옴니어스는 자동화, 계량화가 도전적인 패션 산업 디지털 전환의 pain point를 인공지능/머신러닝 기술로 해결하는 기업입니다. 특히 딥러닝과 컴퓨터 비전 기술을 발전시켜 이미지, 영상, 텍스트와 같은 비정형 데이터를 이커머스, 리테일 고객사 니즈에 맞게 구조화하여 데이터에 기반한 검색과 추천, 분석이 가능하게 도와줍니다.
옴니어스 AI 연구팀은 머신러닝 분야의 cutting-edge 기술들을 패션 도메인이 가진 특성에 맞는 적합한 형태로 변형/적용하며 문제를 풀어나가고 있습니다. 패션 이미지를 제대로 해석하기 위해서는 아이템, 형태 등과 같은 객관적인 속성 부터 스타일, 감성키워드와 같은 정성적인 속성 그리고 성별, 사람의 자세, 옷의 겹침 등 속성의 높은 복잡도와 이미지의 비정형성을 극복해야 합니다. 그렇기 때문에 패션을 해석하기 위한 머신러닝 모델을 개발하는 것은 단순히 딥러닝 모델을 블랙박스처럼 활용하는 것 이상의 많은 노력을 필요로 합니다.
옴니어스는 글로벌 수준의 패션 AI 기술을 개발하기 위해, 지난 4년간 자체 개발한 데이터 수집 툴을 통해 패션 전문가 그룹과 머신러닝 전문가가 협업을 하여 OMNIOUS Fashion 데이터셋을 구축해왔습니다. 또한 지난 2년간 상용화된 머신러닝 서비스를 운용하면서 고객사의 피드백이 지속적으로 반영되어 더욱 real world에 근접한 데이터셋으로 진화하고 있습니다. 옴니어스 AI 연구팀은 이러한 학습데이터를 활용해 패션을 이해하는 머신러닝 연구와 시장의 문제를 지속적으로 해결하고 있습니다. 이에 담대한 도전과 여정을 함께할 머신러닝 엔지니어를 모시고자 합니다.
[담당업무]
• 옴니어스에서 개발하고 있는 머신러닝 모델들을 파악하고, 우리의 제품과의 연관성에 대해 이해합니다.
• 제품에 사용되고 있는 머신러닝 모델들을 분석하여 현재 모델들을 개선하고 단점을 해결할 수 있는 연구 주제를 찾습니다.
• 주요 연구 주제:
- Object detection
(i) 작은 물체 (ii) 서로 겹친 물체가 있는 다양한 소스의 패션 이미지들에 대해서도 잘 작동하는 detector 모델을 연구/개발합니다.
- Object (fine-grained) classification
클래스 간 유사도가 높고, 클래스 내 다양성이 큰 패션 아이템들이 포함된 이미지에서의 fine-grained 물체 분류를 위한 classifier 모델을 연구/개발합니다.
- Multi-label attributes detection and multi-task learning
(i) 다양한 종류의 속성 (프린트 패턴, 소재감, 패션 아이템의 디테일한 구성요소) 등을 detection 하고 (ii) 그러한 속성들 간의 관계를 활용한 multi-task learning 모델을 연구/개발 합니다.
- Out-of-distribution detection / model uncertainty measure
(i) Out-of-distribution query을 검출하고 (ii) 모델 결과값의 uncertainty를 측정하고 (iii) 그러한 query들을 처리할 수 있는 domain adaptation / few-shot learning 등의 모델을 연구/개발 합니다.
- 머신러닝 모델을 상용화하기 위한 수준의 모델, 알고리즘, 코드 최적화를 수행합니다.
• 그 밖의 연구주제들:
- Predictions with prior domain knowledge/output relations (constraints)
- Predictions with local information (attention, landmark, etc.)
- Segmentation
- Metric learning
[자격요건]
• CS/EE 또는 관련 전공 (또는 이와 동등한 전문적 경험)
• 머신러닝/딥러닝에 대한 깊은 이해
• Tensorflow, Pytorch 등의 딥러닝 라이브러리를 사용한 연구 경험
• 풍부한 Python 활용 경험
• 논문을 통해 새로운 연구 내용을 이해할 수 있는 능력 및 구현 경험
• 최신 머신러닝/딥러닝 연구 주제들에 대한 지식 및 구현 경험
[우대사항]
• 아래 주제에 대한 연구 경험
- Object detection
- Fine-grained classification
- Out-of-distribution detection / model uncertainty measurements
- Segmentation
- Recommendation
• 컴퓨터 시각 또는 머신러닝 분야에서 국제 학회 또는 학술지에 논문 출판 경험
• 컴퓨터 시각 분야 석박사 학위 소지자 (또는 동등한 전문적 경험)
• 실사용된 서비스에 머신러닝 기술을 적용해본 경험
• 머신러닝 모델 배포 파이프라인을 구현해본 경험
• 명료한 글쓰기 능력
[이런 분과 일하고 싶어요]
• 자기주도적인 분
• 호기심이 많고 도전을 즐기시는 분
• 주도적으로 문제를 찾고 그를 연구주제로 formalize 하여 해결하는 과정을 즐기는 분
• 자기 분야에 전문성을 추구하시는 분
• 실패를 두려워하지 않고 배우는 자세로 일하시는 분
• 좋은 팀 플레이어
• 옴니어스의 핵심 가치에 공감하시는 분
[옴니어스에서 일하면 좋은 점]
• 열정적인 팀원들과 함께 일하기 좋은 환경
• 풍부한 자체 데이터셋을 통해 기계학습의 최신 연구주제들을 풀 수 있는 기회
• 국제 학회 논문 출판을 비롯한 연구 활동 지원
• 원하는 개인 성장 지원 (교육비/세미나비/스터디비/도서구매비)
• 눈치 안 보는 휴가 사용
• 원하는 간식/음료/커피 제공
• 매주 금요일 오전 모든 팀원이 모여 여유를 즐기는 스무디 미팅
• 주 1회 리모트 근무 가능
• 연 1회 이상 좋은 곳에서 즐기는 워크샵 지원
• 매 2년 근속마다 Refresh 2주 유급 휴가 제공
지원 방법
• 접수 및 문의: joinus@omnious.com
• 지원 서류: 자유로운 형식의 이력서와 포트폴리오 (GitHub page가 있다면 포함)
• 메일 제목에 지원 분야인 Machine Learning Engineer를 명시해 주세요.
• 인턴 지원도 가능합니다 (최소 3개월 이상)
• 인터뷰는 다음 프로세스들을 통해 진행됩니다.
- 연구팀 멤버들과의 인터뷰 (기술 프레젠테이션)
- 임원진과의 인터뷰
가입하기
