| 직무 소개
디자인을 더 쉽게, 더 똑똑하게
미리캔버스는 AI를 활용해 누구나 손쉽게 전문가 수준의 디자인을 완성할 수 있는 세상을 만들어갑니다.
AI 모델 연구팀은 디자인 도메인에 특화된 Generative AI와 Agentic Workflow를 통해
사용자의 의도와 맥락을 이해하고, 적합한 콘텐츠를 자동으로 제안합니다.
나아가 서비스 내 방대한 디자인 자산과 메타데이터를 기반으로,
기술적 완성도를 넘어 실제 사용자 경험을 혁신하는 AI 기능을 개발합니다.
미리캔버스의 데이터와 기술을 활용해 새로운 생성형 AI 기능을 연구하고,
사용자의 편집 경험을 바꾸는 AI를 만드는 여정에 함께해주세요!
| 기대 모습
- 1개월 뒤
- 미리캔버스의 구조적 디자인 시스템 및 AI 적용 영역을 깊이 이해합니다.
- 연관 스쿼드의 AI 서비스 현황과 주요 과제를 파악합니다.
- Pretrained 모델 기반 Prompt Tuning으로 베이스라인을 수립합니다.
- 3개월 뒤
- 최신 AI 모델(ChatGPT-5v, Claude, Qwen-VL 등)을 활용한 프로토타입을 제작합니다.
- Prompt Tuning → Fine-tuning으로 전환하며 학습 파이프라인을 설계합니다.
- 모델 성능 평가 체계(정성·정량)를 설계하고 분석합니다.
- 그 이후
- 생성형 AI 기반 콘텐츠 자동 생성 및 스타일 변환 기능을 개발합니다.
- 미리캔버스에 필요한 AI 기능을 직접 제안하고, 연구·개발 전 과정을 주도합니다.
- 기술 전파, 문서화, 코드베이스 개선 등을 통해 장기적인 기술 자산화에 기여합니다.
| 주요 업무
"미리디에서 이런 일들을 함께 하고 싶어요"
Agentic Workflow 구축 및 개선
- Reflection / Planning / Tool Use / Multi-Agent 패턴을 기반으로 Task를 자동화합니다.
- 모델의 reasoning, validation, self-improvement 루프를 설계합니다.
- Pretrained 모델의 성능 한계를 극복하기 위한 Agentic Pipeline을 설계합니다.
Design Domain 자체 모델 개발
- 유관 스쿼드의 domain-specific 모델을 설계하고 학습합니다.
- SFT / RLHF 기반으로 모델 성능을 고도화하고, 학습 및 추론 비용을 최적화합니다.
- 저비용 환경에서도 효율적으로 작동하는 lightweight 모델을 탐색합니다.
최신 기술 연구
- 주요 논문을 구현하고 검증하여 기술을 벤치마킹합니다.
- 모델 성능을 지속적으로 개선하고, 실제 서비스 적용 결과를 분석합니다.
| 자격요건
"이런 분이라면 목표 달성에 확신을 얻을 것 같아요"
- 1년 이상의 머신러닝 또는 생성형 AI 관련 경력이 있으신 분
- Domain-specific LMM LoRA 학습/평가 경험 또는 Agentic Workflow 설계 경험이 있으신 분
- Prompt Engineering 및 Fine-tuning 실무 경험이 있으신 분
- PyTorch, TensorFlow, Hugging Face 등 딥러닝 프레임워크 활용 능력이 있으신 분
- 모델 성능을 실제 서비스에 적용하고 개선한 경험이 있으신 분
- 디자인, 크리에이티브, UX 도메인에 대한 관심이 있으신 분
| 우대 사항
"이런 분이라면 장기적으로 서로에게 더 긍정적일 것 같아요!"
- 컴퓨터공학, 머신러닝 관련 석·박사 학위 또는 이에 준하는 경험이 있으신 분
- ML 관련 Top-tier 학회 및 저널 논문 게재 경험이 있으신 분
- Kaggle, AI Hackathon 등 AI 관련 챌린지 수상 경험이 있으신 분
- 디자인 생성 모델(Layout, Color, Font adaptation 등) 연구·개발 경험이 있으신 분
- LMM 기반 생성형 파이프라인 구축 및 모델 경량화 경험이 있으신 분
- Multi-Agent System 설계 및 평가 경험이 있으신 분
- 실시간 서비스 모델 개발 경험이 있으신 분
| 기타 사항
- [서류 전형] - [1차 인터뷰] - [처우 협의] - [입사] 의 프로세스로 진행됩니다.
- 서류는 원활한 검토를 위해 PDF 형식으로 제출 부탁 드립니다.
- 직급에 따라 인터뷰 후 레퍼런스 체크 전형이 추가될 수 있습니다.
- 입사 후 3개월의 수습 기간 및 수습 평가가 진행됩니다. (급여 100%)
- 서류 전형 결과 안내까지는 최대 2주, 인터뷰 결과 안내까지는 최대 3주가 소요됩니다.
