고객의 업무를 AI가 답할 수 있는 로직과 검증 기준으로 바꾸는 엔지니어를 찾습니다.
모델 자체보다 고객의 문제를 어떻게 구조화하고, 실제 현장에서 작동하게 만들 것인지에 집중합니다.
< 회사 소개 >
Dfinite는 기업의 데이터·문서·업무 시스템(ERP/MES 등)을 AI와 연결해, 현업이 자연어로 데이터를 묻고 의사결정할 수 있게 만드는 B2B AI 솔루션 스타트업입니다. 제조·유통·공공 등 대형 산업 고객과 온톨로지 기반 AI 데이터 플랫폼을 만들고 있습니다.
우리는 완성된 제품을 운영하는 회사가 아니라, 고객의 문제를 정의하고, 빠르게 검증하고, 자산으로 남기는 회사입니다.
- 모든 일은 고객의 진짜 문제에서 출발합니다.
- 성공도 실패도 자산으로 남깁니다. 안 되는 것을 빠르게 확인한 시간조차 다음 프로젝트의 자산이 됩니다.
- AI는 검수 없이 맡기는 외주가 아니라, 맥락을 주고 함께 일하는 가장 빠른 동료입니다.
< Forward Deployed Engineer는 어떤 역할인가요? >
Dfinite의 FDE는 파운데이션 모델을 새로 연구하거나 파인튜닝하는 역할이 아닙니다. “더 좋은 모델을 만들까?”보다 “고객의 문제를 어떤 구조로 풀까?”에 집중합니다.
고객 실무자의 모호한 표현과 업무 흐름을 이해하고, 이를 데이터 조회·문서 검색·SQL·Agent로 분해합니다. 답을 만드는 것에서 끝나지 않고, 그 답이 맞는지 검증할 기준과 실패했을 때 원인을 추적할 구조까지 설계합니다.
고객 요청을 전달받아 기능만 구현하는 역할이 아닙니다. 현장의 업무 흐름과 판단 기준을 구조화하고, 실제 고객 데이터에서 검증한 결과를 다시 DARVIS의 제품·산업 템플릿·평가 자산으로 축적하는 제품 엔지니어입니다.
DARVIS는 자연어 질문에 단순히 답하는 것이 아니라, 실제 데이터 근거와 업무 기준을 연결해 원인과 예외조건까지 설명합니다.
< 이런 일을 합니다 >
- 고객 실무자 인터뷰를 통해 업무 흐름, 판단 기준, 예외 케이스를 파악하고 정리합니다.
- 고객의 모호한 말(예: “이 재고는 위험해요”, “이 데이터는 시스템에는 있지만 믿기 어려워요”)을 데이터 기준과 검증 가능한 질문으로 바꿉니다.
- 자연어 질문을 데이터 조회·문서 검색·SQL·Agent 단위로 분해하고, 정답과 실패 여부를 판정할 검증 케이스를 설계합니다.
- RAG·Text-to-SQL·Agent를 구현하고 실제 고객 데이터 위에서 실험·검증·개선합니다.
- AI 응답 실패 원인을 모델·데이터·검색·SQL·시스템 설계·업무 기준으로 나누어 분석하고 개선합니다.
- 고객 현장에서 반복되는 문제를 일회성 대응으로 끝내지 않고, 다음 고객에게 재사용할 수 있는 제품 기능·도메인팩·평가셋·플레이북으로 일반화합니다.
- 고객과 내부 제품·개발팀 사이에서 기술적 의사결정과 우선순위를 명확하게 정리합니다.
