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
  • 미디어인텔리전스
  • 스포츠인텔리전스
  1. 서비스 소개
  2. 뉴스, 연예, 스포츠 외

ML/Data engineering

미디어Tech ML/Data engineering 직무

PreviousBack-endNext블로그, 지식iN/eXpert 외

Last updated 3 years ago

미디어인텔리전스

이런 일을 맡고 있어요

미디어인텔리전스팀은 미디어Tech 조직 내에서 생성되는 미디어 콘텐츠 및 이용자들의 피드백 등 다양한 데이터들에 대해서 실시간 수집 및 분석 통해, 더 많은 사람들이 더 편하게 콘텐츠를 소비할 수 있도록, 도움을 주는 기술들을 연구하고 개발하고 있으며, 다양한 서비스에서 활용이 가능하도록 플랫폼 형태로 제공을 하고 있습니다.

우리 연구자들은 악플과 혐오로 대표 되는 사회 이슈를 개선하고자 하는 노력으로 클린봇2.0 을 자체적으로 연구/개발하였습니다. 또한 플랫폼으로서 네이버 서비스 전반에 확대 적용하고 있으며, 동시에 다양한 외부 공유 활동(, )하고 있습니다. 네이버의 다양한 서비스에서, 콘텐츠들의 제작자와 이용자 양측에서 발생하는 실시간의 대용량 데이터를 바탕으로, 의미 있는 서비스를 위한 분석, 연구를 함께할 동료분들을 모십니다.

  • 클린봇 연구/개발

    • 실 서비스 환경에서 실시간으로 적용가능한, 신속하고 강건한 학습 방법과 모델 연구/개발

    • 사내 서비스들을 위한 클린봇 API 서빙

  • 콘텐츠 분석

    • 네이버에서 유통되는 대용량 콘텐츠에 대한 실시간 통계/NLP 분석 기술 연구/개발

    • 기존 콘텐츠 분석과 지표들을 활용한 신규 콘텐츠 피드백 실시간 예측 및 분석 기술 연구/개발

  • 연구기술 기반 서비스 프로토타이핑

입사하게 되면 담당할 업무입니다

  • 콘텐츠들의, 장기적인 지표와 이용자의 피드백을 포함한 대용량 데이터를 활용한 활용하는 방법론 연구와 pipelining

    • Reinforcement Learning

    • Data-Model piplining

  • 다양한 도메인의 대규모 데이터 환경에서 강건하고, 변화에 신속하게 반응할 수 있는 모델 연구

    • Countinus Learning with Language Modling,

    • Robust Deep Neural Networks

  • 이용자와 운영자가 쉽게 이해 할수 있는 모델 연구

    • Neural Netetwork Interpretability

업무를 수행하기 위해 필요한 자격 요건입니다

  • 필요에 적합하도록 문제를 정의하고, 이를 해결하기 위한 모델링이 가능하신 분

  • PyTorch 또는 TensorFlow 머신러닝 프레임워크를 사용하여 모델 개발이 가능하신 분

  • 연구 및 개발시에 가치중립적이며, 명료한 의사소통 능력을 가지신 분

추가로 보유하고 있다면 좋을 스킬셋이나 경험입니다

  • Sentence classification, Sequence Labeling에 대한 경험

  • Semantic Analysis, Named Entity Resolution에 대한 경험

  • Statistical data analysis / data mining에 대한 경험

  • ML/NLP/Data Mining을 활용한 서비스 경험

  • 대형 딥러닝 모델 최적화, 분산 학습 개발 경험 (DeepSpeed, TensorRT 등)

  • Spark 등을 통한 대규모 데이터 처리 경험

스포츠인텔리전스

이런 일을 맡고 있어요

네이버 스포츠의 수많은 영상과 경기 기록 및 이용자 데이터 등을 활용하여 국내 최고의 스포츠 콘텐츠를 함께 만들며 기술적 문제들을 함께 해결해 나갈 좋은 동료 개발자분을 모십니다.

입사하게 되면 담당할 업무입니다

  • 스포츠 실시간 생중계 및 VOD 관련 서비스를 위한 AI 모델 개발

  • 스포츠 실시간 생중계 및 VOD 영상 분석 고도화

  • 스포츠 데이터 분석 및 관련 서비스 개발

  • ML 기반 서비스 파이프라인 개발 (MLOps)

업무를 수행하기 위해 필요한 자격 요건입니다

  • 딥러닝 기반의 computer vision에 대한 최신 기술을 알고 있는 분 : object classification/detection/segmentation/tracking, action recognition 등

  • 관련 최신 기술을 딥러닝 프레임워크(TensorFlow,PyTorch 등)로 구현할 수 있는 분

  • 전통적인 computer vision(image processing, feature extraction) 기술을 보유한 분

  • Python 등의 프로그래밍 언어를 다룰 수 있는 분

  • 기본적인 데이터 엔지니어링, Model Serving 구축 경험이 있는 분

  • 본인의 아이디어를 구체화 해 단순 연구/개발이 아닌 실제 서비스에 적용해 본 경험이 있는 분

추가로 보유하고 있다면 좋을 스킬셋이나 경험입니다.

  • 머신 러닝 분야 국제 저널 및 학술대회 논문 게재 경험이 있는 분

  • Java & Web Framework을 다루거나 웹 서비스 구현 경험이 있는 분

  • 스포츠를 좋아하여 스포츠 콘텐츠 개발에 적극적인 기술 주도성을 갖춘 분

사용자들이 네이버 스포츠 생중계 및 VOD에서 더 신선하고 더 재미있고 더 친숙한 서비스를 제공받을 수 있도록 노력하고 있으며, 경기 종료 후 30분 이상 소요되는 수동편집이 아닌 AI 모델을 통해 최대 3~5분 이내에 스포츠 콘텐츠를 신속하게 전달하고 있습니다. 이와 관련한 AI 기반기술의 경우 외부 공유활동의 일환인 을 통해 공개하였습니다.

Deview2020
D2
Deview2020
클린봇 적용 예시