- 여러 포지션에 동시에 지원해주시는 것은 가능하지만 동일한 포지션의 경우 최종 결과 안내를 받은 시점으로부터 6개월 후에 재지원이 가능합니다.
| 직무 소개
디자인을 더 쉽게, 더 똑똑하게
미리캔버스는 AI를 활용해 누구나 손쉽게 전문가 수준의 디자인을 완성할 수 있는 세상을 만들어갑니다.
AI 모델 연구팀은 디자인 도메인에 특화된 Generative AI와 Agentic Workflow를 통해
사용자의 의도와 맥락을 이해하고, 적합한 콘텐츠를 자동으로 제안합니다.
나아가 서비스 내 방대한 디자인 자산과 메타데이터를 기반으로,
기술적 완성도를 넘어 실제 사용자 경험을 혁신하는 AI 기능을 개발합니다.
미리캔버스의 데이터와 기술을 활용해 새로운 생성형 AI 기능을 연구하고,
사용자의 편집 경험을 바꾸는 AI를 만드는 여정에 함께해주세요!
| 기대 모습
- 1개월 뒤
- 미리캔버스의 구조적 디자인 시스템 및 AI 적용 영역을 깊이 이해합니다.
- 연관 스쿼드의 AI 서비스 현황과 주요 과제를 파악합니다.
- Pretrained 모델 기반 Prompt Tuning으로 베이스라인을 수립합니다.
- 3개월 뒤
- 최신 AI 모델(ChatGPT-5v, Claude, Qwen-VL 등)을 활용한 프로토타입을 제작합니다.
- Prompt Tuning → Fine-tuning으로 전환하며 학습 파이프라인을 설계합니다.
- 모델 성능 평가 체계(정성·정량)를 설계하고 분석합니다.
- 그 이후
- 생성형 AI 기반 콘텐츠 자동 생성 및 스타일 변환 기능을 개발합니다.
- 미리캔버스에 필요한 AI 기능을 직접 제안하고, 연구·개발 전 과정을 주도합니다.
- 기술 전파, 문서화, 코드베이스 개선 등을 통해 장기적인 기술 자산화에 기여합니다.
| 주요 업무
"미리디에서 이런 일들을 함께 하고 싶어요"
Agentic Workflow 구축 및 개선
- Reflection / Planning / Tool Use / Multi-Agent 패턴을 기반으로 Task를 자동화합니다.
- 모델의 reasoning, validation, self-improvement 루프를 설계합니다.
- Pretrained 모델의 성능 한계를 극복하기 위한 Agentic Pipeline을 설계합니다.
Design Domain 자체 모델 개발
- 유관 스쿼드의 domain-specific 모델을 설계하고 학습합니다.
- SFT / RLHF 기반으로 모델 성능을 고도화하고, 학습 및 추론 비용을 최적화합니다.
- 저비용 환경에서도 효율적으로 작동하는 lightweight 모델을 탐색합니다.
최신 기술 연구
- 주요 논문을 구현하고 검증하여 기술을 벤치마킹합니다.
- 모델 성능을 지속적으로 개선하고, 실제 서비스 적용 결과를 분석합니다.
| 자격요건
"이런 분이라면 목표 달성에 확신을 얻을 것 같아요"
- 1년 이상의 머신러닝 또는 생성형 AI 관련 경력이 있으신 분
- Domain-specific LMM LoRA 학습/평가 경험 또는 Agentic Workflow 설계 경험이 있으신 분
- Prompt Engineering 및 Fine-tuning 실무 경험이 있으신 분
- PyTorch, TensorFlow, Hugging Face 등 딥러닝 프레임워크 활용 능력이 있으신 분
- 모델 성능을 실제 서비스에 적용하고 개선한 경험이 있으신 분
- 디자인, 크리에이티브, UX 도메인에 대한 관심이 있으신 분
| 우대 사항
"이런 분이라면 장기적으로 서로에게 더 긍정적일 것 같아요!"
- 컴퓨터공학, 머신러닝 관련 석·박사 학위 또는 이에 준하는 경험이 있으신 분
- ML 관련 Top-tier 학회 및 저널 논문 게재 경험이 있으신 분
- Kaggle, AI Hackathon 등 AI 관련 챌린지 수상 경험이 있으신 분
- 디자인 생성 모델(Layout, Color, Font adaptation 등) 연구·개발 경험이 있으신 분
- LMM 기반 생성형 파이프라인 구축 및 모델 경량화 경험이 있으신 분
- Multi-Agent System 설계 및 평가 경험이 있으신 분
- 실시간 서비스 모델 개발 경험이 있으신 분
| 기타 사항
- [서류 전형] - [1차 인터뷰] - [처우 협의] - [입사] 의 프로세스로 진행됩니다.
- 서류는 원활한 검토를 위해 PDF 형식으로 제출 부탁 드립니다.
- 직급에 따라 인터뷰 후 레퍼런스 체크 전형이 추가될 수 있습니다.
- 입사 후 3개월의 수습 기간 및 수습 평가가 진행됩니다. (급여 100%)
- 서류 전형 결과 안내까지는 최대 2주, 인터뷰 결과 안내까지는 최대 3주가 소요됩니다.
- 여러 포지션에 동시에 지원해주시는 것은 가능하지만 동일한 포지션의 경우 최종 결과 안내를 받은 시점으로부터 6개월 후에 재지원이 가능합니다.