모집분야
Machine Learning Research Intern
프로그램 내용
Research & Development
프로포절한 내용을 바탕으로 연구를 수행합니다.
Community Contribution
연구의 결과물인 코드 및 관련된 내용을 정리한 논문을 공개하는 것을 목표로 합니다.
일정
서류접수: 5월 29일 까지
직무면접: 6월 중
인턴기간: 7월 1일부터 8주간 (석/박 대학원생의 경우 근무 기간 및 시간 조정 협의 가능)
지원방법
제출서류
본 인턴 포지션 지원 시, 이력서와 연구 프로포절은 필수 제출 서류입니다.
연구 프로포절은 온라인 지원 시 Application form에서 pdf파일 형태로 첨부하여 제출해주시기 바랍니다.
연구분야
다음은 하이퍼커넥트 AI Lab 에서 관심을 갖고 있는 연구 분야입니다.
- Computer vision
- Audio/speech processing
- Natural language processing
- Recommendations
- Mobile real-time AI
- Privacy-preserving ML
- Research for training & deploying ML models in production
세부 연구 주제로는
- Unsupervised visual representation learning
- Fast/Efficient video action recognition in compressed video
- Few-shot speaker adaptation
- Lightweight text classification for mobile device
- Efficient/Scalable training of large-scale recommender system
- Graph neural networks utilizing edge features
- Reciprocal recommender system
- Open set recognition
- Active learning
- Efficient multi-task classification
- Out-of-distribution detection
- Confidence calibration of classification model
등이 있습니다.
여기 나열되지 않은 분야 혹은 주제라도 저희 제품에 기여할 수 있을 기술 연구를 모두 환영합니다.
채용절차
서류 검토 전형(이력서 및 프로포절) > 직무 면접 전형 > 최종 합격
문의
근무처
팀소개
AI Lab 소속의 ML 팀은 영상/음성/문자 등을 포함하는 다양한 도메인의 데이터를 다루는 기계 학습 모델을 연구하고 관련 기술을 확보합니다. 주로 모바일 경량 모델에 관심이 많으나 최근 활발하게 연구가 되고 있는 생성 모델이나 서버에서 활용되어지는 추천 모델 등 다양한 모델 연구 개발을 진행하고 있습니다. 문제 정의와 함께 모델의 학습을 위해 필요한 데이터를 수집하고 빠르고 정확한 실험을 위한 인프라스트럭쳐를 ML Platform 팀과 함께 설계 및 개발하고 완성된 모델이 고성능을 낼 수 있는 환경을 구성합니다. 프로젝트 선정에서부터 모델 개발 및 실험 그리고 이후 논문화 및 배포를 포함하는 기계학습 관련 업무의 전반에 걸쳐 관여하고 있습니다.
AI Lab에서는 연구의 결과물을 정리하여 논문 혹은 코드를 공개하는 것을 적극 장려하며 이를 실의 목표 중 하나로 삼고 있습니다. 프로젝트의 결과물을 논문화 시키기 위해 프로젝트 참여자들이 모두 함께 협업하여 연구의 의미 있는 부분을 정돈하고 가능하다면 코드와 함께 공개합니다.하이퍼커넥트 AI Lab은 한국에서 모바일 딥러닝으로 유의미한 결과를 내는 몇 안 되는 조직 중 하나입니다. 사용자 개인정보 보호를 위해 모바일 환경에서 서버를 거치지 않고 실시간으로 동작하는 경량 모델의 연구 및 개발을 주로 수행합니다. 이런 경험을 바탕으로 아래와 같은 대외적인 연구 성과를 거둘 수 있었습니다.
-2018년 저전력 이미지 인식 대회 (LPIRC) 2등
이런 연구 목표뿐 아니라 프로덕션 측면에서도 이미 다양한 도메인의 수많은 모델을 모바일 및 클라우드 서버를 통해 여러 하이퍼커넥트 서비스에 안정적으로 제공하고 있으며, 연구 및 프로덕션의 두 마리 토끼를 잡는 팀을 지향하고 있습니다.
현재 기술 상태에서 노력해서 풀 수 있는 문제부터 차곡차곡 해결해가고 있으며 뚜렷한 성과를 내는 조직을 지향합니다. 최첨단의 모델을 연구하고 개선하면서 과학자로서의 연구 능력을 요구하고 이렇게 만들어진 모델의 시간/공간적 성능을 극한으로 끌어올리기 위해 공학자로서의 개발 능력도 적극 필요로하는 팀입니다.