[AI Research Div.] AI Infra Engineer Lead (8년 이상)

• KRAFTON AI Research 본부는 모델 개발에 필요한 GPU 인프라를 구축하고, Kubernetes 및 Slurm 기반의 AI 플랫폼을 개발·운영합니다.
• GPU 클러스터 구축·운영을 비롯해 모델 학습 및 실험 환경, ML 파이프라인, 인프라 자동화, 관측성 체계를 종합적으로 다루며, 게임 제작과 서비스에 필요한 AI 워크로드가 안정적이고 효율적으로 실행될 수 있는 환경을 만들어가고 있습니다.
• 이번 포지션은 이미 구축된 대규모의 GPU 인프라를 운영하고 고도화하는 동시에, 향후 확장될 인프라의 구조를 설계하고 연구·개발·서비스 조직이 이를 안정적이고 효율적으로 활용할 수 있도록 발전시키는 실무형 시니어 엔지니어 역할입니다.
• 또한 실무 경험과 기술적 인사이트를 바탕으로 향후 컴퓨팅 인프라 확장 방향에 대한 기술적 검토 및 제안하며, KRAFTON의 GPU 및 컴퓨팅 운영 전략을 제안하고 실행하는 데 참여합니다.

우리 팀과 함께할 미션을 소개합니다.

• 이번 포지션은 대규모 GPU infrastructure를 함께 운영·고도화하면서, 이를 연구/개발/서비스 조직이 안정적이고 효율적으로 사용할 수 있는 실무형 시니어 엔지니어 역할입니다.
• 대규모 블랙웰 울트라 기반 GPU infrastructure의 운영 안정화, 성능 개선, 자원 효율화, 운영 자동화 에 직접 참여합니다.
• Kubernetes 기반 ML/GPU 플랫폼의 스케줄링, 멀티테넌시, 워크로드 격리, 쿼터, 관측성, 장애 대응 체계 를 설계·구축·운영합니다.
• 학습/추론 워크로드 특성을 바탕으로 GPU 활용률, 대기 시간, 처리량, 비용 효율 을 개선하는 운영 전략을 수립하고 실제 플랫폼에 반영합니다.
• GPU capacity planning과 사용률 분석을 바탕으로 향후 컴퓨팅 인프라 확장 방향에 대한 기술적 검토 및 외부 인프라 활용 여부 에 대한 기술적 판단을 제안합니다.
• GPU 기반의 재현 가능한 운영 체계 를 고도화하고, 여러 팀의 요구사항을 공통 플랫폼 관점에서 조율합니다.

이런 경험을 가진 분과 함께 성장하고 싶습니다! (필수요건)

• 대규모 GPU 클러스터 또는 Kubernetes·Slurm 기반 AI/ML 인프라를 설계·구축·운영 해본 경험이 있으신 분
• GPU 서버, 네트워크, 스토리지 등 컴퓨팅 인프라 전반을 이해하고 안정적인 운영 환경을 구축 해본 경험이 있으신 분
• GPU 자원 관리, 스케줄링, 멀티테넌시, 워크로드 격리 및 쿼터 등을 운영 환경에 적용해본 경험이 있으신 분
• GPU 활용률, 성능, 안정성 및 비용을 분석하여 인프라를 최적화 해본 경험이 있으신 분
• 장애와 성능 이슈를 시스템 관점에서 분석하고 근본 원인 해결 및 구조적 개선 을 수행해본 경험이 있으신 분
• 연구·개발·서비스 조직과 협업하여 인프라 요구사항을 정의하고, 확장 및 운영 방향을 제안·실행 해본 경험이 있으신 분
• 해외 출장에 결격 사유가 없는 분

이런 경험들이 있다면 저희가 찾는 그 분입니다! (우대요건)

• GPU 인프라의 비용·성능 최적화 전략 을 수립하고 운영에 반영해본 경험이 있으신 분
• 연구·개발·서비스 조직과 협업하여 인프라 요구사항을 정의하고 기술적 대안과 실행 우선순위를 제안 해본 경험이 있으신 분
• 온프레미스, 클라우드 및 외부 인프라를 포함한 컴퓨팅 인프라 확장 전략을 검토·실행 해본 경험이 있으신 분
• 모델 학습, 실험, 배포, 추론 및 서빙 등 ML 워크플로우 전반에 대한 이해 가 있으신 분
• IaC, 자동화, CI/CD, 관측성 도구 등을 활용하여 반복 가능하고 효율적인 인프라 운영 체계 를 구축해본 경험이 있으신 분
• 생성형 AI, LLM 기반 도구, 코드 어시스턴트 등을 활용해 운영 효율과 자동화 생산성 을 높여본 경험이 있으신 분

크래프톤의 도전에 함께 하기 위해 아래의 전형 과정이 필요합니다.

…