기술 직무 안내
  • Readme
  • NAVER Tech Career (Eng)
  • 서비스 소개
    • 검색, 추천 서비스
      • NLP
        • 텍스트 분석 기술
        • 언어 모델
        • Question Answering 기술
      • Data&Analytics
      • 인텐트 검색
      • 웹검색
      • Vision
      • 지식스니펫
      • 쇼핑검색&추천
        • Product Search & Ranking
        • Product Recommendation (AiTEMS)
        • Catalog Matching & Enrichment
      • AiRSearch
        • 글로벌 추천 모델링(AI/ML)
        • 통합 개인화 플랫폼(BE/DE)
        • 통합 검색 모델링(AI/ML)
      • AI Data Platform
      • 지식베이스
      • 클라우드검색솔루션 프로젝트
      • Server Platform
      • Engine & Solution
        • 대용량 분산 검색 엔진 개발
          • 고효율 고성능 색인-검색 컴포넌트 개발
          • 검색 엔진 분산 아키텍쳐 개발
          • 대규모 검색 클러스터 운영 도구 개발
        • 고성능 서버리스 플랫폼 개발
      • 지역검색&추천
        • Local Search
        • AirSPACE
      • 신뢰성 플랫폼
        • Search FE
        • Search Portal
        • Search SRE
    • 공통 플랫폼 기술 개발
      • Next 페이 프로젝트 서버 개발
    • 광고 플랫폼, 여행 검색 외
      • Front-end
      • Back-end
      • AI/ML
      • Data
      • Android
      • iOS
    • 네이버 쇼핑
      • 스마트스토어
      • 버티컬쇼핑서비스
      • 쇼핑검색서비스
      • 라이브커머스
    • 뉴스, 연예, 스포츠 외
      • Back-end
      • ML/Data engineering
    • 블로그, 지식iN/eXpert 외
      • iOS
      • Android
      • Front-end
      • Back-end
      • Data
    • 회원&인증플랫폼
      • iOS
      • Android
      • Back-end
      • Front-end
      • Data
    • 🧑‍🚀Community CIC
      • Global Community Dev FrontEnd
      • Global Community Dev BackEnd
      • Open Community Dev FrontEnd
      • Open Community Dev BackEnd
      • Android
      • iOS
      • Business Data
      • Service Data
      • Core Backend
      • Naver Game Server Dev
      • Naver Game Client Dev
    • 밴드 Cell
      • 밴드 Cell Web
    • NAVER CLOUD AI
      • NAVER AI LAB
      • 음성인식 (Speech Recognition)
      • 음성합성 및 Avatar 생성 기술 연구
      • 클로바 Vision/NLP 연구 개발
      • CLOVA Vision Kit
        • Face AI
        • Video AI
        • Avatar AI
        • Edge AI
        • Edge Solution AI
        • Data Engineer
      • 초대규모 멀티모달 & 시계열 & 쇼핑 모델링 기술 연구개발
      • CLOVA 언어 모델 연구 및 대화 시스템 개발
      • HCI X AI
      • AI 경량화 및 최적화
      • ML 연구 플랫폼 NSML 개발
      • AI/ML 서비스 & 플랫폼 개발
      • AutoML을 이용한 모델 자동 훈련 시스템 개발
      • HyperCLOVA Engineering
      • Document Intelligence
      • 머신러닝을 위한 대규모 데이터 플랫폼 구축
      • 초대규모 AI 모델 학습 / 서빙 시스템 구축 및 운영
      • DATA AI
      • AI Assistant 대화/검색시스템 연구 개발
      • CLOVA Note
        • CLOVA Note App (iOS)
    • ETECH
      • Front-end
      • Back-end
      • Android
      • iOS
      • Data
      • Graphics
    • Maps
      • iOS
      • Android
      • Back-End
    • Music
      • Music iOS
      • Music Android
      • Music Server
      • Music Platform
        • META STORE
        • OPEN-API
        • PARTY ROOM
        • NAVER SEARCH
        • DATA
      • Music AI
      • Music Quality Engineering
      • LINE MUSIC iOS
      • LINE MUSIC Android
      • LINE MUSIC Server
    • Papago
      • Front-end
      • Back-end
      • AI/ML
      • Android
      • iOS
    • PLACE
      • iOS
    • Whale
      • Browser
      • Web Engine
      • Whale OS
      • Front-end
      • Back-end
      • Whale Android
      • Whale iOS
    • Security
      • Service Security
      • Security Development
    • 네이버앱플랫폼Tech
      • Naver App
        • Android
        • iOS
      • PWE앱
        • Android
        • iOS
      • 스마트보드앱
    • WORKS MOBILE
      • iOS
      • Android
  • SmartStudio
    • Front-end
    • Back-end
    • Android
    • iOS
Powered by GitBook
On this page
  • 소개
  • 역할
  • 자격요건
  • 우대사항
  1. 서비스 소개
  2. NAVER CLOUD AI

AI 경량화 및 최적화

모델 경량화/압축/최적화 기술 연구 및 개발

소개

  • AI 모델의 본격적인 서비스 적용이 가시화됨에 따라 효율적인 Training/Inference에 대한 요구가 증가하고 있지만, 빠르게 발전하는 딥러닝 모델 기술과 달리 컴퓨팅 시스템의 변화는 더딘 편입니다. Efficient AI팀은 날이 다르게 발전하는 CLOVA AI 서비스의 효용성을 높이기 위한 모델 경량화/압축/최적화 기술을 연구/개발합니다. 작은 모델부터 초거대 모델에 이르기까지 다양한 AI 모델을 위한 차별화된 Solution을 연구개발하여 적용합니다. AI 모델 연구개발부터 서비스까지 폭넓은 경험을 하실 수 있습니다.

역할

  • HyperScale AI 모델을 위한 효율적인 Training/Inference 알고리즘 연구 및 개발

  • 딥러닝 모델 경량화/압축 기술 연구 및 개발

  • 효율적인 인퍼런스를 위한 CPU/GPU 커널 개발

  • AI 모델 기반 서비스 비용 최적화

자격요건

  • Vision/Speech/NLP 딥러닝 모델에 대한 이해 및 학습 경험.

  • Pruning, Quantization, Knowledge Distillation, Low-rank Approximation, Low-precision Format 등의 기술을 딥러닝 모델에 적용해본 경험.

  • 특정 Inference system에 맞게 Converting, Deployment 및 Optimization 경험.

  • Computing System에 대한 이해 (CPU, GPU, NPU, Accelerators, .. )

우대사항

  • 딥러닝 분야, 시스템 소프트웨어 분야, 하드웨어 분야 논문 작성 경험 / Publication 실적.

  • 딥러닝 서비스 개발/배포/최적화 경력.

  • 시스템 소프트웨어 개발 경험

  • CUDA Programming 및 low-level 딥러닝 프레임워크 개발 경험.

  • FPGA/ASIC 등 하드웨어 설계 지식 보유.

PreviousHCI X AINextML 연구 플랫폼 NSML 개발

Last updated 3 years ago