< 자격 요건 >
- LLM 기반 서비스, Python, SQL/DB 개발 경험이 있으신 분
- RAG·Text-to-SQL·Agent·데이터 분석 중 하나 이상을 직접 구현해본 분
- 고객 요구사항과 업무 흐름을 기술 요구사항으로 구조화해본 경험이 있는 분
- 실패 원인을 모델·데이터·시스템·설계·업무 기준으로 구분해 사고할 수 있는 분
- 현업 담당자와 대화하며 모호한 요구를 구체적인 문제와 검증 기준으로 바꿀 수 있는 분
- Claude Code·Cursor 등 AI 개발 도구를 활용해본 경험이 있거나 적극적으로 도입할 의지가 있는 분
< 우대 사항 >
- 제조·유통·물류·재고·원가·손익 등의 도메인 경험이 있는 분
- SAP·ERP·MES·SCM·QMS·DW·BI 데이터 또는 엔터프라이즈 시스템을 다뤄본 분
- Text-to-SQL·온톨로지·PostgreSQL·Vector DB·온프레미스 LLM 경험이 있는 분
- 고객 인터뷰를 통해 요구사항과 검증 케이스를 직접 도출해본 분
- 컨설팅·솔루션 엔지니어링·Forward Deployed 성격의 업무 경험이 있는 분
- 고객 환경에서 PoC부터 배포·운영·개선까지 끝까지 책임져본 분
< 이런 분과 잘 맞습니다. >
- “만들 수 있나?”보다 “이 답이 맞다고 어떻게 검증할 것인가?”를 먼저 묻는 분
- 고객의 말 뒤에 숨은 데이터 기준과 판단 로직을 궁금해하는 분
- 정답이 정해지지 않은 문제를 구조화하고, 필요한 질문을 직접 만들 수 있는 분
- 빠르게 실험하고 실패를 숨기지 않으며, 실패의 원인을 다음 개선으로 연결하는 분
- 모델과 프롬프트를 다루는 것을 넘어 고객의 실제 업무 위에서 작동하는 AI를 만들고 싶은 분
- 고객과 직접 대화하면서도 코드와 기술적 결과물로 문제를 해결하고 싶은 분
< 관련 기술 스텍 >
Python · SQL · PostgreSQL · RAG · Text-to-SQL · Agent · Vector DB · LLM API · Docker · Claude Code · Cursor
프로젝트와 고객 환경에 따라 온프레미스·폐쇄망 환경, ERP/MES 등 기업 시스템, 다양한 데이터베이스 및 문서 시스템을 함께 다룹니다.
< 이 역할에서 경험할 수 있는 것 >
- 대형 산업 고객의 AI 전환 프로젝트를 문제 발견부터 설계·구현·검증·운영까지 경험합니다.
- 고객이 실제로 사용하는 AI를 만들며, 데모와 프로덕션의 차이를 직접 해결합니다.
- 현장에서 얻은 도메인 전문성과 구현 결과가 개인 경험에 그치지 않고 제품과 기술 자산으로 축적됩니다.
- 대표·제품 리더·개발팀과 가까이 협업하며 고객 문제와 제품 방향을 함께 결정합니다.
- AI 개발 도구를 적극 활용해 문제 정의와 구현 속도를 높이는 개발 문화를 경험합니다.
< 근무 조건 및 복지 >
- 고용 형태: 정규직
- 경력: 3~8년 또는 그에 준하는 역량
- 근무지: 서울창업허브 공덕 본관 607호
- 유연출근제: 오전 8시~10시 사이 출근
- 수요일 재택근무
- 업무 관련 도서·강의·세미나 참가비 지원
- 사내 스터디 지원
- 간식비 지원
< 채용 전형 >
- 서류 검토
- 1차 인터뷰
- 과제 전형 — AI 도구 사용 가능
- 기술 인터뷰
- 최종 인터뷰 및 처우 협의
전형 과정과 순서는 지원자의 경력과 상황에 따라 일부 조정될 수 있습니다.
< 지원 방법 >
지원 이메일: [email protected]
메일 제목: [FDE 지원] 이름 / 주요 경력
아래 자료를 이메일로 보내주세요.
- 이력서 또는 경력기술서
- 포트폴리오·GitHub·프로젝트 자료가 있다면 함께 첨부
- 본인이 해결했던 가장 어려운 고객 문제 또는 기술 문제와, 그 과정에서 맡았던 역할에 대한 간단한 설명
형식은 자유입니다. 화려한 문서보다 어떤 문제를 어떻게 정의했고, 어떤 판단을 거쳐 실제로 해결했는지가 잘 드러나는 자료를 기다립니다.