 불정로 6 (그린팩토리)
※ 근무지는 회사 내부 사정에 따라 변경될 수 있습니다.
[근무기간]
2026년 9월 ~ 2026년 12월 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.